X – MAP
PC – juin – Intervalles de confiance
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.
Intervalles de confiance
E xercice 1. (Monte Carlo et intervalle de confiance exapourπ)Soit ((Xi, Yi))i≥ une suite de veeurs al´eatoires ind´ependants tels que pour touti≥,XietYisont des variables al´eatoires ind´ependantes de loi uniforme sur [,]. PosonsZi =siXi+Yi≤etZi =sinon. Finalement, on pose
Sn= n·
Xn i=
Zi,
0.0 0.2 0.4 0.6 0.8 1.0
0.0 0.2 0.4 0.6 0.8
1.0Jet de 100 points uniformes dans le carre
Figure– Dans ce exemple,S= ·(il y apoints dans la r´egion pleine).
() Identifier la loi deZ.
() Montrer queSnconverge presque s ˆurement versπ.
() Montrer queP(|Sn−π| ≥x)≤
xn pour toutx >.
Indication.On pourra utiliser l’in´egalit´e de Bienaym´e–Tchebychev.
() Expliquer comment simuler un intervalle de confiance deπd’amplitude au plus− `a
%
E xercice 2. (Intervalles de confiance asymptotiques avec le TCL) Soit (Xn)n≥ une suite de variables al´eatoires ind´ependantes et de mˆeme loi. On suppose queX ede carr´e int´egrable, de moyennemet de varianceσ>. On pose
mbn=X+· · ·+Xn
n , bσn= n−
Xn k=
(Xk− mbn).
Pour des queions, demande d’explications etc., n’h´esitez pas `a m’envoyer un mail.
() Juifier que√
n·mbn−m
σ converge en loi versN(,), une gaussienne centr´ee r´eduite.
() En d´eduire un intervalle de confiance asymptotique pour m au niveau% (en suppo- santσ connu).
() Montrer queσbnconverge presque s ˆurement versσ. L’eimateurσbn e-il sans biais ? Indication.On pourra d´emontrer que n−n·
σbn=
n
Pn k=Xk
−mbn. () Montrer que
√
n·mbn−m σbn
−→loi n→∞
N(,).
() En d´eduire un intervalle de confiance asymptotique pour m au niveau% (en suppo- santσ inconnu).
E xercice 3. (Intervalles de confiance asymptotiques)Le but de cet exercice ed’eimer le temps d’attente du RER B, qui suit une loi exponentielle de param`etre λ > inconnu. Soit (Ei)i≥ une suite de variables al´eatoires ind´ependantes de mˆeme loi exponentielle de param`etre λ >inconnu. On posebλn= E+···n+En et
σbn= n−
n
X
k=
(Ek−bλn).
() Donner un intervalle de confiance asymptotique pour λ au niveau%.
() Comment obtenir un intervalle de confiance asymptotique pourλau niveau% ?
A chercher pour la prochaine fois `
E xercice 4. (R´ef´erendum) Avant un r´ef´erendum, on effeue une enquˆete pour eimer la proportionpde personnes votant oui. On interroge un ´echantillon repr´esentatif denpersonnes et on noteFbnla proportion du nombre de r´eponses oui dans l’´echantillon.
() Quelle ela loi denbFn(en faisant des hypoth`eses raisonnables) ?
() D´emontrer que √
n q
bFn(−bFn)
bFn−p loi
−→
n→∞
N(,).
En d´eduire un intervalle de confiance asymptotiquebIn `a% pourp.
() En utilisant l’in´egalit´e de Bienaym´e-Tchebychev, obtenir un intervalle de confiance exa bJn `a%.
() On rappelle l’in´egalit´e de concentration (vue en Amphi) pour la loi binomiale : P(|Binom(n, p)−np|> r)≤exp −r
n
! .
Utiliser cette in´egalit´e pour obtenir un intervalle de confiance exaKbn `a%.
() Quel intervalle choisiriez-vous ?
Plus appliqu´e
E xercice 5. (Enquˆete) On effeue une enquˆete, durant une ´epid´emie de grippe, dans le but de connaˆıtre la proportion p de 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´ee bp diff`ere de la proportion inconnue exaep de 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’effeifn=?Quelle conclusion peut-on en tirer ?
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 note Xn= X+···n+Xn la moyenne empirique desXi.Que donne la loi forte des grands et le TCL ?
() Trouver une fonion g telle que √
n(g(Xn)−g(θ)) converge en loi vers une loi loi gaus- sienne centr´ee r´eduite.
() 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.
Rappel (th´eor`eme de Cochran, extension de la proposition .. du poly). Soit X un veeur colonne al´eatoire de Rn de loi N(m, σIn) (avec m ∈ Rn, σ > ) et Rn = E ⊕ · · · ⊕Ep une d´ecomposition de Rn en somme diree de p sous-espaces veoriels orthogonaux de dimen- sionsd, . . . , dpavecd+· · ·+dp=n. SoitPkla matrice du projeeur orthogonal surEk etYk=PkX la 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≤p sont ind´ependantes et kYk−Pkmk/σ
suit la loiχ(dk).
E xercice 7. ( ´Etalonnage) On consid`ere que la r´eponse d’un appareil de mesure `a un signal d´eterminie ξ e ´egale `a aξ plus un bruit gaussien centr´e de variance b, 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 note Yi =axi+
√
bUi la r´eponse aui-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
→lorsque n→ ∞?
On compl`ete e = kxxk en une base orthonorm´ee (e, . . . , en) deRn. NotonsP la projeion ortho- gonale surE= Ve(e) etQla projeion orthogonale surE= Ve(e, . . . , en).
() D´eterminerP Y etQY. En d´eduire queAbnetbBnsont 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´eatoirecA√bn−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.