12_mathima
description
Transcript of 12_mathima
1
Τρίτη 10 Νοεµβρίου 2009.
Αν 1 2, ,...,v
X X X τ.δ., ( )~ exp 2 , τότε: ( ) 2
2
1
~ ,2v
i v
i
T X Gamma v=
= =∑ X
Παράδειγµα: Αν ( ) ( )( )
11~ , :
zv
vZ Gamma v f z z e
vθθ
θ−−=
Γ, 0 , , 0x v θ≤ < ∞ > ,
τότε η 2z
Tθ
= ακολουθεί κατανοµή 2
2vX .
Απόδειξη:
( ) ( )TF t P T t= ≤ =
2zP t
θ ≤ =
2
tP z
θ ≤ =
2
Z
tF
θ
( ) ( )T T
df t F t
dt= =
2Z
d tF
dt
θ = 2 2
Z
tf
θ θ =
( )
1
21
2 2
v t
v
te
v
θθθ θ
θ
−− = Γ
( )1 2
1
2 1 !
t
v
vt e
v
−− =−
( ) 2
2,2v
Gamma v =X
Άσκηση
Έστω 1 2, ,...,v
X X X τ.δ., από εκθετική κατανοµή µε σ.π.π. ( ); xf x e
θθ θ −= .
Να βρεθεί επαρκής και πλήρης σ.σ. για το θ.
Λύση:
Επάρκεια:
(Β1) Η από κοινού ( ) ( )1 2
1
, ,..., ; ;v
v
i
f X X X f xθ θ=
= =∏ 1
vx
i
eθθ −
=
=∏ 1
v
i
i
Xve
θ
θ =
− ∑
Παραγοντικό κριτήριο Neyman: ( ) 1h X = , ( )( ) 1;
v
i
i
Xv
g T X eθ
θ θ =
− ∑= ⇒
( )1
v
i
i
T X X=
=∑ επαρκής.
(Β2) Είπαµε πριν ότι αν ( )1 ~ expX θ τότε: ( )1
~ ,v
i
i
T X Gamma v θ=
=∑ .
( )( )
1v
v t
Tf t t ev
θθ − −=Γ
Πληρότητα:
(Β3) Έστω ( ) ( ): 0g T E g t = ⇒
( ) ( )0
Tg t f t dt
∞
=∫ ( )( )
1
0
0, 0v
v tg t t e dt t
v
θθ∞− − = ∀ > ⇒
Γ∫
2
Λόγω του µονοσήµαντου του σχηµατισµού Laplace(1), έχουµε:
( )( ) 1 0, 0
vv
g t t tv
θ − = ∀ > ⇒Γ
( ) 0, 0g t t= ∀ > , επειδή ( )
1 0v
vt
v
θ − >Γ
, άρα η Τ είναι
πλήρης.
Άσκηση
Έστω 1 2, ,...,v
X X X τ.δ., από κατανοµή ( ),1N µ . Να βρεθεί επαρκής και πλήρης
σ.σ. για το µ.
Λύση:
Έχουµε δει ότι η ( )1
v
i
i
T X X=
=∑ είναι επαρκής σ.σ. για το µ και ότι ακολουθεί
την κανονική κατανοµή ( )~ ,N v vµ .
( ) ( )21 1exp
22T
f t t vvv
µπ
= − −
Έστω ( ) :g T ( ) 0E g t = ⇒ ( ) ( )21 1exp 0
22g t t v dt
vvµ
π
∞
−∞
− − = ⇒ ∫
( ) 2 2 21 1exp 2 0
22g t t v t v dt
vvµ µ
π
∞
−∞
− − + = ⇒ ∫
( )2 21
exp 02 22
t vg t t dt
vv
µµ
π
∞
−∞
− + − = ⇒
∫
( )22
22e e e 0,tv
tvg t dt
µµ µ
∞−−
−∞
= ∀ ∈ ⇒∫ ℝ ( )2
2e e 0,t
tvg t dtµ µ
∞−
−∞
= ∀ ∈ ⇒
∫ ℝ
( )2
2e e 0,t
tvg tµ µ
∞−
−∞
= ∀ ∈ ⇒∫ ℝ , άρα, λόγω του µονοσήµαντου του αµφίπλευρου
µετασχηµατισµού Laplace(2), ( )
2
2e 0,t
vg t t−
= ∀ ⇒ ( ) 0,g t t= ∀ , επειδή
2
2e 0t
v−
>
άρα η Τ είναι και πλήρης.
Άσκηση
Έστω 1 2, ,..., vX X X τ.δ., από κατανοµή ( )20,N σ . Να βρεθεί επαρκής και πλή-
ρης σ.σ. για το σ2.
1 Ο µετασχηµατισµός Laplace µιας συναρτήσεως ( )f t ορίζεται ως εξής:
( ) ( ) ( )0
stl f t f t e dt F s
+∞−= = ∫
2 Ο αµφίπλευρος µετασχηµατισµός Laplace µιας συναρτήσεως ( )f t ορίζεται ως εξής:
( ) ( ) ( )1
stl f t f t e dt F s
+∞−
−∞
= = ∫
3
Λύση:
Από το παραγοντικό κριτήριο Neyman έχουµε ότι:
( ) 2
1
v
i
i
T X X=
=∑ είναι επαρκής για το σ2.
( )2~ 0,i
X N σ ⇒ ( )~ 0,1iX
Nσ
⇒
2 22
12~ ~i i
X X
σ σ
X
Έστω
2
21
2 2~
v
i
iv
XT
Yσ σ
== =∑
X , άρα 2T Yσ= ,
2~ ,2
2v
vY Gamma
=
X
( ) ( )TF t P T t= ≤ = ( )2
P Y tσ ≤ = 2
tP Y
σ ≤ =
2Y
tF
σ
( ) ( )T T
df t F t
dt= =
2Y
d tF
dt σ =
2 2 2 2
1'
Y Y
t t tf f
σ σ σ σ ⋅ =
( ) 2
12
22 2
2
1 1
22
vt
T v
tf t e
vσ
σ σ
−− = =
Γ
( )21
22
2 2
1 1
22
tv
vt e
vσ
σ
−−
Γ
.
Έστω ( ) :g T ( ) 20, 0E g t σ= ∀ > ⇒ ( ) ( )0
0Tg t f t dt
∞
= ⇒∫
( )( )
2122
20 2
1 10
22
tv
vg t t e dt
vσ
σ
∞ −−= ⇒
Γ
∫
( )( ) 21
22
2 02
1 10
22
tv
vg t t e dt
vσ
σ
∞ −−= ⇒
Γ
∫
( ) 21222
0
0, 0
tv
g t t e dtσ σ∞ −−
= ∀ > ⇒∫ και, λόγω του µονοσήµαντου του µετασχηµα-
τισµού Laplace), ( )1
2 0,v
g t t t−= ∀ ⇒ ( ) 0, 0g t t= ∀ > , άρα η ( ) 2
1
v
i
i
T X X=
=∑ είναι
και πλήρης.
Πρόταση
Έστω ότι µία τ.µ. Χ ακολουθεί µονοπαραµετρική Ε.Ο.Κ. µε παράµετρο θ και
έστω 1 2, ,...,v
X X X τ.δ., από από τη Χ µε
( ) ( ) ( ) ( ){ } ( ); expf x n T X B h Xθ θ θ= − . Η ( ) ( )1
v
i
i
Y X T X=
=∑ είναι επαρκής και
πλήρης σ.σ. για την παράµετρο θ.
Απόδειξη:
Από το παραγοντικό κριτήριο Neyman,
4
( ) ( )1
; ;v
i
i
f x f xθ θ=
= =∏ ( ) ( ) ( ){ } ( )1
expv
i i
i
n T x B h xθ θ=
− =∏
( ) ( ) ( ) ( )1 1
expvv
i i
i i
n T x B h xθ θ= =
− =
∑ ∏
( ) ( ) ( ) ( ) ( ) ( )1 1
exp * , *vv
i i
i i
n T x B h x g T X h Xθ θ θ= =
− = ⋅
∑ ∏ ,
µε ( ) ( )1
*v
i
i
T X T x=
=∑ και ( ) ( )1
*v
i
i
h X h x=
=∏ , άρα η ( ) ( )1
*v
i
i
T X T x=
=∑ είναι
επαρκής σ.σ. για το θ.
Επάρκεια:
Η πληρότητα αποδεικνύεται µε τη χρήση του µετασχηµατισµού Laplace.
Αµεροληψία – Επάρκεια – Πληρότητα συνδέονται. Αν µία σ.σ. πληροί τις
τρεις αυτές ιδιότητες, τότε είναι αµερόληπτη εκτιµήτρια ελάχιστης διασπο-
ράς (α.ε.ε.δ.).
Παράδειγµα:
Έστω 1 2, ,...,v
X X X τ.δ., από κατανοµή ( ),1N µ και
α) 11
2
vX XT
+= , β) 1 2 3
23
X X XT
+ += , γ) 2T X= ,
δ) 2 1T X= , σ.σ. του X
Ποια απ’ αυτές πρέπει να επιλεγεί ως η καλύτερη εκτιµήτρια για το µ;
Απάντηση:
Όλες είναι αµερόληπτες, όµως η γ) είναι επαρκής και εποµένως περιέχει όλες
τις πληροφορίες από το δείγµα, άρα και θα προτιµηθεί.
Επίσης θα πρέπει να επιλεγεί και αυτή η οποία έχει τη µικρότερη διασπορά (ε-
κτιµήτρια ελάχιστης διασποράς).
δ α.ε. για το θ ( )E δ θ⇔ = .
Το ίδιο ισχύει και για κάποια συνάρτηση του θ
δ α.ε. για το ( ) ( ) ( )g E gθ δ θ⇔ = .
5
ΑΜΕΡΟΛΗΨΙΑ ΕΛΑΧΙΣΤΗΣ ∆ΙΑΣΠΟΡΑΣ
Η ( )Xδ δ= θα λέγεται Αµερόληπτη Εκτιµήτρια Ελάχιστης ∆ιασποράς
(α.ε.ε.δ) του θ (ή µιας συναρτήσεως του θ, έστω ( )g θ ), εάν είναι α.ε. του θ, ή
της ( )g θ και η διασπορά ( )( ) ( )( )1V X V Xδ δ≤ , όπου ( )1 Xδ οποιαδήποτε άλ-
λη αµερόληπτη εκτιµήτρια του θ (ή ( )g θ ).
Κριτήριο ελέγχου εκτιµήτριας για το θ, αν δεν είναι αµερόληπτες
Το κριτήριο θα είναι το Μέσο Τετραγωνικό Σφάλµα (M.S.E.) (Mean Square
Error). Θα επιλεγεί εκείνη η οποία ε΄χει το µικρότερο M.S.E.
Υπενθύµιση: Ορίσθηκε ως αµεροληψία της εκτιµήτριας δ η ποσότητα:
( ) ( )b Eδ δ θ= − .
Τετραγωνικό Σφάλµα (Square Error): ( )2δ θ−
( )Eµ δ=
Μέσο Τετραγωνικό Σφάλµα (M.S.E.) (Mean Square Error): ( )2E δ θ −
( )2E δ θ − = ( ) ( )
2
V Eδ θ δ θ− + − = ( ) ( )2V Eδ δ θ+ − =
( ) ( ) ( )2
V E Eδ δ θ+ − = ( ) ( )2
V Eδ δ θ+ − = ( ) ( )2
V Eδ δ θ+ − =
( ) ( )2V bδ δ+ .
∆ηλαδή το MSE είναι ίσο µε το άθροισµα της διασποράς της και του τετραγώ-
νου της µεροληψίας της.
Αν η δ είναι αµερόληπτη, τότε ( ) 0b δ = και ( ) ( )2E Vδ θ δ − =