X – MAP
PC – juin – Intervalles de confiance Corrig´e des que ions non abord´ees en PC
Igor Kortchemski –igor.kortchemski@cmap.polytechnique.fr
Corrig´e des exercices non trait´es surhttp:// www.normalesup.org/ ˜ kortchem/ MAPun peu apr`es la PC.
Plus appliqu´e
E xercice 5. (Enquˆete)On effeue une enquˆete, durant une ´epid´emie de grippe, dans le but de connaˆıtre la proportion pde personnes pr´esentant ensuite des complications graves. On observe un ´echantillon repr´esentatif depersonnes et pour un tel ´echantillonpersonnes ont pr´esent´e des complications.
() Donner un intervalle de confiance pourpau risque%.
() On d´esire que la valeur eim´eebpdiff`ere de la proportion inconnue exaepde moins de.avec une probabilit´e
´egale `a%.Quel sera l’effeif d’un tel ´echantillon ?
() Quel devrait ˆetre le risque pour obtenir le mˆeme intervalle qu’`a la queion pr´ec´edente en conservant l’effeif n=?Quelle conclusion peut-on en tirer ?
Corrig´e : Commenc¸ons par une in´egalit´e qui sera utile dans toutes les queions. NotonsbPn la proportion ob- serv´ee de personnes pr´esentant des complications dans un ´echantillon denpersonnes. D’apr`es l’in´egalit´e de Bie- namy´e-Tchebychev, on a
P
|bPn−p|> r
≤p(−p) rn ≤
rn pour toutr >.
() En prenantrtel que rn =., on trouver' .√
n , et donc, avecn=etbPn=., l’intervalle de confiance
obtenu e "
.−√.
,.+√.
#
= [−.,.].
() Dans ce cas, on veutr=.etrn =.. On trouven=·.
() Dans ce cas, on ar=.,n=et on trouve quern =>. L’in´egalit´e de Bienaym´e-Tchebychev donne donc une in´egalit´e triviale, et on ne peut donc pas eimer le risque avec un effeifn=un intervalle de demi-largeur.en utilisant l’in´egalit´e de Bienaym´e-Tchebychev.
Pour aller plus loin
E xercice 6. (Stabilisation de la variance)On dispose d’un ´echantillonX, . . . , Xnde variables al´eatoires ind´ependantes de mˆeme loi de Bernoulli de param`etre< θ <.
() On noteXn=X+···n+Xn la moyenne empirique desXi.Que donne la loi forte des grands et le TCL ? () Trouver une foniongtelle que√
n(g(Xn)−g(θ)) converge en loi vers une loi loi gaussienne centr´ee r´eduite.
Pour des queions, demande d’explications etc., n’h´esitez pas `a m’envoyer un mail.
() On notezαle quantile d’ordre−α/de la loi normale (P(Z≥zα) =α/siZeune loi normale centr´ee r´eduite).
En d´eduire un intervalle de confiance asymptotiquebIn,α (qui d´epend dezα,netXn) tel que limn→∞P
θ∈bIn,α
=
−α.
Corrig´e :
() La loi forte des grands nombres nous dit queXn converge presque s ˆurement versE[X] =θ. Le th´eor`eme central limite nous dit que√
n(Xn−θ) converge en loi vers une loi normaleN(, θ(−θ)).
() On essaye d’appliquer la m´ethode delta : sigeune fonion d´erivable enθtelle queg0(θ),, alors
√ n
g(Xn)−g(θ) (d)
−→
n→∞
N(, θ(−θ)g0(θ)).
On cherche doncg telle queθ(−θ)g0(θ)=, ou encoreg0(θ) =√
θ(−θ)pour toutθ∈(,). On trouve ainsi (`a conante additive pr`es)g(θ) =arcsin(
√ θ).
() On a
P
θ∈bIn,α
=P
√
n(g(Xn)−g(θ)) ≤zα
−→
n→∞
P(−zα≤Z≤zα) =−α avecZune loi normale centr´ee r´eduite. Ainsi, on prend
bIn,α=
"
sin arcsin((Xn)/)− zα
√ n
!
,sin arcsin((Xn)/) + zα
√ n
!# .
Rappel (th´eor`eme de Cochran, extension de la proposition..du poly).SoitX un veeur colonne al´eatoire deRn de loiN(m, σIn) (avecm∈Rn,σ >) etRn=E⊕ · · · ⊕Epune d´ecomposition deRn en somme diree depsous-espaces veoriels orthogonaux de dimensionsd, . . . , dp avecd+· · ·+dp=n. SoitPk la matrice du projeeur orthogonal surEk etYk=PkXla projeion orthogonale deXsurEk. Alors :
() les veeurs al´eatoires (Y, . . . , Yp) sont ind´ependants etYk suit la loiN(Pkm, σPk) ;
() les variables al´eatoires r´eelles (kYi−Pimk)≤i≤psont ind´ependantes etkYk−Pkmk/σsuit la loiχ(dk).
E xercice 7. ( ´Etalonnage)On consid`ere que la r´eponse d’un appareil de mesure `a un signal d´eterminieξe´egale `aaξ plus un bruit gaussien centr´e de varianceb, o `u (a, b)∈R×R∗+. On se propose d’´etalonner l’appareil (c’e-`a-dire eimer les valeurs deaetb) en envoyant une suitex= (x, x, . . . , xn) de signaux connus. On noteYi =axi+
√
bUi la r´eponse au i-i`eme signal o `u on suppose que les coordonn´ees du veeurU = (U, U, . . . , Un) sont des variables al´eatoires gaussiennes centr´ees r´eduites ind´ependantes. On noteY= (Y, Y, . . . , Yn),
Abn= Pn
i=xiYi Pn
i=xi et Bbn= Pn
i=(Yi−xiAbn)
n− .
() Donner la loi deAbn. `A quelle condition sur la suite (xi)i≥a-t-onE
h(Abn−a)i
→lorsquen→ ∞?
On compl`etee=kxxken une base orthonorm´ee (e, . . . , en) deRn. NotonsP la projeion orthogonale surE= Ve(e) et Qla projeion orthogonale surE= Ve(e, . . . , en).
() D´eterminerP Y etQY. En d´eduire queAbn etbBn sont des variables al´eatoires ind´ependantes. Donner l’esp´erance et la variance debBn.
() Montrer qu’il exie une conantec(d´ependant dex) telle que la variable al´eatoirecAb√n−a
bBn suive une loi de Student.
() Donner un intervalle de confiance `a% pour le param`etrea, suivant que l’on connaˆıt la valeur debou non.
Corrig´e :
() Le veeur U ´etant conitu´e de variables al´eatoires gaussiennes ind´ependantes, c’e un veeur gaussien.
DoncAbneune gaussienne, et il ree `a d´eterminer son esp´erance et sa variance : E
h Abn
i= Pn
i=xiE[Yi] Pn
i=xi = Pn
i=axi Pn
i=xi =a, Var(Abn) = Pn
i=xi Xn
i=
xiVar(Yi) = b kxk.
CommeE
h(Abn−a)i
= Var(Abn), on voit queE
h(Abn−a)i
→si et seulement sikxk → ∞lorsquen→ ∞. () Tout d’abord, on remarque queAbn=kxkhY , xi.
Alors
P Y =hY , eie=hY , x
kxkie=Abnx, QY =Y−P Y =Y−Abnx et on remarque d’une part que le veeur gaussienQY ecentr´e et que (n−)Bbn=kQYk.
D’apr`es le th´eor`eme de Cochran, d’une part P Y et QY sont ind´ependants et donc Abn et Bbn sont ind´ependants, et d’autre part d’apr`es le th´eor`eme de Cochran kQYk/b suit une loi χ(n−). En particu- lier, en ´ecrivantbBn=nb−·kQYk
b et en utilisant le fait qu’une loi duχ`akdegr´es de libert´e a pour esp´erancek et variancek,
E h
bBn
i= b n−E
"kQYk b
#
=b, Var(Bbn) = b
(n−)Var kQYk b
!
= b n−. () CommeAbn−asuit une loiN(,kbxk), on en d´eduit que
r kxk
n−·Abn−a q
Bbn
= qkxk
b
Abn−a q(n−)bBn
b
suit une loi de Student `an−degr´es de libert´e.
() Si le param`etrebeconnu, commeAbn−asuit une loiN(,kbxk), en notantzα/le quantile le quantile d’ordre
−α/de la loi normale (P(Z≥zα/) =α/siZeune loi normale centr´ee r´eduite), en prenantα=%, un intervalle de confiance pouraau niveau de (exaement)% e
Abn−zα/
r b
kxk,Abn+zα/
r b kxk
.
Si le param`etrebeinconnu, notonstn−,−α/le quantile d’orde−α/de la loi de Student `an−degr´es de libert´e avecα=%. Alors un intervalle de confiance pouraau niveau de (exaement)% e
Abn−tn−,−α/
s
(n−)bBn
kxk ,Abn+tn−,−α/
s
(n−)bBn
kxk
.