TD2 : Estimation paramétrique
ponctuelle & Distribution d’échantillonnage
Module : Techniques d’estimation pour l’ingénieur
Exercice N°1
Enoncé
La durée de vie d’une clé USB, exprimée en mois, est modélisée par une
variable aléatoire dont la densité de probabilité est définie par:
( 3
3θ
x4 si x ≥θ
f (x) =
0 sinon.
avec θ ≥ 1 un paramètre à estimer.
1. Vérifier que f est bien une densité de probabilité.
3θ 2
2. Montrer que E(X ) = 3θ 2 et V(X ) = 4 .
3. En déduire un estimateur θ̂1 de θ par la méthode des moments.
4. Pour étudier le paramètre θ, on a effectué une suite de n expériences
indépendantes qui ont donné les réalisations (x1 , .., xn ) de n v.a.
(X1 , .., Xn ) i.i.d. de même loi que X tel que 0 ≤ xi ≤ 1 avec
i = 1, .., n.
1
Exercice N°1
n
1
P
On pose X n = n Xi un estimateur du paramètre θ
i=1
a. Calculer E(X n ) et V(X n ).
b. En déduire si X n est un estimateur sans biais de θ ? Justifier votre
réponse
c. Déterminer le réel α pour que θ̂2 = αX n soit un estimateur sans
biais de θ
5. On pose Yn = 21 (Xn−1 + Xn ).
a. Montrer que θ̂3 = αYn est aussi un estimateur sans biais de θ.
b. Lequel parmi θ̂2 et θ̂3 choisierez-vous pour estimer θ? Justifier votre
réponse.
2
Exercice N°1
Correction
La durée de vie d’une clé USB, exprimée en mois, est modélisée par une
variable aléatoire dont la densité de probabilité est définie par:
( 3
3θ
x4 si x ≥θ
f (x) =
0 sinon.
avec θ ≥ 1 un paramètre à estimer.
1. Vérifier que f est bien une densité de probabilité.
• f (x) ≥ 0, ∀x ∈ [θ, +∞[
R +∞ R +∞ 3θ3 +∞
• −∞ f (x)dx = θ dx = 3θ3 − 3x13 θ = 1.
x4
Donc f est bien une densité de probabilité.
3
Exercice N°1
Correction
3θ
2. Montrer que E(X ) = 2 .
Z +∞
E (X ) = xf (x)dx
−∞
Z +∞
3θ3
= dx
θ x3
+∞
3 1
= 3θ − 2
2x θ
3θ
= .
2
4
Exercice N°1
Correction
3θ 2
2. Montrer que V(X ) = 4 .
V (X ) = E (X 2 ) − E (X )2
Z +∞ 2
2 3θ
= x f (x)dx −
−∞ 2
Z +∞ 3 2
3θ 9θ
= 2
dx −
θ x 4
+∞
9θ2
1
= 3θ3 − −
x θ 4
9θ2 3θ2
= 3θ2 − = .
4 4
5
Exercice N°1
Correction
3. En déduire si X n est un estimateur sans biais de θ ? Justifier votre
réponse.
3θ
X̄n = E (X ) =
2
D’ou un estimateur de θ par la méthode des moments est donnée
par:
n
2 2 X
θ̂1 = X̄n = Xi
3 3n
i=1
6
Exercice N°1
Correction
4. Pour étudier le paramètre θ, on a effectué une suite de n expériences
indépendantes qui ont donné les réalisations (x1 , .., xn ) de n v.a.
(X1 , .., Xn ) i.i.d. de même loi que X tel que 0 ≤ xi ≤ 1 avec
i = 1, .., n.
n
On pose X n = n1
P
Xi un estimateur du paramètre θ.
i=1
a) Calculer E(X n ).
n n
1X 1X
E (X̄n ) = E( Xi ) = E (Xi )
n i=1 n i=1
1 3θ
= nE (X ) =
n 2
7
Exercice N°1
Correction
4. Pour étudier le paramètre θ, on a effectué une suite de n expériences
indépendantes qui ont donné les réalisations (x1 , .., xn ) de n v.a.
(X1 , .., Xn ) i.i.d. de même loi que X tel que 0 ≤ xi ≤ 1 avec
i = 1, .., n.
n
On pose X n = n1
P
Xi un estimateur du paramètre θ.
i=1
a) Calculer V(X n ).
n n
1X 1 X
V (X̄n ) = V( Xi ) = 2 V (Xi )
n i=1 n i=1
1 3θ2
= nV (X ) = .
n 2 4n
8
Exercice N°1
Correction
4. Pour étudier le paramètre θ, on a effectué une suite de n expériences
indépendantes qui ont donné les réalisations (x1 , .., xn ) de n v.a.
(X1 , .., Xn ) i.i.d. de même loi que X tel que 0 ≤ xi ≤ 1 avec
i = 1, .., n.
n
On pose X n = n1
P
Xi un estimateur du paramètre θ.
i=1
b) En déduire si X n est un estimateur sans biais de θ ? Justifier votre
réponse.
X̄n n’est pas un estimateur sans biais de θ car E (X̄n ) = 3θ
2
̸= θ
9
Exercice N°1
Correction
4. Pour étudier le paramètre θ, on a effectué une suite de n expériences
indépendantes qui ont donné les réalisations (x1 , .., xn ) de n v.a.
(X1 , .., Xn ) i.i.d. de même loi que X tel que 0 ≤ xi ≤ 1 avec
i = 1, .., n.
n
On pose X n = n1
P
Xi un estimateur du paramètre θ.
i=1
c) Déterminer le réel α pour que θ̂2 = αX n soit un estimateur sans biais
de θ
Un estimateur θ̂2 est sans biais pour θ si et seulement si E (θ̂2 ) = θ
⇐⇒ E (αX̄n ) = θ
⇐⇒ αE (X̄n ) = θ
3θ
⇐⇒ α =θ
2
2
⇐⇒ α =
3
10
Exercice N°1
Correction
5. On pose Yn = 21 (Xn−1 + Xn ).
a) Montrer que θ̂3 = αYn est aussi un estimateur sans biais de θ. ,
1
E (θ̂3 ) = E (α (Xn−1 + Xn ))
2
α 3θ
= E (Xn−1 + Xn ) = α × = θ.
2 2
Conclusion: θ̂3 est un estimateur sans biais de θ.
11
Exercice N°1
Correction
5. On pose Yn = 21 (Xn−1 + Xn ).
b) Lequel parmi θ̂2 et θ̂3 choisierez-vous pour estimer θ? Justifier votre
réponse.
θ̂2 et θ̂3 deux estimateur sans biais de θ, alors le meilleur est celui qui
a la plus petite variance.
2
(
V (θ̂2 ) = θ3n
2
V (θ̂3 ) = θ6
(6 − 3n)θ2
V (θ̂2 ) − V (θ̂3 ) =
18n
∀n ≥ 2, V (θ̂2 )−V (θ̂3 ) ≤ 0 =⇒ V (θ̂2 ) ≤ V (θ̂3 ) =⇒ θ̂2 est meilleur que θ̂3 .
12
