Loi normale multidimensionnelle

reproduction intégrale ou partielle faite pur quelque procédé que ce soit, sans Je consentement de l'auteur ou de ses ayants cause, est illicite el constitue une contrefaçon sanctionnée par les articles 425 et suivants du Code pénaL Par ailleurs, la loi du 1 1 mars 1957 interdit formellement Jes copies ou les reproductions destinées à une utilisation collective. © Editions Teclmip. Paris, 2006. Imprimé en France ISBN 2-7108-0814-5 Avant-propos La précédente édition de cet ouvrage a été publiée

martingales. En cons´quence, le pr´requis pour la lecture de ce livre est l´ger : maˆ e e e ıtrise des notions de s´rie et d’int´grale et du calcul matriciel. Et l’accent est mis sur les noe e tions centrales en probabilit´s et statistique que sont la loi, l’ind´pendance, l’esp´rance, e e e la variance, la fonction caract´ristique, les convergences, l’estimateur du maximum de e vraisemblance, les intervalles de confiance et les tests d’hypoth`ses plutˆt que sur les fone o dements th´oriques de ces disciplines

77 77 78 83 83 84 85 87 91 91 92 94 95 95 97 101 101 102 102 104 105 6 Estimation non param´trique de quantit´s r´elles e e e 6.1 Les outils de la statistique non param´trique . . . . e 6.1.1 Statistiques d’ordre et de rang . . . . . . . . 6.1.2 Loi de probabilit´ empirique . . . . . . . . . e 6.2 Estimation de l’esp´rance d’un ´chantillon . . . . . e e 6.2.1 Estimation ponctuelle . . . . . . . . . . . . 6.2.2 Intervalle de confiance . . . . . . . . . . . . 6.3 Estimation de la variance d’un ´chantillon

principales caractéristiques des lois de probabilité les plus usuelles. Pour chaque loi de probabilité, on donne son nom usuel, son symbole, son support et son espérance. Les lois discrètes sont définies par les probabilités élémentaires et la fonction génératrice, les lois continues par la densité et la fonction caractéristique. Pour les lois unidimensionnelles, on donne la variance, et pour les lois multidimensionnelles, on donne la matrice de covariance. Les fonctions spéciales suivantes sont utilisées

Doctorale de Mathématique "Lois normales multidimentionnelles" Dr. Meghlaoui Dakhmouche Table des matières 1 Introduction 1.1 Loi de Gauss à une dimension . 1.1.1 Propriétés . . . . . . . . 1.1.2 Moments particuliers . . 1.1.3 Fonction caractéristique 1.1.4 Loi normale quelconque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 Lois de Gauss bidimensionnelles 2.1 Loi de Gauss bidimensionnelle centrée

Rappel sur les manipulations de 2.2.2 D´finition . . . . . . . . . . . . e 2.2.3 Ind´pendance . . . . . . . . . . e 2.2.4 Lois discr`tes usuelles . . . . . . e 2.2.5 Loi marginale . . . . . . . . . . 2.3 Esp´rance et variance . . . . . . . . . . e 2.3.1 Esp´rance . . . . . . . . . . . . e 2.3.2 Variance . . . . . . . . . . . . . 2.4 Loi et esp´rance conditionnelles . . . . e 2.5 Exercices . . . . . . . . . . . . . . . . . 2.6 R´sum´ . . . . . . . . . . . . . . . . . e e 3 Variables al´atoires ` densit´

SAS du chapitre. . . . . . . . . . . . . . . . . 3 Rappels de statistique math´matique e 3.1 Matrice des covariances d’un vecteur al´atoire e 3.2 Lois de probabilit´s d’un vecteur al´atoire . . e e 3.2.1 Loi normale . . . . . . . . . . . . . . . Loi normale bivari´e . . . . . . . . . . e Loi normale conditionnelle . . . . . . . 3.3 Tests d’hypoth`ses . . . . . . . . . . . . . . . e Situation pratique courante. . . 3.4 Rappels sur la r´gression lin´aire . . . . . . . e e 3.5 Exercices . . . . . . .

. . . . . . 3 Lois usuelles pour le mod` ele lin´ eaire 3.1 Loi gaussienne . . . . . . . . . . . . . . . 3.2 Propri´et´es . . . . . . . . . . . . . . . . . . 3.3 Vecteurs al´eatoires gaussiens et densit´es . 3.4 Invariance par transformation orthogonale 3.5 Loi Gamma . . . . . . . . . . . . . . . . . 3.6 La loi du χ2 ` a k degr´es de libert´e . . . . 3.7 La loi de Student . . . . . . . . . . . . . . 3.8 Loi de Fisher . . . . . . . . . . . . . . . . . . . . . . . .

. . C Rappels de probabilité C.1 Généralités . . . . . . . . . . . . . . . . . C.2 Vecteurs aléatoires gaussiens . . . . . . . . C.3 Tables des lois usuelles . . . . . . . . . . . C.3.1 Loi Normale X ∼ N (0, 1) . . . . . C.3.2 Loi de Student X ∼ Tν . . . . . . . C.3.3 Loi du Khi-deux à ν ddl X ∼ χ2ν . C.3.4 Loi de Fisher à ν1 , ν2 ddl X ∼ Fνν21 93 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

probabilit´s. e e 5 6 ´ ´ ` CHAPITRE 1. INTRODUCTION GENERALE A LA STATISTIQUE – Depuis les ann´es 1960, avec le d´veloppement et la banalisation des outils informatiques et e e graphiques, la statistique, et surtout la statistique descriptive multidimensionnelle, a connu une expansion consid´rable. e ` A titre d’illustration, penser a un graphique de type “camembert” (voir le chapitre 2) : il ` est imm´diat de le r´aliser aujourd’hui avec n’importe quel tableur tel qu’Excel (mˆme si le e e e r´sultat