ROCZNIKI POLSKIEGO TOWARZYSTWA MATEMATYCZNEGO Seria III: MATEMATYKA STOSOWANA XX (1982)
J.
HOLZHEIMER (Wrocław)Estymacja parametrów procesu Galtona-Watsona
(Praca przyjęta do druku 18.04.1980)
O.
Wstęp.Praca stanowi
próbę przegląduestymatorów parametrów najprostszego procesu
gałązkowego-jednowymiarowego procesu Galtona-Watsona.
Częśćpierwsza pracy zawiera opis matematyczny procesu oraz jego podstawowe
własności.W
częścidrugiej rozpatrywane
sąznane estymatory
średniejw
rozkładziepraw-
dopodobieństwa
kreacji;
częśćtrzecia jest
poświęconaestymacji
prawdopodobieństw kreacji, a w
częściczwartej
rozważa sięproblem estymacji wariancji.
Ze
względuna odmienne zachowanie
sięprocesu w
zależnościod
średniejw roz-
kładzie prawdopodobieństwa
kreacji zagadnienie estymacji parametrów rozpatruje
się
oddzielnie dla podkrytycznego, krytycznego i nadkrytycznego procesu Galtona- Watsona.
1. Proces Galtona-Watsona. Niech Z= (Zn; n = O, 1, „.), Z
0 =1,
będzieciągiem
zmiennych losowych o
wartościach całkowitychnieujemnych,
stanowiącym proces Galtona-Watsona, tzn.
Z n+
1=
I,, J-(n) 1+
I,, J-(n) 2+ +
„ . J-(n) I,,zn '
n~O,
oo
P(
z
1 = k)= Pk' Pk ~ o'
k=OL Pk
= 1 'gdzie Cfn>,
i= 1 , 2, ... , Zn,
sązmiennymi losowymi wzajemnie
niezależnymi,o roz-
kładzieZ
1 , niezależnymiod Zn. Zn+
1 =O, gdy Zn
=O.
W dalszych
częściachpracy
będziemy się często odwoływalido popularnej interpretacji procesu Galtona-Watsona.
Rozważmy populacjęindywiduów zdol- nych do rozszczepiania
sięna indywidua tego samego typu.
Załóżmy, żepopulacja indywiduów w chwili O
składa sięz Z
0indywiduów
tworzących początkowe(zerowe) pokolenie.
Każdeindywiduum danej populacji jest tego samego typu oraz rozszcze- pia
się niezależnieod
pozostałychindywiduów zgodnie z
rozkłademprawdopodo- bieństwa (Pt; k = O, 1 , ... ) nazywanym rozkładem prawdopodobieństwa kreacji.
t~tomkowie indywiduów pokolenia początkowego tworzą pierwsze pokolenie procesu Galtona-Watsona. Indywidua
każdegopokolenia
rozszczepiają sięnieza- leżnie od liczebności poprzednich pokoleń.
[73)
74
J. H o I z h e im erPrzyjmijmy
następująceoznaczenia dla
wartościoczekiwanej i wariancji liczby
bezpośrednich
potomków danego indywiduum:
m = EZ
1 ,a
2= Var(Z
1 ).Dalej
będziemy zakładali, żeO < a
2< +oo.
Proces Galtona-Watsona Z nazywamy podkrytycznym, gdy m < I, krytycznym, gdy m = I, nadkrytycznym, gdy m > I.
Rozróżnienietych trzech przypadków jest istotne przy
rozważaniuasymptotyki procesu.
Jeśli q= P( lim Zn= O) oznacza
n-++ oo
liczbę zwaną prawdopodobieństwem
wymarcia procesu, to q = I, gdy m
~1, nato- miast q < 1, gdym > I.
Zachowanie
sięprocesu
Z zależyod parametru m, a
więcjednym z podstawo- wych
zadaństatystyki procesów
gałązkowychjest
określeniedobrego (w pewnym sensie) estymatora tego parametru.
W przypadku nadkrytycznym nasz proces z
prawdopodobieństwemI (z P.l)
osiąga
O dla dostatecznie
dużychn lub wzrasta do + oo, gdy n
~+ oo. Ta
własnośćniestabilności
procesu wydaje
się byćsprzeczna z zachowaniem
siępopulacji bio- logicznych, które
często dążądo stanu równowagi probabilistycznej. Z tego powodu
rozważany
model bez modyfikacji raczej nie nadaje
siędo opisu zjawisk
występujących
w populacjach biologicznych. Niemniej jednak statystyka tego procesu jest
interesującym
zagadnieniem, a przy tym
może byćpunktem
wyjściado
rozważaniamodeli zmodyfikowanych, jak na
przykładprocesu Galtona-Watsona z
imigracjąi procesu
gałązkowegow losowym
środowisku.Rozważmy
pytanie, przy jakich
założeniachistnieje taki
ciągC = ( e„; n =
= O, I, .„)
stałych, żezachodzi
zbieżnośćZn
P--~w,
en
gdzie symbol ~ oznacza zbieżność wg prawdopodobieństwa, a W niezdegenero-
waną zmienną losową.
C. C. Heyde
rozwiązałten problem
pokazując(zob.
[1]lub [Il]),
żezawsze istnieje taki
ciągC, en
~+ oo; en+
1/en
~m, gdy
n~+ oo,
że
zmienne losowe Wn = Zn/en
dążąz P.l do zmiennej losowej W z P(W > O)
== I -q.
Jeżeli EZ1log
Z1< + oo, to
możemy wziąćen = mn, w przeciwnym razie,
jeżeliEZ
1log Z
1 =+ oo, to P(W =O) = I, czyli zmienna losowa W jest zdegenerowana.
Wprowadźmy
oznaczenie S
11=
Z0+
Z1+ ... +Zn. C. C. Heyde
pokazałrów-
nież, że
___ s_n_ ~ W z P.l.
l+m+ ... +mn
A. Badalbajew (zob. [2])
rozważałpodwójnie indeksowany
ciągzmiennych lo-
sowych
W~r> = z~r>/rm",gdzie
(z~r>;n= O, l, „.)jest procesem Galtona-Watsona,
dla którego
z~r>=
r. Udowodniłon
następująceto
Estymacja parametrów w procesie Ga/tona-Watsona
75
TWIERDZENIE
1.1. (I)
Jeżelim < 1 oraz r, n
--++ oo
wtaki sposób,
żerm"
--++ oo,
zer>
p-"---+
l • rm" '
(II)
jeżelim = 1 oraz r, n--+ + oo w taki sposób,
żer/n--++ oo, to
z<r>
n p1 • -r---+ ' (IlJ)
jeżelim > 1 oraz r
--++ oo, to
z<r>
p-"-- --+ I dla
każdegon.
rm"
N. M. Yanev (zob.
[16]) rozważył również zbieżnośćzmiennych losowych
z~r>/r w przypadkach, gdy r/n --+ O oraz gdy n/r--+
K,O <
K< + oo.
2. Estymator Lotki-Nagajewa.
Rozważmyestamator
średniejm oparty na próbie (Zo
=I, Z
1 , ..• ,Z.,.+
1),zdefiniowany w
następującysposób:
ni
= --z---;-'
( Z.,.+1
l w przeciwnym razie.
Estymator ten
byłbadany przez A. J.
Lotkęoraz A. V. Nagajewa (zob.
[14]). Własności
asymptotyczne tego estymatora
badałW. Bilhler (zob. [3]).
Pokazałon,
żew przypadku nadkrytycznym
P(a-
1(Z.,.)
112(m-m)
~xjZ.,. >O)--+ <l>(x),
gdzie <l>(x) jest
dystrybuantą rozkładunormalnego ze
średnią Oi
wariancją1.
Zbiór A = (Z.,. > O, n = O, I, ... ) nazywamy zbiorem
niepochłanianiaprocesu
Z. Ponieważ P(A)= I -q,
więcmiara probabilistyczna PA(-) = P( ·
IA)ma sens jedynie w przypadku nadkrytycznym. J. P. Dion
uogólniłwynik W. Btihlera roz-
ważając
dowolne miary probabilistyczne
Qabsolutnie
ciągłe względemmiary PA
(Q ~PA). Wprowadzenie miary
Qjest
próbą osłabienia założeniao
niezależnościrozszczepiania
sięindywiduów tej samej generacji.
Oczywiście, założenieQ
~PA jest
założeniembardzo mocnym, ale pozwala ono
rozważaćpopulacje biologiczne, w których
występuje zależność międzyrozszczepianiem indywiduów tej samej generacji. Rezu1tat J. P. Diona jest
następujący:TWIERDZENIE
2.1. Dla nadkrytycznego procesu Ga/tona-Watsona Z zachodzi Q(a-
1(Z11)112(in-m) ~x)--+ cJ>(x),
oo
Q(a-
1m"f
2(m-m) ~ x)--+ ~ <l>(x{y)dS(y),
ogdzie S(y)
=PA (W < y), a W jest zmienną losott·ą będącą granicą z P. l zmiennych
losowych Z.,./m".
76 J. H o I z he i me r
J. P. Dion
znalazł również przedział ufnościdla m.
Można
ponadto
wykazać, żew przypadku nadkrytycznym
iii-+m z P.l. na zbiorze
A.Wynika to z rezultatu C. C. Heyde (zob. [11]). K. S. Crump i R. B. Howe wykazali,
że E(mlA) -+m, gdy n
-++ oo. Oznacza to,
żeestymator m jest asympto- tycznie
nieobciążonyna zbiorze
A.Podane
własnościestymatora Lotki-Nagajewa
dotyczą
jedynie nadkrytycznego procesu Galtona-Watsona. A. Nagajew (zob.
[14])
rozważał również asymptotykęm w przypadku podkrytycznym i krytycznym pod warunkiem Zn > O.
Jest on
określonyjedynie na zbiorze
niepochłanianiaprocesu, a
więcjest nie- wygodny do praktycznych celów. Jak
już zauważyliśmypoprzednio,
można badać asymptotykęprocesu Galtona-Watsona przy
założeniu, żeliczba indywiduów pokolenia zerowego r
dążydo
nieskończonościlub gdy zarówno r, jak i n
dążądo
nieskończoności.
Takie
podejściepozwala nie
ograniczać siędo zbioru (Zn > O).
A. Badalbajew w [2]
rozważałestymator m postaci -
Z~'J.1 1n'
= - - -1 +
z~r) 'przy czym
wykazał, żejest on mocno zgodny, tzn. m,
-+ mz P.1., gdy
r -++ oo, oraz
badał asymptotykętego estymatora.
to
TWIERDZENIE2.2. (I)
Jeżelim <
Ioraz r, n
-++ oo w taki sposób,
żermn
--++ oo,
(II)
jeżelim
=1 oraz r, n
--++ oo w taki sposób,
żer/n -++ oo, to
P( a-
1(r)
1'2(m,-m)
~x)
-+<l>(x);
(III)
jeżelim > 1 oraz r
-++ oo, to
P( a-
1(rmn)
112(m,-m)
~x)
-+<J>(x) dla
każdegon.
Mocna
zgodnośćestymatora m wynika z faktu,
że z~r>daje
się przedstawićw postaci
gdzie Zn,i jest
liczbąindywiduów
n-tegopokolenia,
będącychpotomkami i-tego indywiduum pokolenia zerowego. Zmienne losowe (Zn,i; i= I, 2, „., r)
sąnieza-
leżne
o
rozkładzietakim jak Zn.
Twierdzenia 2.2 dowodzi
sięstandardowymi metodami (zob. [14] lub ll6]).
Można również badać asymptotykę
estymatora m„ gdy
r--++ oo.
2.1. Estymator Harrisa. T. Harris w pracy [10]
udowodnił, żeEstymacja parametrów w procesie Galtona-Watsona
77 jest estymatorem
największej wiarogodnościparametru m opartym na próbie (Z
1k;
j = O, 1 , ... , n+ I , k = O, 1 , ... ), gdzie Z
1koznacza
liczbęindywiduów j-ej gene- racji
mającychk
bezpośrednichpotomków.
TamżeHarris
wykazał, żem
-+m
z P. l na zbiorze
A.P. D. Feigin w pracy [9]
udowodnił, żeestymator ten jest
równieżestymatorem
największej wiarogodnościopartym na próbie (Z
0= 1, Z
1 ,„., Zn+
1 ).J. P. Dion
udowodniłponadto
asymptotyczną normalność11z oraz
podał przedział ufnościdla m.
TWIERDZENIE
2.3. Dla nadkrytycznego procesu Ga/tona-Watsona Z
idowolnej miary probabilistycznej Q
~PA mamy
Q(a-
1(Sn)1l2(m-m)
~ x)-+ <P(x),oo
Q(a-
1(1 +m+ ... +mn)
112(m-m)~
x)-+~
<P(xJly)dS(y).o
Uwag a. J. Scott w pracy [15]
podałpewne centralne twierdzenie graniczne dla
martyngałów,z którego jako wniosek otrzymuje przedstawione
wyżej własnościasymptotyczne estymatorów Lotki-Nagajewa i Harrisa.
Dowód twierdzenia 2.3 wynika z centralnego twierdzenia granicznego dla sum
niezależnych
zmiennych losowych o losowej liczbie
składników(zob. [5], tw. 17.2), ze
zbieżności___ Sn_
-+Wz P.1
l+m+
„.+mn oraz z
równościs„
a-1(Sn)1f2(m-m) = a-_1(Sn)-1/2 L (C,-m),
i=l
gdzie (C;;
i= 1, 2, „.) jest
ciągiem niezależnychzmiennych losowych o
rozkładzieZ1.
Rozważanieestymatora m na zbiorze A ma sens jedynie wtedy, gdy m > 1.
W przypadku podkrytycznym i krytycznym
interesujące byłoby rozważenieesty- matora m pod warunkiem Zn > O. N. M. Yanev w pracy [16]
badał asymptotykęestymatora m w przypadku, gdy
r-++ oo dla ustalonego
noraz gdy
r' n -++ oo.
TWIERDZENIE
2.4.
Jeżelir
-++ oo dla ustalonego n, to
(I)m-+ m z P.1, Em-+ m, oraz
(Il) m jest asymptotycznie normalny, tzn.
P(a-
1(r(l
+m+ ... +mn))112(m-m)~
x)-+ <P(x).TWIERDZENIE
2.5.
Jeżelir, n
-++ oo ' to
A p A
(I)
m
-+m, Em
-+m, (II)
jeżelim < 1, to
P( u-
1(I ~m r• (m-m) <; x )--+ <l>(x),
78
J. Holzheirner(III)
jeżelim = I oraz r/n-+ + oo, to
P( a-
1(rn)
112(m-m)
~x)
--+-<l>(x), (IV)
jeżelim > I oraz
E(Zt)< + oo, to
+-1 ( r(m~+~i_I2 r (ffi-m),;; X)---> </>(x).
2.2. Inne estymatory
średniejm.
C. C.Heyde i J. Leslie w pracy [13] zapropono- wali estymator
średniejm oparty jedynie na
liczebnościn-tej generacji Zn. Estymator ten ma
postaćm* = (Zn)1/n.
W
przypadku nadkrytycznym estymator ten jest mocno zgodny na zbiorze
Aoraz zachodzi
zbieżnośćn(m*-m)-+-mlogW z PA.I.
3. Estymacja
prawdopodobieństwakreacji.
Rozważając próbę (Zik; j= O, I , ...
„., n+ 1, k
=O, I, „.), T. Harris
otrzymałestymatory
największej wiarogodnościdla
prawdopodobieństwkreacji
następującejpostaci ,.. Zok+ Zlk+
„.+
ZnkPk
= .
-~-·--· -Sn k=0,1,„.
J. Dion w pracy [7]
udowodnił asymptotyczną normalnośćtych estymatorów.
TWIERDZENIE
3.1. Dla nadkrytycznego procesu Ga/tona-Watsona Z oraz dla dowolnej miary probabilistycznej
Q ~PA zachodzi
((
n
)1/2 )
00Q I+;.~ .:.:~.;m (f,,-p,).;;
X --->J <l>(xy'.Y)d S(y).
U
w a g a. Dion
znalazł również przedział ufnościdla danego
Pk. Ponieważnie jest znany
rozkład łącznydla estymatorów
prawdopodobieństw Pk,k =O, l, ... ,
więc
podanie
łącznego przedziału ufności,tzn. dla wszystkich prawdopodobie11stw
Pk,nie
może byćbrane pod
uwagę.Podobnie jak w przypadku estymatorów m, i m,
można badać asymptotykęestymatorów Pk, gdy r
--+-+ oo oraz r, n
--+-+ oo. Prawdziwe
są następującetwier- dzenia.
TWIERDZENIE
3.2.
Jeżelir
--+-+ oo dla ustalonego n, to (I)pk-+ Pk z P.1 oraz Epk-+ Pb k =O, 1, ... , (II)P((r-(l+m+ ... mn))l/2("-) ) FF.()
(I ) Pk Pk ~ X -+ ':P X • Pk -pk
Estymacja parametrów w procesie Ga/tona-Watsona
TWIERDZENIE
3.3.
Jeżelir, n
--++ oo, to:
(I) Pk ~Pb Efh
--+Pbk = o' 1, ... '
(Il)
jeżelim < 1, to
p( (p,(1-p~ (1-m) )"\;,,-p,) ,,; x )-+
<l>(x),(III)
jeżelim
= 1oraz r /n
-++ oo, to
p ( (
p,( ;~ p,J'<.o. - p,) ,,; X) -+ <f>(x),
(IV) jeżelim >
1oraz
E(Zi)< + oo, to
((
( n+1
l) )112 )
P
Pk[i: pk)(-:n-l)
([h-Pk)~
X --+<P(x).
79
Dowody tych
twierdzeń sąstandardowe;
wymagająjedynie pewnych modyfi-
1
kacji dowodu N. M. Yaneva (zob. [16]) dla m. Wykorzystuje się m.in. fakt, że
s~'>
Z <r> Ok
+zer>+ +
1k • • •z<r> nk
=~ L..J T(k>
J 'j =l
. gdzie
(T~">; j=
1 ,2, ... ) , k = O,
1, ... ,jest
ciągiemzmiennych losowych zdefinio- . wanych w
następującysposób:
T(k> = { 1,
J
o w przeciwnym razie, gdy C
1= k,
. a
s~r>=
z~>+Zir> + . . . +
z~r>;( C
1; j =1 , 2, ... ) jest
ciągiem niezależnychzmien- . nych losowych o
rozkładzie Z 1•Można rozważyć
estymatory
prawdopodobieństwkreacji oparte na próbie (Znk; k = O, 1, ... )postaci
- Znk k O 1
Pk
= --,Zn = ' '····
Estymatory te są asymptotycznie normalne.
TWIERDZENIE
3.4. Dla nadkrytycznego procesu Ga/tona-Watsona Z oraz dla dowolnej miary probabilistycznej Q ~ PA mamy
(( )
1/2 )' oo
Q p,(';':._p,) (ji,-p,).;; x -+ J
<l>(xJ!Y)dS(y).80
J. H o I z h e i m e rW dowodzie korzystamy z faktu,
żeZnk daje
się przedstawićw postaci Znk =
Zn
=
_L Tjk>. Teza twierdzenia wynika z
równościj=l
oraz z centralnego twierdzenia granicznego dla sum
niezależnychzmiennych loso- wych o losowej liczbie
składników(zob. [5], tw. 12.2).
Rozważmy próbę
(Zjk>;
j= O, 1, ... , n, k
=O, 1, ... ), gdzie ZJ;;> jest
liczbąindywiduów j-tego pokolenia
mającychk
bezpośrednichpotomków, przy
założeniu, że z~r>=
r. Można zaproponowaćestymatory
prawdopodobieństwkreacji wyko-
rzystując znajomość
n-tego pokolenia procesu Z
(r)-(r) - nk
k O 1
Pk - l +
z~r>,
= ' ' · · ·Estymatory te
sąmocno zgodne, tzn. J5i''-+ Pk z
P.1,gdy r-+ + oo dla k = O, l, ...
Ponadto zachodzi
TWIERDZENIE
3.5.
(I)
Jeżeli m< 1
oraz r, n -++ oo w
taki sposób, że rmn -++ oo,
toP((p,(i~p.) t2 <P1''-p,).;;; x)--. <l>(x),
(II)
jeżelim = 1
oraz r,n-+ + oo w
taki sposób, żer/n-++ oo,
toP( (p,/-p,J
12<P1''-p,).;;; x)--. <l>(x), (III)
jeżeli m> I
orazr-+ + oo,
top( ( p.:ii:.·p.J'
2o>1'' - p,) „ x )-. <l>(x).
dla
każdegon.
z~'>
W dowodzie korzystamy z
równościZW
=L T?', gdzie
(T~k>)jest
ciągiemj=l
zmiennych losowych zdefiniowanym jak w dowodzie twierdzenia 3.2. Mocna
zgodność
estymatora wynika z
równościZW = Znk, i
+
Znk, 2+ · ·. +
Znk,,,gdzie (Znk,i; i= 1, 2, ... , r) jest
ciągiem niezależnychzmiennych losowych o roz-
kładzietakim, jak Znk, oraz
stąd, że'
Zn
E(Zn1c) = E{E(l: T?'IZn)} =
Pkmn.j=l
Estymacja parametrów w procesie Ga/tona-Watsona
4. Estymacja wariancji.
4.1. Estymacja wariancji przy znanej
średniej.Niech
Zk+1
( )
2
rk
= --
2--,;--m
zk,k =o, 1, ...
J. P. Dion w [8]
zaproponowałestymator wariancji a
2postaci
n
-2
1
~<1n
= n+l
~Tbk=O
oraz
podałjego podstawowe
własności.81
TWIERDZENIE
4.1. Niech Z
będzienadkrytycznym procesem Ga/tona-Watsona, dla którego Po =
Ooraz E(Zt) < + oo. Wówczas
E((i;)
=
a2,n
Var(cr;) =(n+ 1)-
1[2a
4+(n+
l)-1(Var(Z
1-m)
2-2a
4 )LE(Zk"
1)].k=O
Estymator a; jest
więc nieobciążony,a jego
słaba zgodnośćwynika z
wyrażeniana
wariancjęi z
nierównościCzebyszewa. Dion
udowodnił również asymptotyczną normalnośćtego estymatora.
TWIERDZENIE
4.2. Niech Z
będzienadkrytycznym procesem Ga/tona-Watsona, dla którego Po =
Ooraz
E(Zf)< + oo. Wówczas
( ( + 1 )1/2 )
p (12
T
@:-a2)~
x --+ <P(x).4.2. Estymacja wariancji przy nieznanej
średniej.Dla estymacji wariancji przy nieznanej
średniejDion w pracy [8]
zaproponowałestymator postaci
-2 - 1 Ln Z (
Zk+l")2
C1n - - -
n+
1 k=O k---m
zk.
Warto
zauważyć, żeC. C. Heyde
wpracy [12]
rozważałestymator tej postaci, ale w miejscu estymatora Harrisa m
występowałestymator Lotki-Nagajewa m.
Słabazgodność
estymatora a; wynika z
następującegotwierdzenia.
TWIERDZENIE
4.3. Niech Z
będzienadkrytycznym procesem Ga/tona-Watsona, dla którego p
0= O, E(Zt) < + oo. Wówczas
IC1;-0:;1(1+n)
1-s~o dla każdego e>O.
Można
ten wynik
rozszerzyćna przypadek dowolnej miary probabilistycznej
Q
~ P.Dowód wynikazpracy Diona ([7], tw. 3). Przedstawione estymatory wariancji
82
J. H o 1 z he im ersą rozważane
jedynie w przypadku p
0 =O. Okazuje
sięprzy tym,
żenie
możnarozszerzyć własności
tych estymatorów na zbiór
niepochłanianiaA metodami, które
byłystosowane przy
rozważaniuestymatorów mim. Ciekawe
byłobyrozwa-
żenie
asymptotyki tych estymatorów na zbiorze A w ogólnej sytuacji, gdy Po > O.
Dion w pracy [8]
wykazał, żeestymator
największej wiarogodnościdla wariancji a
2oparty na próbie
(Z1k; j= O, 1, ... , n+ 1,
k= O, 1, ... ) ma
postaćoo
A2 ~
(k
A )2A<1n = ~
-m Pk·
k=O
Asymptotyczna
normalnośćestymatora &; wynika z
następującegotwierdzenia.
TWIERDZENIE
4.4.
JeżeliZ jest nadkrytycznym procesem Ga/tona-Watsona oraz
E(Z1)< + oo, to dla miary probabilistycznej Q
~PAzachodzi
Wykorzystując
estymatory Pk
można zaproponowaćestymator dla wariancji z
nieznaną średnią,mianowicie
oo
2 "\.~ . - 2-
2'.n =
~(k-m) Pk·
k=O
Zachodzi wówczas
następująceTWIERDZENIE
4.5. Przy
założeniachtwierdzenia 4.4
zachodzą zbieżnościDowód jest analogiczny do dowodu twierdzenia 4.4.
Można badać asymptotykę
estymatora
największej wiarogodnościdla wariancji
a;, gdy
r, n--++ oo. Zachodzi
następująceTWIERDZENIE
4.6.
JeżeliE(Z't) < + oo oraz r, n
~+ oo , to
(I)
jeżelim < 1, to
Estymacja parametrów w procesie Ga/tona-Watsona
(Il)
jeżelim = I oraz r/n
~+ oo, to
p( ( Var(;:-m)Z r (a;-uz)" X)-+ t/>(x), (III)
jeżelim > 1, to
(( r(m"+1-1) )112 ,.. 2 2 )
p
Var(Z
1 -m)2(m-1) (a-a)~
x~
<l>(x).D o w ó d. Za
pomocą bezpośrednichrachunków
można sprawdzić, żeJ&;- L
oo(k-m)
2.Pkjcs~r>)
1'
2~ o.
k=O
83
Stąd
wynika,
żewystarczy
wykazać prawdziwośćtezy dJa estymatora *a; =
co
=
L (k-m)
2Pk· Estymator *a; daje się przedstawić w postaci
k=O
gdzie
S~'>= Z&'>+
Z~'>+. . . +
z~r>,a ( C;;
i= 1 , 2, ... ) jest
ciągiem niezależnychzmiennych losowych o
rozkładzieZ
1 •Dalej dowód przeprowadza
sięstandardo- wymi metodami (zob. [16]).
Prace cytowane
[1] K. B." At hr e y a, P. E. Ney, Branching processes, Springer, Berlin 1972.
(2] A. Bad a I baje w, Some properties of an estimate of the mean of a branching process, Fan, Task. G. U. Taszkent 1977.
[3] w~ J. B i.i h I e r, Ein zentraler Grenzwertsatz /iir Verzweigungsprozesse, Z. Wahrscheinlicht- keitstheorie verw. Geb. 11 (1969), 139-141.
[4] P. Bi 11 i n g s Ie y, Statistica/ inference for Markov processes, Chicago, 1961.
[5] -, Convergence of probability measures, Wiley, New York 1968.
[6] K. S. Cr u mp, R. B. Ho we, Nonparametric estimation of the age of a Ga/ton-Watson branching process, Biometrika 59 (1972), 533-538.
[7] J. P. Di o n, Estimation of the mean and the initial probabi/ities of a branching process, J. Appl.
Prob. 11 (1974), 687-694.
[8] -, Estimation of the variance of a branching process, Ann. Statist. 3 (1975), 1183-1187.
[9] P. D. Fe i gin, A note on maximum llkelihood estimation for simple branching process, Austr. J. Statist. 19 (1977), 152-154.
UO] T. E. Harris, Branching processes, Ann. Math. Statist. 19 (1948), str. 474-494.
' (11] C. C. Hey de, Extension of a result of Seneta for the supercritical Ga/ton-Watson process, ibidem 41 (1970), 739-742.
84
J. H o I z h e i me r[12) -, On estimating the variance of th~ of/spring distribution in a simple branching process, Adv.
Appl. Prob. 3 (1974), 421-433.
[13] C. C. Hey de, J. R. Les 1 ie, lmproved c/assical limit ana/ogues for Ga/ton-Watson process with or without immigration, Bull. Austr. Math. Soc. 5 (1971), 145-155.
[14] A. V. N ag aj ew, On estimating the expected number of direct descendants of a particie in a branching process, Theor. Prob. Appl. 12 (1967), 312-320.
[15] J. Scott, A central limit theorem for martinga/es and an application to branching process, Stoch. Proc. Appl. Vol. 6, No 3 (1978), 89-94.
[16] N. M. Yan e v, On the statistics of branching processes, Theor. Prob. Appl. 20 (1975), 505-515.