Rappels sur l’estimation





        Rappels sur  l’estimation




        Introduction


Le problème  de l’estimation  est lié à l’impossibilité de connaître  la valeur  (dite  souvent “ vraie valeur” ) d’un paramètre θ inconnu.  Il s’agit de l’un des principaux  problèmes sta- tistiques,  qui a de nombreux aspects différents.
Généralement,  on dispose de n observations x1, . . . , xn dont on suppose qu’elles forment des observations d’une variable aléatoire (v.a.) X, dont la loi Pθ  (inconnue) pend de θ. Autre- ment dit, on dote la nature  d’un modèle probabiliste. La manière dont les observations  ont été recueillies constitue un modèle d’échantillonnage, ce qui fera l’objet d’une grande partie de ce cours. L’ensemble formé par un modèle probabiliste et un modèle d’échantillonnage est souvent appelé modèle statistique.


Dans ce chapitre,  nous allons chercher à construire,  à partir  des observations xi , une quan- tité  approchant θ, qui sera appelée estimation  de θ.


Le cas  le plus  simple  est  celui dans  lequel les n  observations  sont  indépendantes. On peut  alors  observer  le problème  sous un  angle  différent et  considérer  que  chacune  des observations xi est en fait la réalisation  d’une variable aléatoire Xi , les variables (Xi )16i6n étant indépendantes de même loi que X.  On  dit  que les v.a.  (Xi ) sont  indépendantes, identiquement  distribuées  (en  abrégé  que ce sont  des v.a.  i.i.d.).  On  dit  également  que (Xi )16i6n  forme un échantillon  aléatoire  (simple)  de taille n, ou encore un n-échantillon. Enfin, on peut également dire que les Xi sont des copies indépendantes  de X.


On peut alors chercher à construire une fonction des (Xi ) dont chaque réalisation sera une estimation  de θ. Une telle v.a. est un estimateur  de θ.


Bien évidemment,  compte-tenu des définitions” introduites jusqu’à présent,  il est facile de construire des estimateurs (ou estimations), et il va falloir définir les qualités attendues pour qu’un estimateur soit bon” .


13




Une autre  approche  consiste  à fournir  non  pas  une  estimation  de θ mais  un  intervalle (aléatoire)  contenant θ avec une forte probabilité.  Un tel intervalle est appelé intervalle de confiance pour θ.


Nous allons commencer par donner quelques définitions plus rigoureuses, puis les propriétés qui font qu’un estimateur est bon. Nous donnerons ensuite quelques exemples (en pratique, pour les sondages, seules moyennes et variances nous intéresseront). L’étude de ces exemples se poursuivra  par l’étude de la loi suivie par les estimateurs usuels. Enfin, nous conclurons par la construction  d’intervalles de confiance, en particulier  pour une moyenne.


                                                        Définitions


Soit θ un paramètre inconnu défini au sein d’une population  et Θ l’ensemble des valeurs possibles du paramètre θ. Soit X une v.a. dont la loi Pθ  pend de θ.

                                                         Définition 2:

Soit (X1 , . . . , Xn ) un n-échantillon  de loi celle de X. On appelle estimateur  de θ toute fonction (mesurable)  θ  b de l’échantillon :



Remarquons que θ  b est ici une variable aléatoire dont la loi pend du paramètre θ inconnu.


                                                         Définition 3 :

Une fois l’échantillon  prélevé, on dispose de n-observations  x1, . . . , xn . L’évaluation de l’estimateur  en (x1, . . . , xn ) est alors appelée estimation  de θ :

Θ  b := h(x1 , . . . , xn ).

On rencontre une difficulté de notations  : en général, on note les v.a. par des majuscules, et leurs réalisations  par des minuscules. Cela n’est pas vrai dès que l’on travaille  avec des lettres  grecques,  ce qui est  généralement  le cas pour  les estimateurs ! !  Il convient  donc de faire  attention à  l’objet  avec lequel on travaille  (v.a. ? réel ?),  d’autant plus  que  la convention  n’est pas  toujours  respectée,  même quand  elle pourrait  l’être (et  même par moi !)


Bien sûr, il est important de disposer de critères  objectifs permettant de choisir un esti- mateur,  et de ne pas se fier à sa seule intuition.  Ces propriétés  attendues font l’objet du paragraphe suivant.

SOURCE : Enquêtes et  sondages Florian HECHNER





Share your views...

0 Respones to " Rappels sur l’estimation"

Enregistrer un commentaire

 

À propos de moi

Admirateurs

© 2010 STATISTIQUES POUR TOUS All Rights Reserved Converted into Blogger Template by Hack Tutors.info