Benzersiz MVUE'yu bulun


10

Bu soru Robert Hogg'un Matematik İstatistiklerine Giriş 6. Sürüm problemi 7.4.9 sayfa 388'den alınmıştır.

Let X1,...,Xn PDF ile istatistiksel bağımsız olarak f(x;θ)=1/3θ,θ<x<2θ, sıfır başka, burada θ>0 .

(a) mle bul İçeride ISTV melerin RWMAIWi'nin ait İçeride ISTV melerin RWMAIWi'ninθ^θ

(b) var θ için yeterli bir istatistik İçeride ISTV melerin RWMAIWi'nin ? Neden ?θ^θ

(c) (n+1)θ^/n eşsiz MVUE θ ? Neden ?

Sanırım (a) ve (b) 'yi çözebilirim, ama (c) ile kafam karıştı.

(A) için:

Let Y1<Y2<...Yn sipariş bir istatistik.

L(θ;x)=13θ×13θ×...×13θ=1(3θ)n zamanθ<y1veyn<2θ, başka bir yerdeL(θ;x)=0

dL(θ;x)dθ=n(3θ)n1,θ>0olduğundan bu türevin negatif olduğunu görebiliriz,

böylece olasılık fonksiyonu azalmaktadır.L(θ;x)

Kaynaktan ve y n < 2 θ ) , ( İçeride ISTV melerin RWMAIWi'nin > - Y 1 ve θ > y , n / 2 ) , θ > m bir X ( - Y 1 , y , n / 2 )(θ<y1yn<2θ) (θ>y1θ>yn/2),θ>max(y1,yn/2)

, bu nedenle zaman azalmaktadır θ beri samllest değere sahip olabilirlik fonksiyonu maksimum elde edecek θ > m bir x ( - Y 1 , y , n / 2 ) , zaman θ = m bir X ( - Y 1 , y n / 2 ) , olabilirlik fonksiyonu maksimum değere ulaşacaktır.L(θ,x)θθ>max(y1,yn/2)θ=max(y1,yn/2)

θ^=max(y1,yn/2)

(B) için:

f(x1;θ)f(x2;θ)...f(xn;θ)=1(3θ)ninI(θ<xi<2θ)=1(3θ)nI(max(xi)<2θ)×1

çarpanlara ayırma teoremiyle, için yeterli bir istatistiktir . Bu nedenle, de yeterli bir istatistiktiryn=max(xi)θyn/2

Samely,

f(x1;θ)f(x2;θ)...f(xn;θ)=1(3θ)ninI(θ<xi<2θ)=1(3θ)nI(min(xi)>θ)×1

, çarpanlara ayırma teoremiyle, için yeterli bir istatistiktir . Bu nedenle, de yeterli bir istatistiktir.y1=min(xi)θy1

(C) için:

İlk olarak, CDF'sini buluyoruzX

F(x)=θx13θdt=x+θ3θ,θ<x<2θ

Sonra, her ikisi için pdf bulabilirsiniz ve sipariş istatistikleri için kitabın formülünden.Y1Yn

f(y1)=n!(11)!(n1)![F(y1)]11[1F(y1)]n1f(y1)=n[1y1+θ3θ]n113θ=n1(3θ)n(2θy1)n1

Samely,

f(yn)=n(yn+θ3θ)n113θ=n1(3θ)n(yn+θ)n1

Sonra, ve için pdf ailesinin tamlığını göstereceğizf(y1)f(yn)

E[u(Y1)]=θ2θu(y1)n1(3θ)n(2θy1)n1dy1=0θ2θu(y1)(2θy1)dy1=0 . By Gösterebileceğimiz (integrali eldesi) herkes için .FTCu(θ)=0θ>0

Bu nedenle, pdf ailesi tamamlandı ..Y1

Samely, yine de tarafından , pdf ailesinin tamamlandığını .FTCYn

Sorun şu ki, in tarafsız olduğunu göstermemiz gerekiyor.(n+1)θ^n

Ne zamanθ^=y1

E(y1)=θ2θ(y1)n(3θ)n(2θy1)n1dy1=1(3θ)nθ2θy1d(2θy1)n

İntegrali parçalara bölerek çözebiliriz

E(y1)=1(3θ)n[y1(2θy1)nθ2θθ2θ(2θy1)ndy1]=1(3θ)n[θ(3θ)n(3θ)n+1n+1]=θ3θn+1=(n2)θn+1

E((n+1)θ^n)=n+1nE(y1)=n+1n(n2)θn+1=n2nθ

Bu nedenle, değildir tarafsız bir tahmin zaman(n+1)θ^nθθ^=y1

Tümθ^=yn/2

E(Yn)=θ2θynn(3θ)n(yn+θ)n1dyn=1(3θ)nθ2θynd(yn+θ)n=1(3θ)n[yn(yn+θ)nθ2θθ2θ(yn+θ)ndyn]=1(3θ)n[2θ(3θ)(3θ)n+1n+1]=2θ3θn+1=2n1n+1θ

E((n+1)θ^n)=n+1nE(Yn/2)=n+12nE(Yn)=n+12n2n1n+1θ=2n12nθ

Yine de, tarafsız bir tahmin değildir zaman(n+1)θ^nθθ^=yn/2

Ancak kitabın cevabı benzersiz bir MVUE. Önyargılı bir tahmin ediciyse neden bir MAVİ olduğunu anlamıyorum.(n+1)θ^n

Ya da benim hesaplamalarım yanlış, lütfen hataları bulmama yardım et, sana daha ayrıntılı hesaplamalar verebilirim.

Çok teşekkür ederim.


dağılımının herhangi bir hesaplamasını görmüyorum . θ^
whuber

Teşekkürler, whuber, . Ya olduğunu veya tek ve daha büyük olduğu bağlıdır. Ben hem dağılımları hesaplanmış ve . Görebilirsiniz ve . θ^=max(y1,yn/2)y1yn/2y1ynf(y1)=n1(3θ)n(2θy1)n1f(yn)=n1(3θ)n(yn+θ)n1
Deep North

Ve yukarıdaki iki dağılımdan ve sonraE(θ^)=E(Y1)E(θ^)=E(Yn/2)E(n+1nθ^)
Deep North

Yanıtlar:


6

Ekstrema ile çalışmak bakım gerektirir, ancak zor olmak zorunda değildir. Direğin ortasına yakın bulunan kritik soru,

... nin tarafsız olduğunu göstermeliyiz.n+1nθ^n

Daha önce elde ettiniz

θ^=max(y1,yn/2)=max{min{yi},max{yi}/2}.

Bu dağınık görünse de , birikimli dağılım işlevi düşündüğünüzde hesaplamalar temel olur . Buna başlamak için olduğuna dikkat edin . Let bu aralıkta bir sayı. Tanım olarak,F0θ^θt

F(t)=Pr(θ^t)=Pr(y1<t and yn/2t)=Pr(ty1y2yn2t).

Bu, tüm değerlerinin ve arasında olma . Bu değerler uzunluğunda bir aralığı . Dağıtım tekdüze olduğundan, belirli bir bu aralıkta yer alma olasılığı uzunluğuyla orantılıdır:nt2t3tyi

Pr(yi[t,2t])=3t3θ=tθ.

Çünkü bağımsızdır, bu olasılıklar çarpın, verenyi

F(t)=(tθ)n.

Beklenti hemen hayatta kalma fonksiyonunu entegre bulunabilir için olası değerler aralığı boyunca , kullanılarak değişken için:1Fθ^[0,θ]y=t/θ

E(θ^)=0θ(1(tθ)n)dt=01(1yn)θdy=nn+1θ.

(Beklenti için bu formül, parçalarla entegrasyon yoluyla olağan integralden türetilmiştir . Ayrıntılar https://stats.stackexchange.com/a/105464 sonunda verilmiştir .)

Tarafından yeniden ölçeklendirilmesi verir(n+1)/n

E(n+1nθ^)=θ,

QED .


Son formül için bir yazım hatası var, değilθ^θ^n
Deep North

@Derin Oh, elbette! Bunu işaret ettiğiniz için teşekkür ederim. Şimdi düzeltildi.
whuber
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.