PRST - Feuille 3

Exercice du cours

Déterminer les estimateurs des paramètres

m et
σ
2 donnés par la méthode des moments pour une loi normale
N(m,σ2)
.

Solution

E(λ)=1λλ=1E(X)λ^=1X¯n

XnP.S1λ loi forte des grand normbres

f:x1x,Cγ]0;+[R

Exercice 1

Determiner un estimateur convergent et sans biais du parametre

λ pour la loi de Poisson.

Solution

On sait que:

E(Y)=λ

Donc l'estimateur d'ordre 1 de parametre

λ est:

λ^=X¯n=1ni=1nXi

L'estimateur est sans biais et il est fortement convergent par la loi forte des grand nombres.

Exercice 2

Determiner un estimateur du parametre

α pour la loi de Pareto par la methode desmomets (cf. feuille1).

Solution

On sait que

E(X)=αα1

α1E(X)=αα(E(X)1)=E(X)α=E(X)E(X)1α¯X¯X¯1

Exercice 3

Determiner un estimateur du parametre

p pour une loi geometrique.

Solution

XE(p)E(X)=1pdonc p=1E(X)p¯=1X

Exercice du cours

  1. loi de Pareto de parametre
    α
  2. densite
    f(x,α)=αxα1
    pour
    x>1
    et
    α>0
  3. Determiner l'EMV
Solution

L(x1,...,xn,α)=Πk=1nf(xk,α)=Πk=1nαxα1=αnΠk=1nxα1log(x1,...,xn,α)=nlog(α)+Πk=1nlog(xkα1)=nlogα(α1)Πk=1nlog(xk)δLδα=nαk=1nlog(xk)δLδα=0nαk=1nlog(xk)α=nk=1nlog(xk)α=11nk=1nlog(xk)α2Lδα=nα2<0α^=11nk=1nlog(xk) EMV

Exercice 6

Soit

X une varibale aleatoire suivant une loi uniforme sur
[0,θ]
.

  1. Quelle est la densite de la variable aleatoire
    X
    ?
  2. Quelle est son esperance ?
  3. En deduire un estimateur du parametre
    θ
    par la methode des moments
Solution

f(x,θ)={1θsi x[0,θ]0sinon

E(X)=0+θ2=θ2θ=2×E(X)

θ^=2X¯