数理統計演習後期 No.8 8.1.(e.x.6.1.1) (i) [ E[T (X)] = e ] X1 + X2 1 1 = (E(X1 ) + E(X2 )) = (µ + µ) = µ 2 2 2 よって T (X) は µ の不偏推定量であり, 偏り e[T (X)] − µ = 0 となる. よって ( ) ( )2 X1 + X2 1 = (Var(X1 ) + Var(X2 )) 2 2 1 1 = (σ 2 + σ 2 ) = σ 2 4 2 MSE(T (X), µ) = Var (ii) S(X) = n ∑ ci Xi , i=1 n ∑ ci = 1 とする. i=1 ( E(S(X)) = E n ∑ ) ci Xi i=1 = E(c1 X1 ) + E(c2 X2 ) + · · · + E(xn Xn ) = c1 E(X1 ) + c2 E(X2 ) + · · · + cn E(Xn ) = c1 µ + c2 µ + · · · + cn µ =µ n ∑ ci = µ i=1 よって µ の不偏推定量なので偏りはゼロ. MSE(S(X), µ) = E[{S(X − µ}2 ] = ··· = E[S 2 (X)] − (E[S(X)])2 ( n ) ∑ = Var c i Xi i=1 = Var(c1 X1 ) + · · · + Var(cn Xn ) = c1 2 Var(X1 ) + · · · + cn 2 Var(Xn ) = c1 2 σ 2 + · · · + cn 2 σ 2 = σ 2 (c1 2 + · · · + cn 2 ) = σ2 · よって S(X) の M.S.E は σ 2 ∑ n ∑ i=1 ci c1 2 + · · · + cn 2 ≥ より M.S.E≥ σ 2 · ci 2 1 (c1 + · · · + cn )2 = n n 1 n (コーシーシュワルツの不等式) ∑ 等号成立は c1 = c2 = · · · = cn のとき ci = 1 より ci = 1/n 8.2.(e.x.6.1.2) (i) [ n ] n ∑ 1∑ k 1 1 k E[T (X)] = E[ Xi ] = E Xi = · nE[X k ] = E[X k ] n i=1 n n i=1 1 したがって T (X) は E[X k ] の不偏推定量である. (ii) e [ n ∑ Xi 2 n i=1 − n ∑ (Xi − X)2 ] =E n−1 i=1 [ n ] ∑ Xi 2 i=1 n −E [ n ] ∑ (Xi − X)2 i=1 n−1 ···⃝ 1 ここで (i) より ] n 1∑ k 2 E(X ) = E Xi · · · ⃝ n i=1 [ k k = 2 のとき [ 1∑ k E(X ) = E Xi n i=1 n ] 2 また, 定義より不偏標本分散 Un 2 は 1 ∑ (Xi − X n )2 n − 1 i=1 n Un 2 = また標本分散の定義より 1∑ (Xi − X n )2 n i=1 n Sn 2 = したがって Un 2 = よって E [ n ] ∑ (Xi − X n )2 i=1 n−1 n Sn 2 n−1 n E[Sn 2 ] n−1 ( [ n ]) ∑ 1 n 2 2 (Xi − E(X)) − n(X n − E(X)) E = n−1 n i=1 = E[Un 2 ] = = Var(X) よって [ E n ∑ (Xi − X)2 ] n−1 i=1 = Var(X) · · · ⃝ 3 ⃝ 1 と⃝ 2 と⃝ 3 を代入して ⃝ 1 = E(X 2 ) − Var(X) = [E(X)]2 2 8.3.(e.x.6.1.3) E[T (X)] = eλ を示す. E[T (X)] = ∞ ∑ 2k k=0 =e −λ e−λ λk k! ∞ ∑ (2λ)k k=1 | k! {z } (パラメータ 2λのポアソン分布) =1 =e −λ ·e 2λ = eλ 2 よって,T (X) = 2X が eλ の不偏推定量である. 8.4.(e.x.6.1.6) ・T (X) = n−1 n X(n) が θ が不偏推定量である. ことを示す. つまり以下を示せばよい. E(T (X)) = θ ···⃝ 1 [ ] ∫ n+1 n+1 n+1 θ nxn−1 1 E(T (X)) = E X(n) = E(X(n) ) = x· dx = n [xn+1 ]θ0 n n n n θ θ 0 よって ⃝ 1 成立 θ を示す. n(n + 1) ⃝ 1 より,Bias(T (X)) = 0 なので ・次に MSE(T (X), θ) = ) n+1 MSE(T (X), θ) = Var X(n) n ( ) n+1 = {E(Xn+1 2 ) − [E(Xn )]2 } n ( ···⃝ 2 ここで ∫ θ 2 x2 E(X(n) ) = 0 n 2 nxn−1 dx = θ θn n+1 ゆえに ⃝ 2 より (n + 1)2 MSE(T (X, θ)) = n2 { n 2 θ − n+1 (n + 1)2 2 θ − θ2 n(n + 2) 1 = θ2 2 n(n + 2) = 3 ( n θ n+1 )2 }
© Copyright 2024 ExpyDoc