↩ Chapitre : Convergences et estimation (ECT2)
L’essentiel des convergences et de l’estimation au programme officiel d’ECT 2e année (4e semestre) : inégalités de Markov et de Bienaymé-Tchebychev, sommes de variables indépendantes, loi faible des grands nombres, estimation ponctuelle et intervalles de confiance.
1. Deux inégalités (non exigibles)
- Markov : si
admet une espérance, pour tout
,
. - Bienaymé-Tchebychev : si
admet une variance, pour tout
,
.
2. Sommes de variables indépendantes
sont mutuellement indépendantes si, pour tous intervalles
, les événements
sont mutuellement indépendants.- Toujours :
. - Si elles sont indépendantes :
. Exemple : une
est une somme de
Bernoulli indépendantes, d’où
.
Loi faible des grands nombres
Si
est une suite de variables indépendantes, de même espérance
et de même variance, et
, alors pour tout
:
. La moyenne observée se rapproche de l’espérance : c’est l’approche fréquentiste.
3. Estimation
- Un échantillon
est la réalisation de
variables indépendantes de même loi que
. - Estimation ponctuelle : la moyenne observée
estime
. Exemples : une proportion (loi de Bernoulli, sondage) ou le paramètre
d’une loi de Poisson.
Intervalle de confiance (Bernoulli, via Bienaymé-Tchebychev)
La probabilité que
contienne
est au moins
. Comme
, on utilise en pratique
. La précision augmente avec
.
Niveau
(
) : demi-largeur
; niveau
(
) :
.
- Loi normale d’écart-type
connu : au niveau
,
. En pratique,
est inconnu et on utilise l’écart-type de l’échantillon.
À savoir sur le programme
- Markov, Bienaymé-Tchebychev et l’intervalle de confiance de Bernoulli sont des résultats non exigibles.
- Sur les intervalles de confiance, seul le vocabulaire est exigible ; la notion d’estimateur n’est pas un attendu.
4. Pièges classiques
- L’additivité de la variance demande l’indépendance, pas celle de l’espérance.
- Un intervalle de confiance à
ne contient pas toujours le paramètre : il le contient avec une probabilité d’au moins
. - Pour diviser par deux la demi-largeur d’un intervalle, il faut multiplier
par
.
Pour aller plus loin : résumé ECT : variables à densité, résumé ECT : couples et variables discrètes infinies.
