M1 BIBS Mise à niveau en Mathématiques Année universitaire 2014-2015 1er semestre TD n◦ 5 : Estimation par maximum de vraisemblance. Exercice n◦ 1 : A la main... Dans une population de taille N = 4, les valeurs prises par une variable Y sont les suivantes : −4 −2 2 4 (a) Calculer la moyenne µ et la variance σ2 de Y dans cette population. (b) Calculer le moyenne m et la variance s2 de Y pour tous les échantillons (sans remise) de taille n = 2. (c) En déduire que la moyenne de Y dans un échantillon est un estimateur non-biaisé de µ. Calculer la moyenne des s2 (on suppose que chaque échantillon à la même probabilité d’être choisi). Interpréter. (d) Calculer la variance de la moyenne de Y dans un échantillon. Quelle formule permet de retrouver ce résultat ? Exercice n◦ 2 : Loi uniforme Soit X1 , . . . , Xn un échantillon que l’on modélise par une une loi uniforme sur [0, θ ] où θ est un paramètre inconnu. (a) Déterminer l’estimateur du maximum de vraisemblance θbn . (b) Est-il biaisé ? (c) Calculer son risque quadratique. Est-il consistant ? Exercice n◦ 3 : Loi exponentielle On rappelle que X v.a. continue suit la loi exponentielle de paramètre 1/µ si sa densité de probabilité est définie par : ( x 1 exp − si x ≥ 0, µ µ f (x) = 0 sinon. Soit X1 , . . . , Xn un échantillon que l’on modélise par une loi exponentielle de paramètre 1/µ inconnu. cn . (a) Déterminer l’estimateur du maximum de vraisemblance µ (b) Est-il consistant ? (indication : penser à la loi des grands nombres) (c) Calculer son risque quadratique. Quelle propriété retrouve-t-on ainsi ? yohann.decastro/emilie.devijver @math.u-psud.fr Page 1 M1 BIBS 2014-2015 Mise à niveau en Mathématiques TD n◦ 5 Exercice n◦ 4 : Loi de Poisson Définition : X v.a. discrète suit la loi de Poisson de paramètre λ ∈ R+ si X est à valeurs dans N et λk −λ ∀k ∈ N, P( X = k) = e . k! Soit X1 , . . . , Xn un échantillon que l’on modélise par une loi de Poisson de paramètre λ inconnu. cn . (a) Déterminer l’estimateur du maximum de vraisemblance λ (b) Est-il consistant ? (c) Calculer son risque quadratique. Quelle propriété retrouve-t-on ? (d) Sous R, faire 500 simulations d’un échantillon de taille 200 suivant une loi de Poisson de cn . paramètre 5. Visualiser la loi d’échantillonnage de λ Figure 1 – Loi de Poisson de paramètre λ = 7 sur n = 1000 simulations. Exercice n◦ 5 : Loi non-usuelle Soit X1 , . . . , Xn un échantillon aléatoire simple issu d’une population de densités : ∀ x ∈ (0, 1) , f θ (x) = 2θ −1 θ x 1− θ , 1−θ où 1/2 < θ < 1. Déterminer un estimateur par maximum de vraisemblance de θ, est-il unique ? Exercice n◦ 6 : Une loi non-usuelle (15 points) Soient X1 , . . . , Xn des variables aléatoires réelles indépendantes et de même loi, de fonction de répartition Fθ définie sur R, pour tout θ > 0, par Page 2 sur 3 M1 BIBS 2014-2015 Mise à niveau en Mathématiques 2 Fθ ( x ) = (1 − e−θx )1]0,+∞[ ( x ) ( 2 1 − e−θx si x > 0 = 0 sinon. (a) Calculer l’espérance et la variance de X 2 . (b) Calculer l’estimateur du maximum de vraisemblance de θ. (c) Est-il biaisé ? Calculer son risque quadratique. Est-il consistant ? √ (d) Trouver la loi limite de n θ̂θ − 1 quand n → +∞. n Page 3 sur 3 TD n◦ 5