Chap. 1. Statistiques d’ordres Chap. 2. Estimation ponctuelle optimale

Méthodes d’estimation Réduction de la variance Estimateur sans biais à variance minimale

Estimateur sans biais à variance minimale
Les notions d’exhaustivité et de complétude permettent de trouver un estimateur sans biais à variance minimale. Théorème de Lehmann-Scheffé Théorème Soit U un estimateur sans biais de q(θ). Soit T une statistique exhaustive complète alors l’estimateur h(T ) défini par h(t) = E(U|T =t ) est un estimateur sans biais pour q(θ) à variance minimale

Fouad Marri, fmarri@insea.ac.ma

INFÉRENCE STATISTIQUE

97 / 135

Chap. 1. Statistiques d’ordres Chap. 2. Estimation ponctuelle optimale

Méthodes d’estimation Réduction de la variance Estimateur sans biais à variance minimale

Estimateur sans biais à variance minimale
Les notions d’exhaustivité et de complétude permettent de trouver un estimateur sans biais à variance minimale. Théorème de Lehmann-Scheffé Théorème Soit U un estimateur sans biais de q(θ). Soit T une statistique exhaustive complète alors l’estimateur h(T ) défini par h(t) = E(U|T =t ) est un estimateur sans biais pour q(θ) à variance minimale

Fouad Marri, fmarri@insea.ac.ma

INFÉRENCE STATISTIQUE

97 / 135

Chap. 1. Statistiques d’ordres Chap. 2. Estimation ponctuelle optimale

Méthodes d’estimation Réduction de la variance Estimateur sans biais à variance minimale

Fouad Marri, fmarri@insea.ac.ma

INFÉRENCE STATISTIQUE

98 / 135

Chap. 1. Statistiques d’ordres Chap. 2. Estimation ponctuelle optimale

Méthodes d’estimation Réduction de la variance Estimateur sans biais à variance minimale

Fouad Marri, fmarri@insea.ac.ma

INFÉRENCE STATISTIQUE

99 / 135

Chap. 1. Statistiques d’ordres Chap. 2. Estimation ponctuelle optimale

Méthodes d’estimation Réduction de la variance Estimateur sans biais à variance minimale

Estimateur sans biais à variance minimale

Corollaire Soit U un estimateur sans biais de