PREPA COURCELLES 2° année
Estimation ponctuelle : synthèse des formules du cours
1. Objet de l’estimation ponctuelleSoit une variable aléatoire 𝑋↪ℒ(𝜃) où 𝜃 est un paramètre inconnu.
Soit un n-échantillon de la loi de X. Ce n-échantillon est un n-uplet (𝑋!,𝑋!,….,𝑋!) de variables aléatoires définies sur un même espace probabilisé Ω,Α,P mutuellement indépendantes et suivant toute la même loi que X. Ainsi :
𝑋! ↪ℒ(𝜃) 𝑋! ↪ℒ(𝜃)
… 𝑋! ↪ℒ(𝜃)
Le paramètre 𝜃 étant inconnu, on en cherche un estimateur.
Un estimateur de 𝜃 est une statistique 𝑇! = 𝜑(𝑋!,𝑋!,….,𝑋!) 2. Biais de l’estimateur
Si pour tout 𝜃 de Θ⊂ R, 𝑇! admet une espérance, on appelle biais de 𝑇! le réel : 𝑏! 𝑇! =𝐸 𝑇! −𝜃
L’estimateur 𝑇! de 𝜃 est sans biais si 𝐸! 𝑇! =𝜃 pour tout 𝜃 de Θ⊂R
L’estimateur 𝑇! de 𝜃 est asymptotiquement sans biais si pour tout 𝜃 de Θ, lim!→!𝐸 𝑇! = 𝜃
3. Risque quadratique de l’estimateur
Si pour tout 𝜃 de Θ⊂R, 𝑇! admet un moment d’ordre 2, on appelle risque quadratique de 𝑇! le réel
𝑟! 𝑇! = 𝐸! 𝑇!−𝜃 ! 𝑟! 𝑇! = 𝑏! 𝑇! ! +𝑉(𝑇!) Démonstration
𝑟! 𝑇! = 𝐸! 𝑇!−𝜃 ! = 𝐸 𝑇!! −2𝜃𝐸 𝑇! +𝜃! 𝑟! 𝑇! = 𝐸 𝑇!! − 𝐸 𝑇! !+ 𝐸 𝑇! ! −2𝜃𝐸 𝑇! +𝜃! 𝑟! 𝑇! = 𝑉 𝑇! + 𝐸 𝑇! ! −2𝜃𝐸 𝑇! +𝜃!
𝑟! 𝑇! = 𝑉 𝑇! + 𝐸 𝑇! −𝜃 ! 𝑟! 𝑇! = 𝑉 𝑇! +𝑏! 𝑇! !
PREPA COURCELLES 2° année
4. Estimateur convergent
L’estimateur 𝑇! est convergent si pour tout 𝜃 de Θ⊂ R,
∀𝜀 > 0, lim
!→!!𝑃! 𝑇! −𝜃) >𝜀 =0
Si pour tout 𝜃 de Θ, lim!→!!𝑟! 𝑇! =0 alors la suite d’estimateurs 𝑇! !!! de 𝜃 est convergente
Démonstration
D’après l’inégalité de Markov :
∀𝑎 >0,𝑃 𝑋≥ 𝑎 ≤𝐸(𝑋) Soit : 𝑋= 𝑇! −𝜃 ! 𝑎 Dès lors :
𝑃 𝑇!−𝜃 ! ≥𝑎 ≤ 𝐸 𝑇!−𝜃 !
𝑎 𝑃 𝑇!−𝜃 ≥ 𝑎 ≤𝑟! 𝑇!
𝑎
Soit : 𝜀 = 𝑎. Dès lors : 𝑎 =𝜀!. Ainsi : 0≤𝑃 𝑇!−𝜃 ≥𝜀 ≤ 𝑟! 𝑇!
𝜀! Par conséquent, si :
!→!lim 𝑟! 𝑇! = 0
alors :
!→!lim 𝑃 𝑇!−𝜃 ≥ 𝜀 =0
Une condition suffisante pour que 𝑇! soit un estimateur convergent de 𝜃 est donc que :
!→!lim 𝑟! 𝑇! = 0
Si, par ailleurs, 𝑇! est un estimateur sans biais de 𝜃, alors 𝑏! 𝑇! = 0
Dans ce cas, 𝑟! 𝑇! = 𝑉(𝑇!). Ainsi, 𝑇! est un estimateur sans biais et convergent de 𝜃 si :
!→!lim 𝑉 𝑇! = 0
Si, par ailleurs, 𝑇! est un estimateur asymptotiquement sans biais de 𝜃, alors : lim!→!𝑏 𝑇! = 0
Dans ce cas
!→!lim 𝑟! 𝑇! = lim
!→!𝑉 𝑇!
Ainsi, 𝑇! est un estimateur asymptotiquement sans biais et convergent de 𝜃 si :
!→!lim 𝑉 𝑇! = 0