• Aucun résultat trouvé

Mod`ele lin´eaire gaussien-Suite et fin TD4-MAPI3 2016-2017

N/A
N/A
Protected

Academic year: 2022

Partager "Mod`ele lin´eaire gaussien-Suite et fin TD4-MAPI3 2016-2017"

Copied!
1
0
0

Texte intégral

(1)

Mod`ele lin´eaire gaussien-Suite et fin

TD4-MAPI3 2016-2017

Exercice 1

On consid`ere le mod`ele lin´eaire avecnobservations etpvariables explicatives. Pour les hypoth`eses suivantes, les mettre sous l’une des formes standards vues en cours, donner le type de loi de test, et les valeurs des param`etres.

1) L’hypoth`ese estβ234= 0 (avecp >4) 2) L’hypoth`ese estβ234 (avecp >4)

3) L’hypoth`ese estβ2i−1 = 2∗β2i pour i= 1, ..., p/2 (avecppair et i= 1, ..., p/2).

4) On an= 4, p= 3,

X =

1 0 0

0 1 1

0 1 2

0 1 −1

 .

L’hypoth`ese estY =X(0)β(0)+avec

X(0)=

 1 2 3 0

 .

Par exemple, pour le question 1), la forme standard est de testerMtβ= 0, avec 0k le vecteur de taille 1×k dont toutes les composantes sont nulles,

Mt=

0 1 0 0 0p−4 0 0 1 0 0p−4 0 0 0 1 0p−4

.

Ensuite, la statistique de test suit une loi de Fisher de param`etres 3 etn−p.

Exercice 2

On consid`ere le mod`ele lin´eaire avecp= 4 et o`u tous les coefficients de la premi`ere colonne de X valent 1 (on a inclus un termeintercept). Un calcul pr´eliminaire `a donn´e

XtX =

50 0 0 0

0 20 15 4

0 15 30 10

0 4 10 40

, XtY =

 100

50 40 80

, YtY = 640.

On admettra que

20 15 4 15 30 10

4 10 40

−1

= 1

13720

1100 −560 30

−560 784 −140

30 −140 375

.

1) Que vaut n?

2) Calculer ˆβ et ˆσ. (On pourra utiliser ||Y −Xβ||ˆ 2=||Y||2− ||Xβ||ˆ 2) 3) Donner un intervalle de confiance `a 95% pourβ2.

4) Tester, avec un niveau de test de 95%, l’hypoth`eseβ234= 0. On pourra utiliser que le quantile 95% de la loi de Fisher de param`etres 3 et 46 vaut environ 2.80.

1

Références

Documents relatifs

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)

Contrairement aux ondes m´ecaniques, une onde lumineuse peut se propager dans le vide (Exemple : la lumi`ere du Soleil et des ´etoies qui se propage dans le vide avant d’entrer

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