Niech \(\displaystyle{ X_{1}...X_{n}}\) będzie prostą próbą losową pobraną z rozkładu jednostajnego \(\displaystyle{ U(0,\theta)}\). Sprawdzić, czy statystyka \(\displaystyle{ \hat{\theta}=\frac{1}{n+1}[(2n+1)X_{1:n}+nX_{n:n}]}\) jest nieobciążonym estymatorem parametru \(\displaystyle{ \theta}\), gdzie \(\displaystyle{ X_{1:n}=min\{X_{1},...,X_{n}\}}\), a \(\displaystyle{ X_{n:n}=max\{X_{1},...,X_{n}\}}\).
Problem pojawia się, gdy mam znaleźć \(\displaystyle{ E(X_{1:n})}\) i \(\displaystyle{ E(X_{n:n})}\).
O ile gdzieś w internecie znalazłem jak znaleźć wartość oczekiwaną dla \(\displaystyle{ E(X_{n:n})}\) (tzn. znaleźć dystrybuantę dla odpowiedniego przedziału, znaleźć f. gęstości i skorzystać ze wzoru na pierwszy moment zwykły i rozumiem o co chodzi, ale jednak przy znajdywaniu \(\displaystyle{ E(X_{1:n})}\) mam problem, bo wydaje mi się, że wartość dystrybuanty w tym przedziale powinna być taka sama, lecz wg. odpowiedzi wyniki powinny się różnić.
Ok, metodą prób i błędów doszedłem, że \(\displaystyle{ F(min\{X_{1},...,X_{n}\}<x)=\frac{1}{n}(\frac{x}{\theta})^{n}}\) i wynik się zgadza z odpowiedziami, lecz nie mogę zrozumieć skąd tam się wzięło \(\displaystyle{ \frac{1}{n}}\)
Czy estymator jest nieobciążony?
- pyzol
- Użytkownik
- Posty: 4346
- Rejestracja: 26 kwie 2010, o 11:39
- Płeć: Mężczyzna
- Lokalizacja: Nowa Ruda
- Podziękował: 5 razy
- Pomógł: 929 razy
Czy estymator jest nieobciążony?
Wartość oczekiwaną w tym przypadku możesz policzyć ze wzoru:
\(\displaystyle{ \mathcal{E}(X)=\int_0 ^{\infty}\left(1-F_X(t) \right)dt=\int_0 ^\infty P(X>t)dt}\)
Dodatkowo możemy policzyć:
\(\displaystyle{ P(X_{1:n}>t)=P(X_i>t, i=1,2,...,n)=P(X_1>t)=\left(1-\frac{t}{\theta}\right)^n}\)
Więc co Ci pozostaje to obliczyć całkę:
\(\displaystyle{ \int_0 ^\theta \left(1- \frac{t}{\theta}\right)^n dt}\)
\(\displaystyle{ \mathcal{E}(X)=\int_0 ^{\infty}\left(1-F_X(t) \right)dt=\int_0 ^\infty P(X>t)dt}\)
Dodatkowo możemy policzyć:
\(\displaystyle{ P(X_{1:n}>t)=P(X_i>t, i=1,2,...,n)=P(X_1>t)=\left(1-\frac{t}{\theta}\right)^n}\)
Więc co Ci pozostaje to obliczyć całkę:
\(\displaystyle{ \int_0 ^\theta \left(1- \frac{t}{\theta}\right)^n dt}\)
-
- Użytkownik
- Posty: 56
- Rejestracja: 26 mar 2011, o 13:29
- Płeć: Mężczyzna
- Lokalizacja: o tam
- Podziękował: 3 razy
- Pomógł: 3 razy
Czy estymator jest nieobciążony?
Nie rozumiem skąd taka pierwsza linijka i jak ona się ma do mojego problemu. Może wyjaśnię co rozumiem przez twój zapis: Wg. ciebie wartość oczekiwana to "dopełnienie" dystrybuanty. Nie przypominam sobie, bym coś w taki sposób liczył. Mnie uczono, że wzór jest raczej taki: \(\displaystyle{ EX=\int_{-\infty} ^{\infty}xf(x)dx}\), więc muszę znaleźć wartość dystrybuanty i chciałbym wiedzieć jak i czym to się powinno różnić od szukania tej wartości dla funkcji \(\displaystyle{ max}\).
- pyzol
- Użytkownik
- Posty: 4346
- Rejestracja: 26 kwie 2010, o 11:39
- Płeć: Mężczyzna
- Lokalizacja: Nowa Ruda
- Podziękował: 5 razy
- Pomógł: 929 razy
Czy estymator jest nieobciążony?
Masz kilka wyjść, albo znaleźć dobrą książkę do prawdopodobieństwa, albo uwierzyć mi na słowo, albno podobnych postów czytać na forum. Mi na słowo radziłbym nie wierzyć, bo założeń nie podałem
-
- Użytkownik
- Posty: 56
- Rejestracja: 26 mar 2011, o 13:29
- Płeć: Mężczyzna
- Lokalizacja: o tam
- Podziękował: 3 razy
- Pomógł: 3 razy
Czy estymator jest nieobciążony?
A, czy jest możliwość, żeby to zrobić po mojemu, czyli tak (podam jak rozumiem robienie tego dla funkcji maksimum):
Liczymy dystrybuantę dla funkcji max. Dostajemy \(\displaystyle{ (\int_{0} ^{x}\frac{1}{\theta}dx)^{n}}\). Bierze się to z f. gęstości rozkładu jednostajnego, a podnosimy do potęgi n-tej, bo liczymy prawdopodobieństwo faktycznie n razy (bo liczymy dla wszystkich obserwacji w próbie naraz - zmienne są niezależne).
Czy można więc w podobny sposób dojść do wzoru dla funkcji min?
W mojej (dość podstawowej) książce do statystyki niestety nie ma przykładów z funkcjami min i max i nie bardzo wiem jak się za tego typu kwiatki zabierać.
Czy ta zależność, o którą pytałem (1. linijka w twoim drugim poście) jakoś się nazywa? Na tą chwilę poszukałbym czegoś na ten temat w internecie.
Liczymy dystrybuantę dla funkcji max. Dostajemy \(\displaystyle{ (\int_{0} ^{x}\frac{1}{\theta}dx)^{n}}\). Bierze się to z f. gęstości rozkładu jednostajnego, a podnosimy do potęgi n-tej, bo liczymy prawdopodobieństwo faktycznie n razy (bo liczymy dla wszystkich obserwacji w próbie naraz - zmienne są niezależne).
Czy można więc w podobny sposób dojść do wzoru dla funkcji min?
W mojej (dość podstawowej) książce do statystyki niestety nie ma przykładów z funkcjami min i max i nie bardzo wiem jak się za tego typu kwiatki zabierać.
Czy ta zależność, o którą pytałem (1. linijka w twoim drugim poście) jakoś się nazywa? Na tą chwilę poszukałbym czegoś na ten temat w internecie.
- pyzol
- Użytkownik
- Posty: 4346
- Rejestracja: 26 kwie 2010, o 11:39
- Płeć: Mężczyzna
- Lokalizacja: Nowa Ruda
- Podziękował: 5 razy
- Pomógł: 929 razy
Czy estymator jest nieobciążony?
Możesz, tylko zajmuje to więcej czasu, dystrybuantę minimum podałem tobie w pierwszym poście.A, czy jest możliwość, żeby to zrobić po mojemu
Właśnie w necie ją ciężko znaleźć. Warunkiem by zastosować ten wzór jest \(\displaystyle{ X \ge 0}\).Czy ta zależność, o którą pytałem (1. linijka w twoim drugim poście) jakoś się nazywa? Na tą chwilę poszukałbym czegoś na ten temat w internecie.