Mam takie zadanie:
Niech \(\displaystyle{ Y=\left( Y_{1},...,Y_n \right)}\) będzie próbą prostą z rozkładu \(\displaystyle{ Beta( \alpha ,1)}\) i niech \(\displaystyle{ Z=\left( Z_{1},...,Z_n \right)}\) będzie niezależną od \(\displaystyle{ Y}\) próbą prostą z rozkładu geometrycznego \(\displaystyle{ Ge(p)}\). Niech \(\displaystyle{ X_i=Y_i+Z_i}\), dla \(\displaystyle{ i=1,...,n}\) będzie próbą prostą z rodziny \(\displaystyle{ P}\) indeksowanej przez \(\displaystyle{ \theta=\left( \alpha ,p\right) \in \left( 0, \infty \right) \times \left( 0,1\right)}\). Wyznaczyć statystykę dostateczną i zupełną dla parametru \(\displaystyle{ \theta}\) opartą na tej próbie prostej.
... i stanęłam w miejscu wyznaczenia rozkładu zmiennej \(\displaystyle{ X_i}\). Wyszło mi, że
\(\displaystyle{ P\left( X_i \le t\right)= \sum_{k=0}^{ \infty }P\left(Y+Z \le t|Z=k\right) \cdot P\left(Z=k\right)= \frac{1-p}{ \alpha \cdot B( \alpha ,1)} \sum_{k=0}^{ \infty } \left( t-k\right) ^{ \alpha } \cdot p^k}\)
no i nie wiem co dalej i czy wogóle dobrze się zabieram do wyznaczenia tego rozkładu zmiennej \(\displaystyle{ X_i}\). Bardzo proszę o jakieś wskazówki co dalej lub jakieś inne rozwiązanie.
próba pr. -suma dwóch zmiennych niezależnych i stat. zupełna
-
- Użytkownik
- Posty: 1567
- Rejestracja: 15 gru 2008, o 16:38
- Płeć: Mężczyzna
- Lokalizacja: Ostrzeszów/Wrocław
- Podziękował: 8 razy
- Pomógł: 398 razy
próba pr. -suma dwóch zmiennych niezależnych i stat. zupełna
<tu siedziały głupoty>
Ostatnio zmieniony 10 maja 2014, o 14:36 przez Adifek, łącznie zmieniany 1 raz.
-
- Użytkownik
- Posty: 21
- Rejestracja: 16 gru 2011, o 20:29
- Płeć: Kobieta
- Lokalizacja: Polska
- Podziękował: 9 razy
próba pr. -suma dwóch zmiennych niezależnych i stat. zupełna
Produkt to chyba byłby rozkład wektora \(\displaystyle{ (Y_i,Z_i)}\) a tutaj trzeba rozkład sumy i do tego jedna zmienna jest typu dyskretnego a druga typu ciągłego
-
- Użytkownik
- Posty: 1567
- Rejestracja: 15 gru 2008, o 16:38
- Płeć: Mężczyzna
- Lokalizacja: Ostrzeszów/Wrocław
- Podziękował: 8 razy
- Pomógł: 398 razy
próba pr. -suma dwóch zmiennych niezależnych i stat. zupełna
W rzeczy samej, głupotę napisałem Suma ma gęstość zadaną splotem.
Możesz jeszcze odwrócić swoje rozumowanie:
\(\displaystyle{ P\left( X \le x\right)=\int_{0}^{1}P\left(Y+Z \le x|Y=t\right) f_{\alpha}(t) dt = \int_{0}^{1}P\left(Z \le x-t\right) f_{\alpha}(t) dt = \int_{0}^{1}\left[ 1-(1-p)^{\lfloor x- t \rfloor}}\right] f_{\alpha}(t) dt = \int_{0}^{t_0}\left[ 1-(1-p)^{\lfloor x \rfloor}}\right] f_{\alpha}(t) dt + \int_{t_0}^{1}\left[ 1-(1-p)^{\lfloor x- 1 \rfloor}}\right] f_{\alpha}(t) dt}\)
gdzie \(\displaystyle{ f_{\alpha}(t)}\) jest gęstością \(\displaystyle{ Y}\).
Możesz jeszcze odwrócić swoje rozumowanie:
\(\displaystyle{ P\left( X \le x\right)=\int_{0}^{1}P\left(Y+Z \le x|Y=t\right) f_{\alpha}(t) dt = \int_{0}^{1}P\left(Z \le x-t\right) f_{\alpha}(t) dt = \int_{0}^{1}\left[ 1-(1-p)^{\lfloor x- t \rfloor}}\right] f_{\alpha}(t) dt = \int_{0}^{t_0}\left[ 1-(1-p)^{\lfloor x \rfloor}}\right] f_{\alpha}(t) dt + \int_{t_0}^{1}\left[ 1-(1-p)^{\lfloor x- 1 \rfloor}}\right] f_{\alpha}(t) dt}\)
gdzie \(\displaystyle{ f_{\alpha}(t)}\) jest gęstością \(\displaystyle{ Y}\).
-
- Użytkownik
- Posty: 21
- Rejestracja: 16 gru 2011, o 20:29
- Płeć: Kobieta
- Lokalizacja: Polska
- Podziękował: 9 razy
próba pr. -suma dwóch zmiennych niezależnych i stat. zupełna
no tak chyba można, tylko jak znaleźć to \(\displaystyle{ t_0}\), kolejna niewiadoma dochodzi... chyba ,że czegoś nie zrozumiałam
-
- Użytkownik
- Posty: 1567
- Rejestracja: 15 gru 2008, o 16:38
- Płeć: Mężczyzna
- Lokalizacja: Ostrzeszów/Wrocław
- Podziękował: 8 razy
- Pomógł: 398 razy
próba pr. -suma dwóch zmiennych niezależnych i stat. zupełna
\(\displaystyle{ t_0}\) jest funkcją zmiennej \(\displaystyle{ x}\).
\(\displaystyle{ t_0(x) = \sup \left\{ t\in (0,1): x-t \ge \lfloor x \rfloor \right\} = \inf \left\{ t\in (0,1): x-t \le \lfloor x \rfloor \right\}}\)
czyli innymi słowy, to \(\displaystyle{ t}\), dla którego \(\displaystyle{ \lfloor x-t \rfloor}\) ma skok (jako funkcja \(\displaystyle{ t}\)). Stąd widać, że \(\displaystyle{ t_0(x) = x-\lfloor x \rfloor}\)
Tak więc dostajemy:
\(\displaystyle{ P\left( X \le x\right) = \int_{0}^{x-\lfloor x \rfloor}\left[ 1-(1-p)^{\lfloor x \rfloor}}\right] f_{\alpha}(t) dt + \int_{x-\lfloor x \rfloor}^{1}\left[ 1-(1-p)^{\lfloor x- 1 \rfloor}}\right] f_{\alpha}(t) dt}\)
\(\displaystyle{ t_0(x) = \sup \left\{ t\in (0,1): x-t \ge \lfloor x \rfloor \right\} = \inf \left\{ t\in (0,1): x-t \le \lfloor x \rfloor \right\}}\)
czyli innymi słowy, to \(\displaystyle{ t}\), dla którego \(\displaystyle{ \lfloor x-t \rfloor}\) ma skok (jako funkcja \(\displaystyle{ t}\)). Stąd widać, że \(\displaystyle{ t_0(x) = x-\lfloor x \rfloor}\)
Tak więc dostajemy:
\(\displaystyle{ P\left( X \le x\right) = \int_{0}^{x-\lfloor x \rfloor}\left[ 1-(1-p)^{\lfloor x \rfloor}}\right] f_{\alpha}(t) dt + \int_{x-\lfloor x \rfloor}^{1}\left[ 1-(1-p)^{\lfloor x- 1 \rfloor}}\right] f_{\alpha}(t) dt}\)
-
- Użytkownik
- Posty: 21
- Rejestracja: 16 gru 2011, o 20:29
- Płeć: Kobieta
- Lokalizacja: Polska
- Podziękował: 9 razy
próba pr. -suma dwóch zmiennych niezależnych i stat. zupełna
a... no to już rozkład \(\displaystyle{ X_i}\) mamy;) dzięki za pomoc;)