Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Exercice 1.
Soient (X1 , . . . , X6 ) un échantillon aléatoire relatif à une variable aléatoire normale X ; N (m, σ 2 ).
Déterminer la valeur de la constante c pour que la statistique
Exercice 2.
On souhaite tester l’efficacité d’un traitement à l’aide d’un essai clinique. On traite n patients
atteints de la pathologie de façon indépendante et on désigne par p la probabilité qu’un individu
soit guéri par le traitement. Pour tout i = 1, . . . , n, on note
1. On suppose que (x1 , . . . , xn ) est une réalisation de n variables aléatoires (X1 , . . . , Xn ) indépen-
dantes et identiquement distribuées. Quelle est la loi de X1 ?
3. En déduire que pbn = Snn est un estimateur sans biais de p et pbn converge en moyenne quadra-
tique vers p lorsque n → ∞.
5. On veut maintenant estimer θ = p2 . On considère l’estimateur θbn défini par θbn = pb2n .
Zi = X2i−1 X2i .
(a) On admet que les variables aléatoires (Z1 , . . . , Z n2 ) sont indépendantes et identiquement
distribuées. Quelle est la loi de Z1 ?
P n2
(b) Montrer que Tn = n2 i=1 Zi est un estimateur sans biais de θ.
(c) Tn est -il efficace?
(d) Montrer que Tn converge en moyenne quadratique vers θ.
Exercice 3.
Afin d’organiser au mieux l’accueil des groupes de visiteurs d’un parc d’attractions, on note la durée
X séparant l’arrivéé de deux groupes successifs. A partir des observations X1 , . . . , Xn recueillies
dans une journée, on retient comme modèle la loi uniforme sur [0, θ]. On souhaite estimer le
paramètre θ > 0.
Exercice 4 :
Soit X une variable aléatoire normale, d’espérance θ et de variance 2θ où θ est un paramètre réel
inconnu strictement positif que l’on propose d’estimer à partir d’un échantillon (X1 , · · · , Xn ) de
v.a. indépendantes, de même loi que X. On pose
n n
1X 1 X
Xn = Xi , Sn2 = (Xi − X n )2
n n−1
i=1 i=1
3. Proposer un estimateur sans biais Tn de θ construit à partir de Sn2 et montrer qu’il est con-
vergent. Indication: Si X ; χ2 (ν) alors E(X) = ν et Var(X) = 2ν
λk −λ
P(X = k) = e , k ∈ N,
k!
où λ > 0 est un paramètre inconnu. Soient n ∈ N∗ et (X1 , . . . , Xn ) un n-échantillon de X. On pose
n n
X Sn 1X
Sn = Xi Xn = = Xi .
n n
i=1 i=1
2. Dorénavant, on cherche à estimer la probabilité qu’il n’y ait aucune panne. Cette probabilité
est notée θ.