이 질문은 Robert Hogg의 388 페이지의 수학 통계 6 판 7.4.9 소개에서 발췌 한 것입니다.
하자 PDF 파일과 IID 수 제로 다른 곳 .X1,...,Xnf(x;θ)=1/3θ,−θ<x<2θ,θ>0
(가) MLE 찾기 의θ^θ
(b)는 에 대한 충분한 통계치 ? 왜 ?θ^θ
(c) 은 의 유일한 MVUE 입니까? 왜 ?(n+1)θ^/nθ
나는 (a)와 (b)를 풀 수 있다고 생각하지만 (c)와 혼동된다.
(a)의 경우 :
하자 주문 통계를합니다.Y1<Y2<...Yn
L(θ;x)=13θ×13θ×...×13θ=1(3θ)n 및 , 다른 장소의−θ<y1yn<2θL(θ;x)=0
dL(θ;x)dθ=−n(3θ)n−1 은 이기 때문에이 미분이 음수임을 알 수 있습니다.θ>0
따라서 우도 함수 이 감소하고 있습니다.L(θ;x)
가입일 및 y_n <2 \ 세타) , \ 향하는 화살표 (\ 세타> -y_1 및 \ 세타> y_n / 2) \ RIGHTARROW \ 세타> 맥스 (-y_1, y_n / 2)(−θ<y1yn<2θ)⇒ (θ>−y1θ>yn/2),⇒θ>max(−y1,yn/2)
θ θ > m a x ( − y 1 , y n /L(θ,x) 은 감소하고 있습니다. 가 가장 큰 값을 가질 때 이므로 , 우도 함수는 최대 값을 달성 할 것입니다.θθ = m a x ( − y 1 , y n / 2 )θ>max(−y1,yn/2)θ=max(−y1,yn/2)
∴∴ MLEθ^=max(−y1,yn/2)
(b)의 경우 :
f(x1;θ)f(x2;θ)...f(xn;θ)=1(3θ)n∏niI(−θ<xi<2θ)=1(3θ)nI(max(xi)<2θ)×1
y n = m a x ( x i ) θ y n / 2∴ Neyman의 인수 분해 이론에 따르면 는 대한 충분한 통계량입니다 . 따라서 도 충분한yn=max(xi)θyn/2
마찬가지로
f(x1;θ)f(x2;θ)...f(xn;θ)=1(3θ)n∏niI(−θ<xi<2θ)=1(3θ)nI(min(xi)>−θ)×1
y 1 = m i n ( x i ) θ − y 1∴ Neyman의 인수 분해 이론에 따르면 는 대한 충분한 통계량입니다 . 따라서 도 충분한 입니다.y1=min(xi)θ−y1
(c)의 경우 :
먼저 의 CDF를 찾습니다.X
에프( x ) = ∫엑스− θ13 θ디t = x + θ3 θ, − θ < x < 2 θ
다음으로, 주문 통계에 대한 책 공식에서 및 대한 pdf를 찾을 수 있습니다 .와이1와이엔
에프( y1) = n !( (1) - (1) ) ! ( n - 1 ) ![ F( y1) ](1) - (1)[ 1 - F( y1) ]n - 1에프( y1) = n [ 1 − y1+ θ3 θ]n - 113 θ=n1(3θ)n(2θ−y1)n−1
마찬가지로
f(yn)=n(yn+θ3θ)n−113θ=n1(3θ)n(yn+θ)n−1
다음으로, 및 대한 pdf 제품군의 완전성을 보여줍니다.F ( Y N )f(y1)f(yn)
FTCu(θ)=0θ>0E[u(Y1)]=∫2θ−θu(y1)n1(3θ)n(2θ−y1)n−1dy1=0⇒∫2θ−θu(y1)(2θ−y1)dy1=0 . 의해 (적분을 모든 대해 을 표시 할 수 있습니다 .FTCu(θ)=0θ>0
따라서 pdf 제품군 이 완성되었습니다.Y1
마찬가지로 여전히 에 의해 pdf 가 완료 보여줄 수 있습니다 .Y의 NFTCYn
문제는 이제 이 편향되어 있지 을 보여 주어야합니다 .(n+1)θ^n
때θ^=−y1
E(−y1)=∫2θ−θ(−y1)n(3θ)n(2θ−y1)n−1dy1=1(3θ)n∫2θ−θy1d(2θ−y1)n
부품별로 통합하여 적분을 해결할 수 있습니다
E(−y1)=1(3θ)n[y1(2θ−y1)n∣2θ−θ−∫2θ−θ(2θ−y1)ndy1]=1(3θ)n[θ(3θ)n−(3θ)n+1n+1]=θ−3θn+1=(n−2)θn+1
∴E((n+1)θ^n)=n+1nE(−y1)=n+1n(n−2)θn+1=n−2nθ
따라서 은 때 의 편향 추정치가 아닙니다. θ θ =-(n+1)θ^nθθ^=−y1
경우θ^=yn/2
E(Yn)=∫2θ−θynn(3θ)n(yn+θ)n−1dyn=1(3θ)n∫2θ−θynd(yn+θ)n=1(3θ)n[yn(yn+θ)n∣2θ−θ−∫2θ−θ(yn+θ)ndyn]=1(3θ)n[2θ(3θ)−(3θ)n+1n+1]=2θ−3θn+1=2n−1n+1θ
∴E((n+1)θ^n)=n+1nE(Yn/2)=n+12nE(Yn)=n+12n2n−1n+1θ=2n−12nθ
여전히 은 때 의 편향 추정치가 아닙니다. θ θ =YN/2(n+1)θ^nθθ^=yn/2
그러나이 책의 답은 은 고유 한 MVUE입니다. 편향 추정 기인 경우 왜 MVUE인지에 대해서는 확신하지 않습니다.(n+1)θ^n
또는 내 추리가 잘못되었습니다. 실수를 찾도록 도와주세요. 더 자세한 계산을 해줄 수 있습니다.
대단히 감사합니다.