2014 dxdy logo

Научный форум dxdy

Математика, Физика, Computer Science, Machine Learning, LaTeX, Механика и Техника, Химия,
Биология и Медицина, Экономика и Финансовая Математика, Гуманитарные науки


Правила форума


Посмотреть правила форума



Начать новую тему Ответить на тему
 
 Нахождение оптимальной оценки в нормальном распределении
Сообщение17.09.2024, 15:33 


10/10/21
12
Случайная величина $\xi$ распределена по нормальному закону $N(\theta^{k},a)$, $\theta>0$. Над случайной величиной произведено $n$ наблюдений. Найти оптимальную оценку параметра $\theta^{k}$.

Решение:

$\xi\sim N(\theta^{k},a)$, $f_{\xi}(x,\theta)=\frac{1}{\sqrt{2a\pi}}\exp(-\frac{(x_{j}-\theta^{k})^{2}}{2a}), \theta>0$

$L(\underline{x},\theta)=\prod_{j=1}^{n}f_{\xi}(x_{j},\theta)=\prod_{j=1}^{n}[\frac{1}{\sqrt{2a\pi}}\exp(-\frac{(x_{j}-\theta^{k})^{2}}{2a})]=\operatorname{const}\cdot\exp(-\frac{1}{2a}\sum_{j=1}^{n}(x_{j}-\theta^{k})^{2})$

$\bar{L}(\underline{x},\theta)=\ln(L(\underline{x},\theta))=\ln(\operatorname{const})-\frac{1}{2a}\sum_{j=1}^{n}(x_{j}-\theta^{k})^{2}$

$\frac{\partial\bar{L}(\underline{x},\theta)}{\partial\theta}=-\frac{1}{2a}\sum_{j=1}^{n}2(x_{j}-\theta^{k})(-k\theta^{k-1})=\frac{nk\theta^{k-1}}{a}(\bar{X}-\theta^{k})$

$a(\theta)=\frac{nk\theta^{k-1}}{a}, T(\underline{x})=\bar{X}, \tau(\theta)=\theta^{k}$

По критерию эффективности $T(\underline{x})=\bar{X}$ - эффективная оценка для $\tau(\theta)=\theta^{k}$, но для $\theta^{2k}$ ее не существует.

$L(\underline{x},\theta)=\operatorname{const}\cdot\exp(-\frac{1}{2a}\sum_{j=1}^{n}(x_{j}-\theta^{k})^{2})=\operatorname{const}\cdot\exp(-\frac{1}{2a}\sum_{j=1}^{n}x_{j}^{2})\cdot\exp(-\frac{1}{2a}\sum_{j=1}^{n}(-2\theta^{k}x_{j}+\theta^{2k})^{2})$

$h(\underline{x})=\operatorname{const}\cdot\exp(-\frac{1}{2a}\sum_{j=1}^{n}x_{j}^{2}), g(T(\underline{x}),\theta)=\exp(-\frac{1}{2a}\sum_{j=1}^{n}(-2\theta^{k}x_{j}+\theta^{2k})^{2})$

По критерию факторизации $T(\underline{x})=\bar{X}$ достаточная статистика.

$E\bar{X}=E[\frac{1}{n}\sum_{j=1}^{n}X_{j}]=\frac{1}{n}\sum_{j=1}^{n}EX_{j}=\frac{1}{n}n\theta^{k}=\theta^{k}$

$D\bar{X}=D[\frac{1}{n}\sum_{j=1}^{n}X_{j}]=\frac{1}{n^{2}}\sum_{j=1}^{n}DX_{j}=\frac{1}{n^{2}}n a=\frac{a}{n}$

Значит, $\bar{X}\sim N(\theta^{k},\frac{a}{n})$

По критерию эффективности, $\bar{X}$ эффективная оценка для $\theta^{k}$, (*) следовательно, оптимальная оценка для $\theta^{k}$, то есть, $\bar{X}$ полная достаточная статистика.

$H(T): EH(T)=\theta^{2k} \forall \theta>0$

$E\bar{X}^{2}=(E\bar{X})^{2}+D\bar{X}=\theta^{2k}+\frac{a}{n}\neq\theta$

Пусть $H(T)=\bar{X}^{2}-\frac{a}{n}$

$EH(T)=E[\bar{X}^{2}-\frac{a}{n}]=E\bar{X}^{2}-\frac{a}{n}=\theta^{2k}+\frac{a}{n}-\frac{a}{n}=\theta^{2k}$

Значит, $H(T)=\bar{X}^{2}-\frac{a}{n}$ - оптимальная оценка для $\theta^{2k}$

Скажите, пожалуйста, корректен ли переход обозначенный звездочкой (*)? На какую теорему в этом месте можно сослаться?

 Профиль  
                  
 
 Re: Нахождение оптимальной оценки в нормальном распределении
Сообщение17.09.2024, 20:19 


22/11/22
605
Ничего не понятно. Точно ли не перепутан порядок параметров в распределении? Что там делает буква $k$, если она вообще не участвует в игре?
Потому что доказательство того, что выборочное среднее - оптимальная оценка матожидания для нормального распределения, не нуждается в таком количестве выкладок, все легко по определению делается, без привлечения каких-то особых результатов.

Ну или я не понимаю ваших затруднений. Да, выборочное среднее несмещенная эффективная оценка матожидания, как бы оно ни было обозначено. Или что-то я не вижу?

 Профиль  
                  
 
 Re: Нахождение оптимальной оценки в нормальном распределении
Сообщение17.09.2024, 22:20 


14/11/21
141
to Combat Zone

Я так понимаю, ТС интересуется, действут ли теорема Лемана-Шеффе в обратном направлении... То есть, следует ли из факта существования несмещенной и эффективной оценки существование полной достаточной статистики. Нет, не следует:

L. Bondesson, On uniformly minimum variance unbiased estimation when no complete sufficient statistics exist
DOI: 10.1007/BF02056900
(См. примеры)

 Профиль  
                  
 
 Re: Нахождение оптимальной оценки в нормальном распределении
Сообщение17.09.2024, 22:43 


22/11/22
605
Alex Krylov в сообщении #1655190 писал(а):
действут ли теорема Лемана-Шеффе в обратном направлении...

Так ведь можно так и спросить :) Я на задачу смотрю.

 Профиль  
                  
 
 Re: Нахождение оптимальной оценки в нормальном распределении
Сообщение17.09.2024, 22:43 


10/10/21
12
Alex Krylov
Скажите, пожалуйста, как тогда доказать полноту достаточной статистики в данном случае? (мой вопрос Вы поняли верно)

 Профиль  
                  
 
 Re: Нахождение оптимальной оценки в нормальном распределении
Сообщение18.09.2024, 01:38 


22/11/22
605
https://www.lancaster.ac.uk/staff/korsh ... stics2.pdf Задача 11.2

 Профиль  
                  
 
 Re: Нахождение оптимальной оценки в нормальном распределении
Сообщение18.09.2024, 09:51 
Заслуженный участник
Аватара пользователя


11/03/08
9874
Москва
А можно вопрос? Ищется оценка $\theta^k$ или оценка $\theta$?
Если первое - то это обычная задача оценивания матожидания нормально распределённой величины. Показатель степени ни на что не влияет.
А вот если надо оценить тэту, при том, что матожидание случайной величины с ней связано нелинейно - это другая задача. Вроде как расчёты для неё, а в первой строке условие первой задачи, оценить $\theta^k$.

 Профиль  
                  
Показать сообщения за:  Поле сортировки  
Начать новую тему Ответить на тему  [ Сообщений: 7 ] 

Модераторы: Модераторы Математики, Супермодераторы



Кто сейчас на конференции

Сейчас этот форум просматривают: нет зарегистрированных пользователей


Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете добавлять вложения

Найти:
Powered by phpBB © 2000, 2002, 2005, 2007 phpBB Group