Documente Academic
Documente Profesional
Documente Cultură
Bouamaine
Fonction du Vraisemblance
P[ X I ]=
f(x1,)
f(x1,)dx
X est continue
Problme : On nhsite entre plusieurs valeurs de ; quelle peut tre la valeur la plus
probable en rapport avec x1 ?
= 1
x1
= 2
x1
= 3
x1
I
STATISTIQUE DE DECISION
A. Bouamaine
Avec une plus grande probabilit, on est donc conduit prendre pour estimation de la valeur
qui rend maximum la fonction f ( x, ) .
r
Lorsquon fait n expriences alatoires indpendantes x = (x1, x 2, ..........., x n ) , la probabilit dun
n
r
lment de volume dv contenant x = (x1, x 2, ..........., x n ) est f ( x i , ) dans le cas discret est
i =1
Dfinition
On appelle fonction de vraisemblance la fonction dfinie par :
n
r
L (x , ) = f ( x i , )
i =1
r
Log ( L (x , )) =
Log (f ( x , ))
n
i =1
Remarque
Lorsque la fonction f est drivable en , ce maximum peut tre obtenu en cherchant les zros
n
r
de lexpression : Log ( L (x , )) = Log (f ( x i , ))
i =1
1
2 ( x i ) 2
L (x , ) = f ( x i , ) =
exp
n
/
2
n(2)
i =1
2 i =1
Do
n
r
Log ( L (x , )) = -n Log - n Log (2 ) - 1 2 1 2 ( x i ) 2
2
2
2 i =1
Statistique de Dcision
A. Bouamaine
n
Log ( L (xr , )) = 1 ( x ) = n x
i
2
2
i =1
r
Comme
Log ( L (x , )) = - n2 < 0, on a bien un maximum au point =
2
r
r
Soit X = (X1, X 2,...........,Xn ) vecteur alatoire de ralisation x = (x1, x 2, ..........., x n ) ,
n
On a :
IR n
r
L ( x, ) dx = 1 ;
IR n
r
r
( x ) L ( x, ) dx =
r
r
r
H3 Log ( L (x , )) , Log ( L (x , )) ( x ) sont intgrables par rapport la mesure
r
de densit L (x , ) dans IRn ainsi que leurs carrs.
H4 la statistique T = ( X ) a une variance finie.
r
Statistique de Dcision
A. Bouamaine
))
2
r
In = E Log L ( X, )
Posons :
Dfinition
2
r
In = E Log L ( X, ) est appel la quantit dinformation de Fischer, elle reprsente
))
r
r
2 ) Var[ T ] = 1 () telle que Log(L ( x, )) = () ( ( x ) - )
In
Consquences
Si les conditions de Crame -Rao sont ralises, tout estimateur non biais a une variance
minore par 1 . Lincertitude sur est dautant plus faible que In sera grand.
In
Dfinition.
Un estimateur T de non biais est dit efficace si Var[ T ] = 1
In
Corollaire
Faisons les hypothses
2
r
i ) 2 Log(L ( x, )) existe
ii )
2
r
r
Log(L ( x, )) est absolument intgrable par rapport L ( x, )
2
r
2
Corollaire
i ) Il nexiste un estimateur efficace que sil existe une constante () indpendante du
r
r
r
vecteur x tel que : Log(L ( x, )) = () ( ( x ) - )
Statistique de Dcision