##  [Famille Exponentielle](/fr/node/58294) 

 Définition

Classe de lois de probabilité dont les densités (par rapport à une mesure dominante) s'écrivent sous la forme canonique p(x|η) = h(x) exp(η·T(x) − A(η)), où η est le paramètre naturel, T(x) la statistique suffisante et A la fonction de log‑partition.

 

 

 

 

 

 





## Principe

Principe

Caractérisée par des statistiques suffisantes de dimension finie et une log‑partition convexe ; fermée par échantillonnage (somme des statistiques suffisantes) et admet des lois conjuguées en Bayesian quand la forme est canonique.

 

 

 

 

 





## Démonstration

Démonstration

Exemples : Bernoulli en forme canonique p(x|η)=exp(η x − A(η)) avec T(x)=x ; gaussienne à variance connue, Poisson, multinomiale ; les sommes d'échantillons donnent des statistiques minimales dont la dimension n'augmente pas avec la taille de l'échantillon.

 

 

 

 

## Mauvaise application

Mauvaise application

Forcer une loi dans une forme exponentielle alors qu'il n'existe pas de mesure dominante ou de structure de statistique suffisante, ou supposer que tous les modèles paramétriques sont des familles exponentielles ; confondre paramétrage canonique et reparamétrages arbitraires.

 

 

 

 

 





## Conséquence

Conséquence

Conduit à des statistiques suffisantes de faible dimension, des propriétés de convexité pour l'estimation du maximum de vraisemblance (concavité de la log‑vraisemblance en η), des calculs de moments via les dérivées de A et une conjugaison bayésienne commode.

 

 

 

 

## Inversion

Inversion

Les familles non exponentielles (p.ex. Cauchy, beaucoup de lois à queues lourdes, ou mélanges d'exponentielles) n'ont pas de statistiques suffisantes de dimension fixe et ne partagent pas les mêmes propriétés de convexité ou de conjugaison.

 

 

 

 

 





## Limite

Limite

Nécessite une mesure dominante et une représentation exponentielle ; lorsque des contraintes sur les paramètres ou des paramétrisations non linéaires existent on obtient des familles exponentielles courbes ou des modèles hors de cette classe ; les mélanges sont généralement exclus.

 

 

 

 

 





## Tension sémantique

Tension sémantique

Tension avec les modèles par mélange : les mélanges de membres d'une famille exponentielle ne forment en général pas une famille exponentielle et perdent la suffisance de dimension finie, produisant une structure statistique plus riche mais moins maniable.

 

 

 

 

 





## Synthèse

Synthèse

Une famille exponentielle est un ensemble paramétrique de lois exprimable comme l'exponentielle d'un produit paramètre‑statistique suffisante moins la log‑partition, fournissant suffisance finie, inférence convexe et structure de conjugaison.