Zadania ze statystyki matematycznej (Statystyka B) Rok akad. 2009/2010, lista nr 5
1. Niech X i Y be
‘da
‘niezale˙znymi zmiennymi losowymi, kt´orych rodzina roz- k lad´ow, indeksowana parametrem θ ∈ Θ, jest regularna w sensie Cram´era-Rao.
Udowodni´c, ˙ze I(X,Y )(θ) = IX(θ) + IY(θ) dla ka˙zdego θ ∈ Θ, gdzie I(X,Y ) jest informacja
‘ Fishera wektora losowego (X, Y ), a IX i IY sa
‘ informacjami Fishera zmiennych X i Y odpowiednio.
2. Niech zmienna losowa X ma rozk lad o ge‘sto´sci f (·; θ) z regularnej rodziny Cram´era-Rao i niech T = T (X) be
‘dzie statystyka
‘ taka
‘, ˙ze rodzina jej rozk lad´ow o ge‘sto´sciach g(·; θ) jest r´ownie˙z regularna w sensie Cram´era-Rao. Udowodni´c, ˙ze:
a) E
∂
∂θ log f (X; θ)|T = t
= ∂
∂θlog g(t; θ);
b) IX(θ) ≥ IT(θ) dla ka˙zdego θ ∈ Θ.
3. Niech P = {Pθ, θ ∈ Θ}, Θ ⊂ R, be
‘dzie rodzina
‘rozk lad´ow, regularna
‘w sen- sie Cram´era-Rao. Wprowad´zmy parametryzacje
‘ η = h(θ), gdzie h jest funkcja r´o˙zniczkowalna‘. ‘
a) Znale´z´c zale˙zno´s´c mie
‘dzy informacjami Fishera I(θ) i I(η).
b) Znale´z´c zale˙zno´s´c mie
‘dzy dolnymi ograniczeniami Cram´era-Rao dla nieobcia
‘˙zo- nych estymator´ow parametr´ow θ i η.
4. Niech zmienna losowa X ma rozk lad podw´ojnie wyk ladniczy o ge
‘sto´sci f (x; α) = exp{−(x − α) − e−(x−α)}, x ∈ R, α ∈ R.
Wprowad´zmy parametryzacje‘ θ = eα.
a) Znale´z´c rozk lad zmiennej losowej U = e−X. b) Obliczy´c informacje Fishera: I(θ) i I(α).
5. Obliczy´c informacje‘ Fishera dla naste‘puja‘cych rozk lad´ow: a) normalnego N(θ, 1), θ ∈ R; b) normalnego N0, σ2), σ > 0; c) gamma G(α, 1), α > 0; d) gamma G(1, β), β > 0; e) dwumianowego b(n, p), p ∈ (0, 1); f) Poissona π(λ), λ > 0; ujem- nego dwumianowego nb(r, p), r znane, p ∈ (0, 1).
6. Niech X = (X1, X2, . . . , Xn)0 be
‘dzie pr´oba
‘z rozk ladu wyk ladniczego Ex(λ), λ > 0.
(a) Znale´z´c dolne ograniczenie Cram´era-Rao dla wariancji nieobcia‘˙zonego estyma- tora funkcji niezawodno´sci R(t) = e−λt.
(b) Czy wariancja estymatora opartego na dystrybuancie empirycznej, ˆR(t) = 1 − Fn(t; X), osia‘ga to ograniczenie?
(c) Czy wariancja estymatora NJMW tej funkcji, okre´slonego wzorem R(t; X) =ˆ
1 − t
T
n−1
1(t,∞)(T ),
gdzie T = 1nPn
i=1Xi, osia‘ga to ograniczenie? (Wskaz´owka: zob. J.B. Wyklady ze statystyki matematycznej, Wyd. II, str. 153)
7. Niech X = (X1, X2, . . . , Xn)0 be
‘dzie pr´oba
‘z rozk ladu o ge
‘sto´sci f (x; θ), gdzie θ jest nieznanym parametrem rzeczywistym. Wyznaczy´c estymator NW w ka˙zdym
z naste
‘puja
‘cych przypadk´ow, gdy f (·; θ) jest ge
‘sto´scia
‘rozk ladu:
a) Poissona o ´sredniej θ;
b) wyk ladniczego Ex(θ);
c) jednostajnego U(θ, θ + |θ|), gdy θ > 0;
d) f (·; θ) jest ge‘sto´scia‘rozk ladu jednostajnego U(θ, θ + |θ|), gdy θ < 0.
W ka˙zdym z tych przypadk´ow wyznaczy´c rozk lad estymatora NW i zbada´c jego w lasno´sci.
8. Na podstawie jednej obserwacji zmiennej losowej X wyznaczy´c estymator NW dla parametru M, gdy X ma rozk lad hipergeometryczny postaci
PM{X = x} =
M x
N −M
n−x
N n
.
9. Wykonuje sie
‘ niezale˙zne do´swiadczenia, z prawdopodobie´nstwem sukcesu θ w ka˙zdym do´swiadczeniu, dop´oty, dop´oki nie zaobserwuje sie
‘k sukces´ow (k ≥ 1 jest ustalona
‘liczba
‘). Wyznaczy´c estymator NW parametru θ.
10. Niech X = (X1, X2, . . . , Xn)0 be
‘dzie pr´oba
‘ z rozk ladu logarytmiczno-nor- malnego LN (µ, σ2). Skonstruowa´c estymatory NW warto´sci oczekiwanej i wariancji tego rozk ladu.
11. Niech X = (X1, X2, . . . , Xn)0 be
‘dzie pr´oba
‘z rozk ladu normalnego N(m, 1), gdzie m > 0. Udowodni´c, ˙ze estymatorem NW parametru m jest ´srednia X, gdy X > 0, i ˙ze estymator NW nie istnieje, gdy X ≤ 0.
12. Dokonujemy pomiaru pewnej wielko´sci m przyrza
‘dem, kt´orego b la
‘d w ,,warunkach normalnych” ma rozk lad normalny N(0, 1). Na skutek ,,grubszej po- my lki” mo˙ze jednak pojawi´c sie
‘ wynik, kt´orego b la
‘d ma rozk lad normalny N(0, σ2), gdzie σ > 0 jest nieznane. Za l´o˙zmy, ˙ze prawdopodobie´nstwo takiej pomy lki jest ma le i wynosi > 0. Wtedy wynik pomiaru jest zmienna
‘losowa
‘o rozk ladzie z ge
‘sto´scia
‘ f (x; m, σ2) = 1 −
√2π exp
−(x − m)2 2
+
σ√
2πexp
−(x − m)2 2σ2
. (1)
Niech X = (X1, X2, . . . , Xn)0 be
‘dzie pr´oba
‘z rozk ladu o ge
‘sto´sci (1). Udowodni´c,
˙ze nie istnieja‘estymatory NW parametr´ow m i σ2.
(Wskaz´owka: pokaza´c, ˙ze funkcja wiarogodno´sci jest nieograniczona.)
13. Niech wektor losowy X ma rozk lad wielomianowy w(n, p), p = (p1, p2, . . . , pk), pi ≥ 0, i = 1, 2, . . . , k, p1+ p2+ . . . + pk = 1. Wyznaczy´c estymator NW dla wektora parametr´ow p.
14. Niech X = (X1, X2, . . . , Xn)0 be
‘dzie pr´oba
‘z rozk ladu normalnego N(m, σ2), m ∈ R, σ > 0. Wyznaczy´c estymator NW ˆΦn funkcji Φ(−m/σ), gdzie Φ jest dystrybuanta
‘rozk ladu N(0, 1). Znale´z´c graniczny rozk lad cia
‘gu estymator´ow { ˆΦn}, gdy n → ∞.
St09-10-lista5.tex
7.1.2010 r. J. Bartoszewicz