Outils pour utilisateurs

Outils du site


math:2:estimation_parametre_bernoulli

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision
Révision précédente
math:2:estimation_parametre_bernoulli [2020/05/10 21:19] – modification externe 127.0.0.1math:2:estimation_parametre_bernoulli [2021/05/03 00:11] (Version actuelle) Alain Guichet
Ligne 49: Ligne 49:
    
  
-L'intervalle aléatoire\\ $$\ds\left[\bar{X}_{n}-\frac{1}{2\sqrt{n\alpha}},\bar{X}_{n}+\frac{1}{2\sqrt{n\alpha}}\right]$$est appelé **intervalle de confiance** du réel $p$ au niveau de confiance $1-\alpha$ et l'intervalle réel\\ $$\ds\left[\bar{X}_{n}(\omega)-\frac{1}{2\sqrt{n\alpha}},\bar{X}_{n}(\omega)+\frac{1}{2\sqrt{n\alpha}}\right]$$est appelé **réalisation de l'intervalle de confiance** du réel $p$ au niveau de confiance $1-\alpha$.+L'intervalle aléatoire\\ $$\ds\left[\bar{X}_{n}-\frac{1}{2\sqrt{n\alpha}},\bar{X}_{n}+\frac{1}{2\sqrt{n\alpha}}\right]$$est appelé **intervalle aléatoire de confiance** du réel $p$ au niveau de confiance $1-\alpha$ et l'intervalle réel\\ $$\ds\left[\bar{X}_{n}(\omega)-\frac{1}{2\sqrt{n\alpha}},\bar{X}_{n}(\omega)+\frac{1}{2\sqrt{n\alpha}}\right]$$est appelé **réalisation de l'intervalle de confiance** du réel $p$ au niveau de confiance $1-\alpha$.
  
  
Ligne 88: Ligne 88:
 Or, à l'aide d'une table de valeurs de la fonction de répartition $\Phi$, on a :\\ $$\begin{array}{rcl}\ds 2\Phi\left(\sqrt{n}\frac{\varepsilon_{n}}{\sqrt{p(1-p)}}\right)-1\geqslant1-\alpha & \iff & \ds \Phi\left(\sqrt{n}\frac{\varepsilon_{n}}{\sqrt{p(1-p)}}\right)\geqslant1-\frac{\alpha}{2}=\Phi(t_{\alpha}) \\ & \iff & \ds\sqrt{n}\frac{\varepsilon_{n}}{\sqrt{p(1-p)}}\geqslant t_{\alpha} \\ & \iff & \ds\varepsilon_{n}\geqslant t_{\alpha}\sqrt{\frac{p(1-p)}{n}} \end{array}$$ Or, à l'aide d'une table de valeurs de la fonction de répartition $\Phi$, on a :\\ $$\begin{array}{rcl}\ds 2\Phi\left(\sqrt{n}\frac{\varepsilon_{n}}{\sqrt{p(1-p)}}\right)-1\geqslant1-\alpha & \iff & \ds \Phi\left(\sqrt{n}\frac{\varepsilon_{n}}{\sqrt{p(1-p)}}\right)\geqslant1-\frac{\alpha}{2}=\Phi(t_{\alpha}) \\ & \iff & \ds\sqrt{n}\frac{\varepsilon_{n}}{\sqrt{p(1-p)}}\geqslant t_{\alpha} \\ & \iff & \ds\varepsilon_{n}\geqslant t_{\alpha}\sqrt{\frac{p(1-p)}{n}} \end{array}$$
  
-Comme $\ds \bar{X}_{n}$ est un estimateur de $p$, on considère ainsi que l'intervalle aléatoire :\\ $$\ds\left[\bar{X}_{n}-t_{\alpha}\sqrt{\frac{\bar{X}_{n}(1-\bar{X}_{n})}{n}},\bar{X}_{n}+t_{\alpha}\sqrt{\frac{\bar{X}_{n}(1-\bar{X}_{n})}{n}}\right]$$est un **intervalle de confiance** du réel $p$ au niveau de confiance $1-\alpha$ et que l'intervalle réel :\\ $$\ds\left[\bar{X}_{n}(\omega)-t_{\alpha}\sqrt{\frac{\bar{X}_{n}(\omega)(1-\bar{X}_{n}(\omega))}{n}},\bar{X}_{n}(\omega)+t_{\alpha}\sqrt{\frac{\bar{X}_{n}(\omega)(1-\bar{X}_{n}(\omega))}{n}}\right]$$est une **réalisation de l'intervalle de confiance** du réel $p$ au niveau de confiance $1-\alpha$.+Comme $\ds \bar{X}_{n}$ est un estimateur de $p$, on considère ainsi que l'intervalle aléatoire :\\ $$\ds\left[\bar{X}_{n}-t_{\alpha}\sqrt{\frac{\bar{X}_{n}(1-\bar{X}_{n})}{n}},\bar{X}_{n}+t_{\alpha}\sqrt{\frac{\bar{X}_{n}(1-\bar{X}_{n})}{n}}\right]$$est un **intervalle aléatoire de confiance** du réel $p$ au niveau de confiance $1-\alpha$ et que l'intervalle réel :\\ $$\ds\left[\bar{X}_{n}(\omega)-t_{\alpha}\sqrt{\frac{\bar{X}_{n}(\omega)(1-\bar{X}_{n}(\omega))}{n}},\bar{X}_{n}(\omega)+t_{\alpha}\sqrt{\frac{\bar{X}_{n}(\omega)(1-\bar{X}_{n}(\omega))}{n}}\right]$$est une **réalisation de l'intervalle de confiance** du réel $p$ au niveau de confiance $1-\alpha$.
  
 **Simulation numérique : **On modifie le programme principal précédent afin de réaliser 1000 estimations différentes du même paramètre $p$ et on compte le nombre de fois que $p$ est dans l'intervalle de confiance au risque 0,05. **Simulation numérique : **On modifie le programme principal précédent afin de réaliser 1000 estimations différentes du même paramètre $p$ et on compte le nombre de fois que $p$ est dans l'intervalle de confiance au risque 0,05.
math/2/estimation_parametre_bernoulli.1589138355.txt.gz · Dernière modification : 2020/05/10 21:19 de 127.0.0.1