Master : MCS - S2 Université Mohamed Premier
Module : Statistique mathématique Faculté Pluridisciplinaire -Nador
Responsable : Toufik Chaayra Département de Mathématiques
Examen de Statistique mathématique - Session Normale
28 Octobre 2022 - Durée 2h
Exercice 1 (11pts)
1 x
exp − si x > 0
Soit X une variable aléatoire de fonction de densité f (x) = θ θ ,
0 si x ≤ 0
avec θ > 1 et (X1 , . . . , Xn ) un n-échantillon de X.
Rappellons que la densité d’une loi de χ2 à 2k degrés de liberté est donnée par :
1
k
xk−1 e−x/2 si x > 0
gk (x) = 2 (k − 1)!
0 si x ≤ 0
n
2X 2X
1. Montrer que suit une loi de χ2 (2). Quelle est la loi de Xi ?
θ θ i=1
2. Déterminer l’estimateur θ̂n du maximum de vraisemblance du paramètre θ.
3. θ̂n est-il un résumé exhaustif ?
4. Trouver l’espérance mathématique et la variance de θ̂n . Que peut-on conclure ?.
5. Calculer la quantité d’information de Fisher. En déduire que θ̂n est efficace.
6. Construire un intervalle de confiance pour θ de niveau 1 − α, où α est fixé.
Exercice 2 (5pts)
Un procédé de fabrication exige d’une certaine solution chimique d’avoir un pH exactement égal
à 8.20 . La méthode de mesure de pH utilisée donne un résultat qui suit la loi normale d’écart-type
σ inconnu et de moyenne égale à la vraie valeur du pH (soit µ = 8.20). On a mesuré 10 fois le pH de
la solution et trouvé :
xi 8.18 8.16 8.17 8.22 8.19 8.17 8.15 8.21 8.16 8.18
1. Effectuer un test sur la conformité de l’échantillon mesuré au niveau de pH requis par le procédé
au seuil de risque 5% sachant que la moyenne et l’écart-type empiriques de l’échantillon observé
sont respectivement x̄ = 8.177 et s = 0.022. Que peut-on conclure ?
On vous donne le fractile d’ordre α2 = 2.5% de la loi de Student à 9 degré de liberté :
t9,0.025 = 2.2622 .
2. Donner et interpréter la p-value du test.
1/2
Exercice 3 (4pts)
On s’intéresse à la défaillance d’un certain serveur informatique. On comptabilise chaque jour le
nombre d’incidents de ce serveur sur une période de 260 jours. Le tableau suivant donne le nombre
de fois que k incidents journaliers se soient produits, pour k = 0, 1, 2, 3 et k ⩾ 4, sur la période de
260 jours,
Nombre d’incidents k 0 1 2 3 4 (et plus)
Nombre de jours nk 71 88 58 29 14 ← Total n = 260
On cherche à savoir si cette distribution peut être modélisée par une distribution de Poisson pour
un certain paramètre λ. On rappelle la forme de la distribution d’une variable de Poisson X
Nombre d’incidents k 0 1 2 3 4 (et plus)
−λ
Probabilité pk = P(X = k) e λe−λ 1 2 −λ
2
λe 1 3 −λ
6
λe 1 − P(X ⩽ 3)
En se servant du premier tableau, la moyenne observée λ b du nombre d’incidents journaliers est
4
X nk
donnée par : λb= k . (Pour la dernière classe, on supposera que 4 incidents journaliers et pas
k=0
n
plus se sont produits 14 fois sur 260 jours).
1. En se servant du second tableau et du résultat de la moyenne observée λ, b déterminer ce que
serait la distribution du nombre d’incidents journaliers si elle était de Poisson de paramètre λ̂.
(La réponse devra donner un tableau de 3 lignes : première ligne, le nombre d’incidents k,
deuxième ligne, pk , troisième ligne, le nombre de fois théorique que k incidents journaliers se
soient produits sur 260 jours.)
2. Au risque de α = 5%, peut-on affirmer que la distribution observée du nombre d’incidents ne
suit pas une distribution de Poisson de paramètre λ ? (On rédigera très proprement les étapes
d’un test d’hypothèse à préciser.)
On vous donne le fractile d’ordre α = 5% de la loi de Khi-deux à 3 degré de liberté : χ23,0.05 = 7.81
.
Bonne chance
2/2
