Exercice 6
Soit un échantillon hasard
de la v.a X qui suit une loi de Poisson de paramètre
inconnu.
Déterminez l’estimateur du maximum de vraisemblance de
.
Exercice 7
Soit un échantillon hasard
de la v.a X qui suit la loi exponentielle de paramètre
inconnu: la
densité de cette loi est donnée par :
sur
.
Vérifiez que cette fonction de densité définit bien une loi de probabilité sur
.
Déterminez l’estimateur du maximum de vraisemblance de
.
Exercice 8
Soit un échantillon hasard
de la v.a X qui suit une loi normale dont l’espérance
est
inconnue et la variance
est égale à 100.
Déterminez la taille de l’échantillon nécessaire pour que la largeur de l’intervalle de confiance bilatéral à 95%
de
soit égale à 5%?
Exercice 9
Le nombre d’articles produits par une usine en une semaine est une v.a d’espérance 500.
Que peut-on dire de la probabilité pour que la production d’articles soit au moins égale à 1000?
Si la variance de la production hebdomadaire est de 100, que peut-on dire de la probabilité pour que le
niveau de production soit compris entre 400 et 600?
N.B. Utilisez les inégalités de Markov et de Chebychev.
Exercice 10 Soit
un échantillon hasard de v.a indépendantes et distribuées selon la loi
uniforme sur[0,1]. Déterminez la probabilité Prob
, en utilisant le théorème central limite
Exercice 11 Soit
un échantillon hasard de v.a indépendantes distribuées selon la loi de
Poisson de paramètre
=4.
En utilisant le théorème central limite, déterminez la taille de l’échantillon assurant la condition :
Prob
=0.995.
Exercice 12 (Sur machine) Simulez (k=100) échantillons aléatoires
de taille (n=10000) de la
v.a X et construisez la distribution de
lorsque X suit respectivement :
Une loi Binomiale (n=5, p=0.2)
Une loi Student (v=9)
Une loi de Poisson (λ=5)
Une loi Khi (v=10)
Une loi extrême
Construisez l’histogramme et estimez les valeurs des coefficients de kurtosis, de skweness ainsi que celles de
la statistique de Jarque-Bera. Commentez les résultats.