Comportement asymptotique/ probabilité jointe

Bonjour à tous,
J'aurais besoin d'aide sur un calcul statistique. Imaginons que j'ai $n$ variables aléatoires $X_i$, positives, i.i.d de loi connue. Je note $ F_n(R) := \dfrac{1}{n} \sum_{i=1}^n 1_{X_i < R} $, où $R$ est une constante, $\bar{X_n} := \dfrac{1}{n} \sum_{i=1}^n X_i $, ainsi que $I$ un intervalle de $[0,1]$.

J'aimerais avoir le comportement asymptotique (pour $n$ grand) de la quantité suivante:
$$K_n(x) := P(\bar{X_n} < x , F_n(R) < I_{sup}) - P( \bar{X_n} < x , F_n(R) < I_{inf})$$

Si on imagine que $X$ est un gain, cela se traduirait si je ne me trompe pas par "la probabilité d'avoir un gain moyen inférieur à $x$ ET que la fréquence d'un gain inférieur à $R$ est dans l'intervalle $I$".

Si $X_n$ et $F_n(R)$ étaient indépendants alors on aurait:

$$ K_n(x) = F_\bar{X_n} (x) \left[ F_{F_n(R)}(I_{sup}) - F_{F_n(R)}(I_{inf}) \right]$$
où le théorème central limite nous permet de dire que $\bar{X_n}$ se comporte asymptotiquement comme une loi normale $N\left(\mu,\dfrac{\sigma}{\sqrt{n}}\right)$, et que $F_n(R)$ se comporte asymptotiquement comme une loi normale $N\left(F(R),\dfrac{\sqrt{F(R)(1-F(R))}}{\sqrt{n}}\right)$

Deux problèmes: 1°) $X_n$ et $F_n(R)$ ne sont pas indépendants 2°) Même s'ils l'étaient, je ne saurais pas comment continuer à partir de là...

Sauriez-vous m'aider s'il vous plaît ?

Nexx

Réponses

  • Bon dsl je me fais un peu la conversation ;)

    En fait, si $F(R) \in I$ (strictement), le second membre de $K_n(x)$ tend vers 1, dans le cas (faux) ou on suppose les deux variables indépendantes. Le comportement asymptotique de $K_n(x)$ est donc celui de $F_n (x)$, la fonction de répartition de la loi normale $N \left( \mu, \dfrac{\sigma}{\sqrt{n}} \right)$.

    J'ai l'intuition que ça se passe pareil avec les variables dépendantes, plus la taille de l'échantillon grandit, moins la connaissance de l'évènement $F_n(R) \in I$ n'apporte d'information, et plus on se retrouve dans une situation identique à si on n'avait pas cette connaissance. Après, comment le démontrer ?
  • Si $Y= 1_{X<R}$ de moyenne $p$, avec $X$ de moyenne $m$, tu calcules la matrice de covariance $\Sigma$ de $(X,Y)$ et tu appliques le théorème central limite pour trouver que $\frac{1}{\sqrt{n}}(X_1+\ldots+X_n-nm, Y_1+\ldots+Y_n-np)$ a $N(0.\Sigma)$ pour loi limite...
  • Waou, bigrement efficace. Merci beaucoup !
Connectez-vous ou Inscrivez-vous pour répondre.