W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

Podobne dokumenty
W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

. Wtedy E V U jest równa

Prawdopodobieństwo i statystyka r.

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

Prawdopodobieństwo i statystyka r.

ma rozkład normalny z nieznaną wartością oczekiwaną m

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

( ) ( ) ( ) ( ) ( ) ( )

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

będą niezależnymi zmiennymi losowymi o tym samym 2 x

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Funkcja wiarogodności

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

ROZKŁADY ZMIENNYCH LOSOWYCH

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

JEDNOWYMIAROWA ZMIENNA LOSOWA

( ) ( ) ( ) ( ) ( ) ( )

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

VI. TWIERDZENIA GRANICZNE

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

Badania niezawodnościowe i statystyczna analiza ich wyników

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

Estymatory nieobciążone o minimalnej wariancji

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

IV. ZMIENNE LOSOWE DWUWYMIAROWE

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

będzie próbką prostą z rozkładu normalnego ( 2

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

Statystyka matematyczna. Wykład II. Estymacja punktowa

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

Podstawy opracowania wyników pomiarowych, analiza błędów

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Wnioskowanie statystyczne dla korelacji i regresji.

0.1 ROZKŁADY WYBRANYCH STATYSTYK

Niech X i Y będą niezależnymi zmiennymi losowymi o rozkładach wykładniczych, przy czym Y EX = 4 i EY = 6. Rozważamy zmienną losową Z =.

Statystyczne charakterystyki liczbowe szeregu

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Prawdopodobieństwo i statystyka r.

Statystyka Inżynierska

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

System finansowy gospodarki

Linie regresji II-go rodzaju

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Statystyka Opisowa Wzory

Prawdopodobieństwo i statystyka r.

Statystyka Matematyczna Anna Janicka

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Podprzestrzenie macierzowe

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

Portfel złożony z wielu papierów wartościowych

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Zadania z rachunku prawdopodobieństwa

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Wykład 3 Momenty zmiennych losowych.

Prawdopodobieństwo i statystyka r.

Wykład 3 Momenty zmiennych losowych.

5. OPTYMALIZACJA NIELINIOWA

Weryfikacja hipotez dla wielu populacji

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

Planowanie eksperymentu pomiarowego I

Matematyka ubezpieczeń majątkowych r.

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

FUNKCJE DWÓCH ZMIENNYCH

MATEMATYKA. Sporządził: Andrzej Wölk

FINANSE II. Model jednowskaźnikowy Sharpe a.

Prawdopodobieństwo i statystyka

Analiza Matematyczna Ćwiczenia. J. de Lucas

System finansowy gospodarki

Matematyka dyskretna. 10. Funkcja Möbiusa

Zmiana bazy i macierz przejścia

Metoda największej wiarogodności

Statystyka Matematyczna Anna Janicka

AKADEMIA MORSKA W SZCZECINIE

Dokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera)

65120/ / / /200

Transkrypt:

4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ, lecz jedye dole ograczee w erówośc Cramera Rao: Nerówość Cramera Rao Nech gˆ(,... będze estymatorem eobcążoym dla g( E gˆ(,... g(. Wówczas zachodz: ( g ( Var (( ˆ g(,... I (. (czyl Zgode z treścą zadaa: g( σ σ ( g ( σ ( σ 4 σ. Pozostaje węc wyzaczyć formację Fshera dla daego modelu. Zaczyamy od zapsaa fukcj łączej gęstośc, astępe lczymy perwszą drugą pochodą fukcj warogodośc: L( σ f (,... exp( ( σ π σ l( σ l L( σ l( π lσ σ l ( σ + 3 σ σ 3 l ( σ 4 σ σ Oblczamy formację Fshera: 3 3 3 I( σ El ( σ E( + 4 + E 4 E + 4 σ σ σ σ σ σ Zgode z treścą zadaa ~ N (0, σ, czyl E 0, Var σ. Drug momet zwykły wyzaczamy zgode ze wzorem: Var( E ( E E Var( + ( E σ + 0 σ Ostatecze formacja Fshera wyos: ( 3 3 I σ + E 4 + σ 4 σ σ σ σ σ Dole ograczee a eobcążoy estymator σ wyos: 4σ σ 4 ( g ( σ I ( σ σ 4. Obserwujemy dwe ezależe próby losowe: (,..., ( Y,... Y, przy czym wadomo, że zmee mają rozkład wykładczy o wartośc oczekwaej λ, a zmee Y rozkład wykładczy o wartośc oczekwaej 3 λ. Rozważmy estymator parametru λ postac ˆ λ + Y. Wyzacz obcążee ryzyko tego estymatora.

Obcążee: E ˆ λ E ( + Y *3 E + EY E + EY λ + λ λ Dla estymatora eobcążoego: b( λ E ˆ λ λ 0 Ryzyko: Dla estymatora eobcążoego ryzyko jest rówe waracj estymatora: ˆ R( λ Var( λ Var( + Y {Korzystamy z ezależośc obu prób od sebe; waracja sumy ezależych zmeych losowych jest rówa sume waracj} Var( + Var( Y Var( + Var( Y λ + (3 λ λ + λ λ 4 3 4 3 4 4 4 3 4.3 Nech,... /( x będze próbą prostą z rozkładu o dystrybuace F( x e, dla x > 0. a Oblcz estymator ajwększej warogodośc ˆ ezaego parametru > 0. Wyzaczmy gęstość: δ F( x f ( x e ( ( e δ x x x Fukcja warogodośc: /( x /( x L( exp( x x l( l( l x x Polczmy perwszą pochodą przyrówajmy wyk do zera w celu wyzaczea wartośc parametru maksymalzującego fukcję warogodośc: l '( 0 + x x b Wyzacz obcążee, warację błąd średokwadratowy tego estymatora. x E E E x

W celu wyzaczea wartośc oczekwaej waracj estymatora warto zacząć od wyzaczea rozkładu x. F t P t P F / ( ( < ( < ( t t F ( t t e t F/ ( t e Jak e trudo zauważyć wyzaczoy rokład to rozkład wykładczy. Exp( Γ(, x Γ(, x x E E E x Estymator jest eobcążoy, zatem obcążee wyos zero. x Var Var Var x Dla estymatora eobcążoego ryzyko jest rówe jego waracj. c Wyzacz formację Fshera w tym modelu. Czy estymator uzyskay w pukce a jest ENMW (? W celu wyzaczea formacj Fshera polczymy drugą pochodą logarytmu fukcj warogodośc. l '( l ''( x + x 3 I ( E( l ''( E( + E + x x 3 3 3 3

Zauważmy, że waracja estymatora jest rówa odwrotośc formacj Fsher a, tz: waracja osąga dole ograczee wyzaczoe przez erówość Cramer a Rao. Estymator poadto jest eobcążoy, zatem jest ENMW (. 4.4 Sprawdzć, czy ENW jest estymatorem eobcążoym o mmalej waracj parametru, jeśl,... jest próbą prostą z rozkładu N(,. Na ćwczea pokazalśmy, że estymatorem MNW wartośc oczekwaej w rozkładze ormalym jest średa arytmetycza polczoa a podstawe próby prostej wylosowaej z tego rozkładu. E E Estymator MNW jest eobcążoy. Czy mam mmalą warację? σ Var Var Var U as waracja pojedyczej realzacj zmeej losowej wyos. Var Dole ograczee waracj estymatora uzyskamy lcząc formację Fsher a dla rozkładu ormalego. Np. tak: I ( I( δ log f ( x I( E(, f ( x e δ π ( x Powyższy wzór a gęstość uwzględa fakt, że waracja tego rozkładu jest rówa jede. 4

f x x x x δ log f ( x ( x δ δ log f ( x δ ( ( ( ( δ log f ( x I ( I E δ l ( l π ( l π ( + Var wdać, że waracja estymatora jest odwrotoścą formacj Fsher a, czyl ma mmalą warację! 4.5 Nech,... będze próbą prostą z rozkładu N(,. Wyzacz obcążee estymatora T (,..., ( parametru. Nech,... będze próbą prostą z rozkładu N ( µ, σ. σ Zauważmy, że N( µ, (wyprowadzee tego, faktu pojawło sę a zajęcach Skorzystajmy z tożsamośc: σ Var E ( E E Var + ( E + µ U as: µ σ, ET (,..., E( + Obcążee wyzaczymy z defcj: b( ET (,..., + 4. Zmee,..., mają rozkład o tej samej wartośc średej µ. Wykazać, że statystyka a a postac T jest eobcążoym estymatorem parametru µ. a a a a ET E E( a a ( a E a E a a a a a a ( a a µ ( a a a a a a µ µ µ Przy rozwązau skorzystalśmy z lowośc wartośc oczekwaej: 5

E( + Y E + EY E( cy cey 4.7* Nech,... będze próbą prostą z rozkładu ormalego N ( µ, σ. Wyzaczyć a tak, żeby estymator T (,..., a był estymatorem eobcążoym dla parametru σ. Wskazówka: Jak rozkład, dla ustaloego, ma? ( (...... ( j j N ( µ, σ ( N j N j ( µ, σ ( µ, σ ( j σ + σ σ j Y N(0, N(0, Dla każdego deksu rozkład jest tak sam, taka sama jest wartość oczekwaa waracja. ET(,..., ae ae ae Y Dla uproszczea zapsu podstawmy υ σ 0 y υ y υ E Y y e dy πυ y e dy πυ Skorzystalśmy z symetryczośc rozkładu ormalego. Polczmy całkę stosując podstawee: y t ydy dt y y t t υ υ υ υ 0 πυ 0 πυ 0 πυ πυ 0 E Y e ydy e ydy e dt e dt

t e υ υ 0 υ dt {Fukcja podcałkowa to gęstość rozkładu wykładczego z πυ parametrem υ } υ υ σ π π π ET (,..., ae Y a a a? ( π π σ π σ σ ( 4.8* Nech R( b( ozaczają odpowedo ryzyko obcążee estymatora ˆ. Pokazać, że R( Var( ˆ + b(. R( E( ˆ E( ˆ E( ˆ + E( ˆ E(( ˆ E( ˆ + ( ˆ E( ˆ ( E( ˆ + ( E( ˆ ˆ ˆ ˆ ˆ ˆ ˆ E( E( + E( E( ( E( + E( E( Zauważmy, że: ˆ ˆ ˆ E( E( Var( E( ˆ E( ˆ ( E( ˆ ( E( ˆ E( ˆ E( ˆ ( E( ˆ ( E ˆ EE( ˆ ( E( ˆ ( E ˆ E( ˆ 0 bo ( E( ˆ jest elosowe moglśmy je wyłączy przed zak wartośc oczekwaej. ˆ ˆ E( E( ( E( b( bo ( E( ˆ jest elosowe (stała, a wartość oczekwaa stałej jest rówa tej stałej. Podsumowując: R Var ˆ b ( ( + (. 7