• Aucun résultat trouvé

Mod` ele lin´ eaire

N/A
N/A
Protected

Academic year: 2022

Partager "Mod` ele lin´ eaire"

Copied!
1
0
0

Texte intégral

(1)

Magist`ere d’´economiste statisticien 2009–2010

Examen de septembre 2010

Dur´ee 1h-Aucun document autoris´e-Les calculatrices scientifiques ne sont pas autoris´ees

Mod` ele lin´ eaire

On consid`ere le mod`ele de r´egression

Yj =a+bxjj, j = 1. . . n≥2.

Lesxj sont pour j = 1. . . n donn´es et prennent au moins deux valeurs distinctes. Les variables al´eatoiresεj (j = 1. . . n), sont i.i.d. de loi gaussienne centr´ee et de varianceσ∗2. Les param`etres inconnus du mod`ele sont a, b et σ∗2.

a) Calculer les estimateurs du maximum de vraisemblance des param`etres a, b et σ∗2. b) Construire un intervalle de confiance pour a.

c) Tester l’hypoth`eseb = 0.

d) Soit maintenant X1. . . Xn unn-´echantillon de loi uniforme sur [0,1]. On consid`ere main- tenant le mod`ele

YjXjj, j = 1. . . n≥2.

Ici les variables ξj (j = 1. . . n), sont i.i.d. centr´ees de variance σ20 (mais ce ne sont pas n´ecessairement des gaussiennes). On suppose de plus que les suites (Xj) et (ξj) sont ind´ependantes. On reprend les estimateurs trouv´es `a la question a) o`u lesxj sont remplac´es par les Xj. Appelons αcn et cβn ces estimateurs. Montrer que (αcn,cβn) converge presque sˆurement vers (α, β).

Références

Documents relatifs

Ceux-ci ne sont cependant pas lin´ eaires dans le sens o` u leurs solutions d´ ependraient lin´ eairement de certaines donn´ ees ; une non-lin´ earit´ e importante est en effet

Y∼0+X1 r´ egression lin´ eaire simple sans intercept (identique au pr´ ec´ edent) Y∼X1-1 r´ egression lin´ eaire simple sans intercept (identique au pr´ ec´ edent)

Notons β le vecteur des param` etres de r´ egression ` a estimer dans le cadre d’un mod` ele d’analyse de la variance ` a un facteur et β b son

Notons β le vecteur des param` etres de r´ egression ` a estimer dans le cadre d’un mod` ele d’analyse de la variance ` a un facteur et β b son estimateur?. Proposer des simulations

Proposer des simulations de Monte-Carlo permettant d’´ evaluer l’erreur empirique de 1 ` ere esp` ece et la puissance empirique de ce test.. Les r´ esultats obtenus sont- ils

Le jeu de donn´ees suivant relie le prix des maisons, quartier par quartier, dans chaque ville autour de Philadelphie (premiere colonne) au taux de criminalit´e (seconde colonne), `

Pour les sommes de type II, on doit faire la diff´erence entre la somme des carr´es relative aux erreurs dans le mod`ele avec les seuls effets de F 2 et la mˆeme somme dans le

Le principe de calcul est tr` es simple et assez naturel : on fait la diff´ erence entre la somme des carr´ es relative aux erreurs dans le mod` ele additif (sans interactions)