Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 55 vues

    (EM) TD Estimation

    Transféré par

    Abderrahim Fatnassi
    Ce document contient 4 exercices portant sur l'estimation statistique. Les exercices couvrent des sujets tels que l'estimation ponctuelle, l'estimation par intervalle de confiance, et l'application de ces méthodes à des données réelles dans divers domaines comme la santé au travail et l'agriculture.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    (EM) TD Estimation

    Transféré par

    Abderrahim Fatnassi
    55 vues2 pages
    Ce document contient 4 exercices portant sur l'estimation statistique. Les exercices couvrent des sujets tels que l'estimation ponctuelle, l'estimation par intervalle de confiance, et l'application de ces méthodes à des données réelles dans divers domaines comme la santé au travail et l'agriculture.

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Ce document contient 4 exercices portant sur l'estimation statistique. Les exercices couvrent des sujets tels que l'estimation ponctuelle, l'estimation par intervalle de confiance, et l'application de ces méthodes à des données réelles dans divers domaines comme la santé au travail et l'agriculture.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    55 vues2 pages

    (EM) TD Estimation

    Transféré par

    Abderrahim Fatnassi
    Ce document contient 4 exercices portant sur l'estimation statistique. Les exercices couvrent des sujets tels que l'estimation ponctuelle, l'estimation par intervalle de confiance, et l'application de ces méthodes à des données réelles dans divers domaines comme la santé au travail et l'agriculture.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 2

    Techniques d'estimation

    pour l'ingénieur TD

    2019/2020 Estimation ponctuelle


    Estimation par intervalle de confiance

    Exercice1 :

    Soit le réel 𝜃 > 1. On considère la fonction 𝑓 définie sur 𝑅 par

    1
    𝑓(𝑥) = { 𝜃 − 1 𝑠𝑖 1 ≤ 𝑥 ≤ 𝜃
    0 𝑠𝑖𝑛𝑜𝑛
    1. Montrer que 𝑓 est bien une fonction de densité de probabilité d’une v.a. 𝑋.
    2. Calculer l’espérance et la variance de 𝑋.
    3. S’agit-t-il d’une loi usuelle? Si oui, laquelle?
    4. On suppose que le paramètre 𝜃 est inconnu. On considère un échantillon
    (𝑋1 , 𝑋2 , . . . , 𝑋𝑛 ).
    a. Trouver, en utilisant la méthode des moments, un estimateur 𝜃̂ pour θ.
    b. Etudier le biais et la convergence de 𝜃̂.

    Exercice 2:

    Un matériel informatique a une durée de vie modélisée par une variable aléatoire 𝑋 de
    fonction de densité 𝑓(𝑥). Un ingénieur en informatique sait qu’il devra l’utiliser pendant une
    durée de temps 𝑥0 . Il souhaite naturellement qu’il n’y ait pas de panne durant cette période.
    Cet ingénieur cherche en premier lieu à estimer les paramètres de la loi de cette durée de vie.
    Il a alors l’idée de faire fonctionner, sur un banc d’essai, 𝑛 machines identiques à celle qu’il
    utilisera dans l’avenir. Il note 𝑥1 , . . . , 𝑥𝑛 les 𝑛 durées de panne observées. D’après ces essais, il
    a montré que la densité de probabilité de cette durée de vie 𝑋, en années, de ce matériel s’écrit
    comme suit :

    𝑓(𝑥) = { 𝜃𝑒 − 𝜃𝑥 𝑠𝑖 𝑥 ∈ [0, +∞[


    0 𝑠𝑖𝑛𝑜𝑛
    où 𝜃 est un paramètre réel strictement positif. On suppose que 𝜃 est inconnu.

    1. Calculer 𝐸(𝑋).
    2. En déduire un estimateur de 𝜃 par la méthode des moments d’un échantillon de taille
    𝑛 issu de 𝑋.
    3. Déterminer un estimateur du maximum de vraisemblance de 𝜃 d’un échantillon de
    taille 𝑛 issu de 𝑋.
    4. Les estimateurs trouvés sont-ils sans biais? Sont-ils convergents?
    Exercice 3:

    Dans une ferme d’agrumes située au Cap bon, des données recueillies auprés du Groupement
    interprofessionnel des fruits (GIF) ont montré que la teneur en vitamine C (en mg/100 g),
    d’une clémentine choisie au hasard peut être considérée comme la réalisation d’une variable
    aléatoire normale X, de moyenne m et de variance 𝜎 2 . On admet que les teneurs en vitamine
    C des clémentines sont indépendantes les unes des autres et on les note par X1, X2, . . . , Xn.
    On prend un échantillon de 4 clémentines que l’on mesure la teneur. Les mesures ont donné :
    (x1, x2, x3, x4) = (48, 39, 58, 36).
    1. a) Donner un estimateur de la moyenne m par la méthode des moments.
    b) L’estimateur de la moyenne est-il sans biais ? est-il convergent ?
    2. Donner un estimateur sans biais de la variance 𝜎 2 , puis vérifier que son estimation vaut 98,
    25.
    3. Donner un intervalle de confiance pour la moyenne m avec un risque de 5%.
    4. Si on suppose que la valeur de la variance des teneurs est donnée, la réponse à la question
    précédente aurait-elle été différente ?
    5. Déterminer un intervalle de confiance pour la variance 𝜎 2 avec un risque de 5%.

    Exercice 4:

    Dans le cadre d’une étude sur la santé au travail, on a interrogé au hasard 500 salariés de
    différents secteurs et de différentes régions de Tunis. 145 d’entre eux déclarent avoir déjà subi
    un harcèlement moral au travail.

    1. Donner une estimation ponctuelle de la proportion de salariés ayant déjà subi un


    harcèlement moral au travail.
    2. Donner une estimation de cette proportion par un intervalle de confiance à 90%.

    Si avec les mêmes données on calculait un intervalle de confiance à 95%, serait-il plus grand
    ou plus petit que celui trouvé à la question précédente ? (justifier sans calcul)

    Vous aimerez peut-être aussi