EXAMEN DU 24 JUIN 2010 – LM347 (Programme : parties I, II, III, IV et V) Durée 2h - Aucun document - Pas de calculette
Exercice 1.
Cinq points du plan ont pour coordonnées, pour α >0et β >0 vérifiant α2+β2 = 1 :
point C1 C2
1 1 −1/√
3
2 −1 −1/√
3
3 0 2/√
3
5 α β
6 −α −β
i)−Calculer la matrice de variance-covariance empirique CX. ii)−Calculer les valeurs propres de cette matrice.
iii)−Calculer l0inertie du nuage de points associ´ee au tableau de donn´ees.
iv)−Calculer les vecteurs propres de CX.
v)−Calculer les composantes principales de l0ACP sur CX. vi)−Repr´esenter les points dans le plan des axes principaux.
vii)−Dans ce plan,repr´esenter le point suppl´ementaire de cordonn´ees (0,−1).
viii)−Calculer le pourcentage d0inertie expliqu´ee par le premier axe principal.
Aide :la matrice de variance-covariance est proportionnelle à la matriceA=
1 +α2 αβ
αβ 1 +β2
et ses valeurs propres ne dépendent pas deα etβ.
Exercice 2.
Soit λ > 0 et un échantillon X1, . . . , Xn de loi E(λ), de densité f(x) = (1/λ)e−x/λ pour x∈]0,∞[. On note X= (X1· · ·Xn)0.
i) – Montrer que f est bien une densité de probabilité.
ii) – Calculer EX1 et proposer un estimateur de λ obtenu par la méthode des moments.
iii) – Calculer la densité fX(x, λ) du v.a. X et le logarithme de la vraisemblance de X.
iv) – Trouver l’estimateur λˆ du maximum de vraisemblance de λ.
v) – Calculer VX1.
vi) – Montrer queλˆ est une suite asymptotiquement normale et calculer sa loi limite.
vii) – Calculer l’information de Fisher I(λ) de l’échantillon X1, . . . , Xn.
viii) – Quelle relation attend-t-on entre la variance de ˆλ et l’information de Fisher I(λ)?
Exercice 3.
Soit y1, . . . , yn et z1, . . . , zn des valeurs réelles connues et le modèle de régression linéaire Xi =ayi+bzi +i, pour i∈ {1, . . . , n}, avec a, b des paramètres réels, et 1, . . . , n des v.a.i.i.d.
de loi N(0, σ2) oùσ2 est un paramètre réel strictement positif.
Soit aussi α 6= β deux réels et ` ∈ {1, . . . , n − 1}. On suppose alors que n ≥ 2, que y1 =· · ·=y` =α ety`+1 =· · ·=yn=β, et que z0y= 0.
i) – Ecrire le modèle sous la forme X = Aθ +, θ∈R2, et donner une condition nécessaire et suffisante pour que le modèle linéaire déterministeX˜ =Aθ soit régulier.
ii) – Montrer que la matrice A0A est diagonale et calculer (A0A)−1.
iii) – Résoudre le problème de moindres carrés associé au modèle de régression linéaire X˜ =Aθ.
iv) – Ecrire la vraisemblance deX.
v) – Trouver les estimateurs du maximum de vraisemblance a,ˆ ˆb,σˆ2, des paramètres a, b, σ2, lorsque n >2.
vi) – Calculer la loi de ˆa et celle de σˆ2.
vii) – Construire un intervalle de confiance pour le paramètre a de degré de confiance 95%.
viii) – Proposer un test de l’hypothèsea = 0, d’erreur de première espèce 5%.
1