Aller au contenu
Télécharger l'application

Accueil › ECG › Maths approfondies

ECG2 · Maths approfondies · semaine 27

Estimation par intervalle de confiance

Intervalle de confiance construit à partir de deux suites d'estimateurs et niveau de confiance. Estimation par intervalle de confiance du paramètre d'une loi de Bernoulli et de la moyenne d'une loi normale d'écart type connu. Intervalle de confiance asymptotique obtenu avec le théorème central limite.

Sommaire

Le cours

Résumé en cinq points

  1. Un intervalle de confiance de g(θ)g(\theta) au niveau 1−α1-\alpha est un intervalle aléatoire [Un,Vn][U_n,V_n], construit sur les données, tel que Pθ([Un⩽g(θ)⩽Vn])⩾1−α\P_\theta([U_n\leqslant g(\theta)\leqslant V_n])\geqslant1-\alpha pour tout θ∈Θ\theta\in\Theta.
  2. Ce sont les bornes qui sont aléatoires, jamais le paramètre. Le niveau porte sur la procédure, pas sur l’intervalle une fois calculé.
  3. Pour une loi de Bernoulli, Bienaymé-Tchebychev et la majoration de p(1−p)p(1-p) par 14\frac14 donnent, pour tout nn, un intervalle centré sur la fréquence empirique, de demi-largeur 12nα\dfrac1{2\sqrt{n\alpha}}.
  4. Pour la moyenne d’une loi normale d’écart type σ\sigma connu, l’intervalle exact est centré sur Xˉn\bar X_n et de demi-largeur uσn\dfrac{u\sigma}{\sqrt n}, avec Φ(u)=1−α/2\Phi(u)=1-\alpha/2.
  5. Le théorème limite central fournit un intervalle de confiance asymptotique, de demi-largeur u2n\dfrac{u}{2\sqrt n} pour une loi de Bernoulli, plus court que celui de Bienaymé-Tchebychev, mais garanti seulement à la limite.
Pourquoi ce chapitre

ExempleEstimation ponctuelle

Si un sondage sur 10001000 personnes donne une fréquence de 52 %52\,\%, personne ne pense que la proportion réelle vaut exactement 0,520{,}52. La question est de savoir de combien on peut se tromper, et avec quelle garantie.

RemarqueEstimation par intervalle

Au lieu de proposer une valeur, on propose un intervalle, construit à partir des données, et on garantit qu’il contient la vraie valeur avec une probabilité au moins égale à un niveau fixé d’avance.

RemarqueDeux constructions

Le programme demande deux constructions concrètes :

  • l’une repose sur l’inégalité de Bienaymé-Tchebychev ; elle est valable pour tout nn mais donne des intervalles larges ;
  • l’autre repose sur le théorème limite central ; elle n’est valable qu’asymptotiquement mais donne des intervalles plus fins.

Savoir les construire toutes les deux et les comparer est un attendu explicite.

Fin de l'aperçu gratuit

Encore 11 parties de cours et 8 corrigés.

Essayer 7 jours gratuitement Sans engagement · cours, exercices et fiches complets

Méthodes et exercices

Exercices classiques corrigés

Rangés par thème, du plus simple au plus exigeant. Difficulté et durée indicatives.

Intervalle pour une proportion 1

Exercice 1. Sondage ★

Application du cours · 15 min · Niveau khôlle

Sur 2500 personnes interrogées indépendamment, 1100 répondent oui.

On note pp la proportion de oui dans la population.

Donner une estimation de l'intervalle de confiance de pp au niveau 90 pour cent, par Bienaymé-Tchebychev puis par le théorème limite central.

Comparer.

Voir l'indice

Technique appliquer les deux formules et lire le bon quantile.

Voir le corrigé offert
  1. La fréquence observée vaut 1100/2500 = 0,44.
  2. Par Bienaymé-Tchebychev, la demi-largeur vaut 1/(2√(2500 × 0,1)) = 1/(2√250), soit environ 0,0316. L'intervalle a pour extrémités environ 0,408 et 0,472.
  3. Par le théorème limite central, on prend u ≈ 1,645. La demi-largeur vaut 1,645/100, soit environ 0,0165. En arrondissant vers l'extérieur, les extrémités sont 0,423 et 0,457.
  4. Le rapport des largeurs vaut 1/(1,645 × √0,1), soit environ 1,92. Les deux estimations sont entièrement situées sous 1/2.

piège : Prendre u=1,96u = 1{,}96 alors que α=0,10\alpha = 0{,}10.

Intervalle pour une moyenne 1

Exercice 2. Moyenne d'une loi normale ★

Application du cours · 15 min · Niveau khôlle

Des mesures suivent N(m,9)\mathcal{N}(m, 9).

Sur 25 mesures, on observe une moyenne de 12,412{,}4.

  1. Donner une estimation de l'intervalle de confiance de mm aux niveaux 95 et 99 pour cent.

  2. Quelle taille d'échantillon faut-il pour obtenir une demi-largeur au plus 0,50{,}5 à 95 pour cent ?

Voir le début du corrigé
  1. On a σ = 3 et √n = 5, donc σ/√n = 0,6.

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Estimateur sans biais 1

Exercice 3. Biais de la variance empirique ★★

Classiques de khôlle et concours · 15 min · Niveau khôlle

Soit un nn-échantillon d'espérance mm et de variance σ2\sigma^2, avec n≥2n \geq 2.

Calculer E(Sn2)E(S_n^2), où Sn2=1n∑(Xi−X‾n)2.S_n^2 = \frac{1}{n} \sum (X_i - \overline{X}_n)^2.

En déduire un estimateur sans biais de σ2\sigma^2.

Voir le début du corrigé
  1. On développe : Σ (Xi − X̄_n)² = Σ X_i² − 2X̄_n Σ Xi + nX̄_n² = Σ X_i² − nX̄_n².

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Interprétation du niveau 1

Exercice 4. Interpréter le niveau ★

Application du cours · 10 min · Niveau khôlle

Cent laboratoires indépendants construisent chacun l'intervalle exact de niveau 95 pour cent de la moyenne d'une loi normale d'écart type connu.

On note NN le nombre d'intervalles qui contiennent mm.

Donner la loi de NN, son espérance et P([N=100])P([N = 100]).

Voir le début du corrigé
  1. Chaque intervalle contient m avec probabilité exactement 0,95, car ici le niveau est atteint.

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Intervalle asymptotique 2

Exercice 5. Construction asymptotique complète ★★

Classiques de khôlle et concours · 25 min · Niveau écrit Ecricome

On se place dans le modèle de Bernoulli avec Θ=[0,1]\Theta = [0, 1] et α\alpha dans ]0,1[]0, 1[.

On pose Φ(u)=1−α2.\Phi(u) = 1 - \frac{\alpha}{2}.

Montrer que X‾n±u2n\overline{X}_n \pm \frac{u}{2\sqrt{n}} est un intervalle de confiance asymptotique de pp au niveau 1−α1 - \alpha, sans oublier les cas p=0p = 0 et p=1p = 1.

Voir le début du corrigé
  1. On traite d'abord 0 < p < 1. …

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Exercice 6. Paramètre d'une loi exponentielle ★★

Classiques de khôlle et concours · 25 min · Niveau écrit EDHEC ou emlyon

XX suit la loi exponentielle de paramètre λ>0\lambda > 0.

On fixe α\alpha dans ]0,1[]0, 1[, uu tel que Φ(u)=1−α2,\Phi(u) = 1 - \frac{\alpha}{2}, et n>u2n > u^2.

Construire un intervalle de confiance asymptotique de λ\lambda au niveau 1−α1 - \alpha.

Voir le début du corrigé
  1. On a E(X) = 1/λ et V(X) = 1/λ² > 0. …

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Intervalle non asymptotique 2

Exercice 7. Loi uniforme et maximum ★★

Classiques de khôlle et concours · 25 min · Niveau écrit BCE, ESSEC ou HEC

XX suit la loi uniforme sur [0,θ][0, \theta], avec θ>0\theta > 0, et on pose Mn=max⁡(X1,…,Xn).M_n = \max(X_1, \dots, X_n).

  1. Donner la fonction de répartition de Mn/θM_n/\theta sur [0,1][0, 1].

  2. Pour α\alpha dans ]0,1[]0, 1[, montrer que l'intervalle d'extrémités MnM_n et α−1/nMn\alpha^{-1/n} M_n est un intervalle de confiance de θ\theta de niveau exactement 1−α1 - \alpha.

  3. Étudier la largeur de cet intervalle.

Voir le début du corrigé
  1. Par indépendance, pour x dans [0, 1], P([Mn ≤ θx]) = Π P([Xi ≤ θx]) = xⁿ.

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Exercice 8. Loi de Poisson sans majoration ★★★

Approfondissement · 35 min · Niveau écrit BCE, ESSEC ou HEC

XX suit la loi de Poisson de paramètre λ>0\lambda > 0, et on pose c=1nα.c = \frac{1}{\sqrt{n\alpha}}.

  1. Montrer que P([∣X‾n−λ∣<cλ])≥1−α.P([|\overline{X}_n - \lambda| < c\sqrt{\lambda}]) \geq 1 - \alpha.

  2. Résoudre en λ\lambda l'inéquation (X‾n−λ)2≤c2λ.(\overline{X}_n - \lambda)^2 \leq c^2 \lambda.

  3. En déduire un intervalle de confiance de λ\lambda au niveau 1−α1 - \alpha, valable pour tout nn.

Voir le début du corrigé
  1. On a V(X̄_n) = λ/n. Avec ε = c√λ > 0, Bienaymé-Tchebychev donne P([|X̄_n − λ| ≥ c√λ]) ≤ (λ/n)/(c²λ) = α. …

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Simulation et validité 1

Exercice 9. Simulation et limite de l'asymptotique ★★

Classiques de khôlle et concours · 30 min · Type oral

  1. Écrire un programme Python qui estime la proportion de réalisations de X‾n±u2n\overline{X}_n \pm \frac{u}{2\sqrt{n}} contenant pp.

  2. Pour l'intervalle X‾n±uX‾n(1−X‾n)n,\overline{X}_n \pm \frac{u\sqrt{\overline{X}_n(1 - \overline{X}_n)}}{\sqrt{n}}, avec p=0,01p = 0{,}01 et n=30n = 30, majorer la probabilité qu'il contienne pp.

Voir le début du corrigé
  1. On simule avec rd.binomial(1, p, size=(N, n)) et on calcule les fréquences par np.mean(X, axis=1). …

La suite du corrigé dans Sup et Spé+ : essai gratuit 7 jours.

Fiche de cours rédigée à partir du programme officiel de la voie EC, mathématiques approfondies de seconde année, enseignement du quatrième semestre, partie « Probabilités, convergences, estimation », paragraphe « Estimation », points b) « Intervalle de confiance » et c) « Estimation par intervalle de confiance asymptotique ». Elle suppose acquis le vocabulaire de l’estimation ponctuelle et le théorème limite central.