Marginal information for expectation parameters.

RÉSUMÉ Les auteurs traitent un cas particulier d'inférence en présence de paramètres nuisibles. Ils montrent que si la fonction score orthogonalisée ne dépend que d'une statistique S, l'analyse peut s'appuyer sur la loi marginale de S plutǒt que sur celle des observations sans occasionner une perte d'information de Fisher pour le paramètre d'intérět. Le fait de conditionner par rapport à une statistique libre n'apporte donc au-cune information relative à ce paramètre, alors que le conditionnement par rapport à une statistique ap-proximativement libre entraǐne une perte d'information. Tel est le cas pour les families exponentielles multivariées rétgulières lorsque le paramètre d'intérět est un sous-vecteurde l'espérance et que la statistique est l'estimation à vraisemblance maximale du paramètre d'intérět. Plusieurs exemples sont discutés, dont celui du tableau 2 × 2. [ABSTRACT FROM AUTHOR]