Comment définir un n-échantillon… : En posant n variables aléatoires… — ECG2 appliquées | MetMat

Comment définir un n-échantillon $(X_1, \dots, X_n)$ d'une loi ?

En posant $n$ variables aléatoires indépendantes et de même loi que $X$

Modéliser une expérience répétée $n$ fois en construisant un n-échantillon.

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

On lance $n = 100$ fois une pièce de monnaie possiblement biaisée pour estimer la probabilité $p$ d'obtenir pile. Modéliser ce sondage par un $n$ -échantillon.

L'objectif

Modéliser une expérience répétée $n$ fois en construisant un n-échantillon.

Le principe

Un $n$ -échantillon associé à $X$ est un $n$ -uplet $(X_1, \dots, X_n)$ de variables aléatoires définies sur le même espace probabilisé, mutuellement indépendantes et de même loi que $X$ .

La méthode

1
J'identifie la variable aléatoire $X$ d'intérêt et la famille de lois $(\mathbb{P}_\theta)_{\theta \in \Theta}$ qui la décrit, avec le paramètre $\theta$ inconnu à estimer.
2
Je pose $X_1, \dots, X_n$ les variables aléatoires associées aux $n$ répétitions indépendantes de l'expérience, en précisant qu'elles sont $\mathbb{P}_\theta$ -indépendantes et de même loi que $X$ pour tout $\theta \in \Theta$ .
3
Je note $(x_1, \dots, x_n)$ la réalisation observée du $n$ -échantillon, qui servira de base aux estimations numériques.

Pour comprendre, fais des exercices !

Exercice d'exemple

On lance $n = 100$ fois une pièce de monnaie possiblement biaisée pour estimer la probabilité $p$ d'obtenir pile. Modéliser ce sondage par un $n$ -échantillon.

Étape 1 —

J'identifie la variable aléatoire

X

d'intérêt et la famille de lois

(\mathbb{P}_\theta)_{\theta \in \Theta}

qui la décrit, avec le paramètre

\theta

inconnu à estimer.

Soit $X$ la variable aléatoire valant $1$ si on obtient pile et $0$ sinon. On a $X \sim \mathcal{B}(p)$ avec $p \in ]0,1[$ inconnu.

Étape 2 —

Je pose

X_1, \dots, X_n

les variables aléatoires associées aux

n

répétitions indépendantes de l'expérience, en précisant qu'elles sont

\mathbb{P}_\theta

-indépendantes et de même loi que

X

pour tout

\theta \in \Theta

Je pose $X_1, \dots, X_{100}$ indépendantes et de même loi $\mathcal{B}(p)$ que $X$ , modélisant les $100$ lancers successifs.

Étape 3 —

Je note

(x_1, \dots, x_n)

la réalisation observée du

n

-échantillon, qui servira de base aux estimations numériques.

Les observations $(x_1, \dots, x_{100}) \in \{0,1\}^{100}$ représentent la suite des résultats expérimentaux.

$(X_1, \dots, X_{100})$ est un $100$ -échantillon de loi $\mathcal{B}(p)$ .

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment définir un n-échantillon (X1,…,Xn)(X_1, \dots, X_n)(X1​,…,Xn​) d'une loi ?

En posant nnn variables aléatoires indépendantes et de même loi que XXX

Pour comprendre, fais des exercices !

Comment définir un n-échantillon $(X_1, \dots, X_n)$ d'une loi ?

En posant $n$ variables aléatoires indépendantes et de même loi que $X$