Maximum de vraisemblance

Une page de Wikiversité, la communauté pédagogique libre.

Exercices proposés

Exercice 1. (Théorème de la limite centrale) Soit (Xn)n une suite de variables aléatoires i.i.d. centrées de variance σ 2 > 1. Soit Zn = 1 σ √ n Xn j=1 Xj . Par le théorème de la limite centrale, cette variable converge en loi vers la loi normale centrée réduite, c’est-à-dire, pour tout t ∈ R, on a limn→+∞ E[e itZn ] = e − t 2 2 . L’objet de cet exercice est de montrer que la suite Zn ne peut pas converger en probabilité. 1. Calculer la fonction caractéristique de Z2n − Zn et montrer que cette différence converge en loi. 2. En étudiant P(|Z2n − Zn| ≥ �), montrer que Zn ne converge pas en probabilité.

Exercice 2.

(X1, X2, ..., XN ) Ã i.i.d.Γ(1, a), donc la vraisemblance de a est : l(a; x1, x2, ..., xN ) = Y N i=1 1 a e −xi/a = 1 aN exp− 1 a P i xi L(a; x1, x2, ..., xN; ) = lnl(a, x1, x2, ..., xN ) = −Nln(a) − 1 a X i xi L’estimateur du maximum de vraisemblance ˆa r´ealise le maximum en a de L(a; x1, x2, ..., xN ). La fonction objectif est deux fois continˆument d´erivable pour a > 0 : nous pouvons appliquer les r´esultats classiques d’optimisation. La condition n´ecessaire d’ordre 1 (CN1) est ∂ ∂aL(a; x1, x2, ..., xN ) = 0ena = ba Une condition suffisante d’ordre2 (CS2) est ∂ 2 ∂a2 L(a; x1, x2, ..., xN ) < 0ena = ba

Exercice 3.

Dans le cas d'une étude de faisabilité, on considère le modèle exponentiel {}. En utilisant à chaque fois l'observation d'un échantillon  . Répondre aux questions suivantes:

a) Rappeler l'expression de l'estimateur du maximum de Vraisemblance dans le modèle.

b) Etudier la consistance, le biais, le risque quadratique de cet estimateur.

c) Si cet estimateur est biaisé, est- il asymptotiquement sans biais?