Rachunek prawdopodobie«stwa
Transkrypt
Rachunek prawdopodobie«stwa
Rachunek prawdopodobie«stwa wiczenia 11 Denicja 1. Prost¡ prób¡ losow¡ (lub krócej prób¡ losow¡) o liczno±ci n nazywamy ci¡g niezale»nych zmiennych losowych X1 , X2 , . . . , Xn okre±lonych na przestrzeni zdarze« elementarnych Ω i takich, »e ka»da ze zmiennych ma taki sam rozkªad. Uwaga 1. Konkretny ci¡g warto±ci x1 , x2 , ..., xn (prostej) próby losowej X1 , X2 , . . . , Xn nazywamy realizacj¡ (prostej) próby losowej lub próbk¡. Denicja 2. Statystyk¡ nazywamy ka»d¡ zmienn¡ losow¡ b¦d¡c¡ ustalon¡ funkcj¡ próby losowej X1 , X2 , . . . , Xn . Uwaga 2. Statystyk¡ jest wi¦c, na przykªad, najmniejsza, najwi¦ksza warto±¢ w próbie, iloczyn lub suma kwadratów wszystkich warto±ci. Oczywi±cie, wybór konkretnej statystyki zwi¡zany jest z nieznan¡ wielko±ci¡ (parametrem) charakteryzuj¡c¡ populacj¦, któr¡ chcemy szacowa¢. Statystyk¦ n X̄ = X1 + X2 + . . . + Xn 1X = Xi n n i=1 nazywamy ±redni¡ z próby losowej X1 , X2 , . . . , Xn . Denicja 3. Ka»d¡ statystyk¦, któr¡ przyjmujemy jako oszacowanie (przybli»enie) nieznanego parametru rozkªadu b¦dziemy nazywa¢ estymatorem. Denicja 4. Estymator Θ̂n parametru Θ bodniemy nazywa¢ nieobci¡»onym je»eli (dla wszystkich n) E(Θ̂n ) = Θ. Zadanie 1. Czy ±rednia z próby jest nieobci¡»onym estymatorem parametru ±redniej (poªo»enia) dla rozkªadu Normalnego. Zadanie 2. Niech X1 , . . . , Xn sko«czon¡ i ró»n¡ od zera warto±¢ b¦dzie prób¡ prost¡ pobran¡ z populacji, w której cecha σ2. X ma Poka», »e wariancja empiryczna n 1 X (Xi − X̄)2 , S = n−1 2 n gdzie i=1 jest estymatorem nieobci¡»onym nieznanej wariancji 1X X̄ = Xi . n i=1 σ2. Zadanie 3. Niech X1 , X2 b¦d¡ niezale»nymi zmiennymi losowymi takimi, »e E(X1 ) = 1, E(X2 ) = 3, D2 (X1 ) = D2 (X2 ) = σ 2 . Dla jakiej staªej c, statystyka T = cX12 + (1 − c)X22 jest estymatorem nieobci¡»onym parametru σ 2 ? Zadanie 4. (2 punkty) Znale¹¢ estymatory najwi¦kszej wiarygodno±ci parametrów rozkªadu normalnego. 1 m oraz σ 2 Zadanie 5. cecha X Na podstawie n-elementowej próbki prostej pobranej z populacji, w której badana ma rozkªad Poissona p(x, λ) = P (X = x, λ) = λx −λ e x! (x ∈ N ∪ {0}), wyznaczy¢ metod¡ najwi¦kszej wiarygodno±ci estymator parametru Zadanie 6. λ Znale¹¢ estymator najwi¦kszej wiarygodno±ci parametru tego rozkªadu. a, w rozkªadzie jednostajnym na przedziale (0,a). Denicja 5. Dla ka»dej dystrybuanty F , a wi¦c te» dla ka»dej zmiennej losowej, okre±la si¦ tak zwany kwantyl rz¦du p, gdzie 0 < p < 1. Jest to liczba: qp = min{x : F (x) ≥ p}. W przypadku gdy dystrybuanta jest funkcj¡ odwracaln¡, okre±lenie kwantyla znacznie si¦ upraszcza: qp = F −1 (p). Wówczas kwantyl ma prost¡ interpretacj¦ w j¦zyku zmiennych losowych. Mianowicie: P (X < qp ) = P (X ≤ qp ) = F (qp ) = p, P (X > qp ) = 1 − P (X ≤ qp ) = 1 − F (qp ) = 1 − p. Denicja 6. Kwantyl rz¦du 1 2 nazywa si¦ median¡. Uwaga 3. Jednak nawet w tym przypadku obliczanie kwantyli mo»e by¢ trudne, gdy» nie znamy jawnych wzorów na funkcje odwrotne do dystrybuant wielu wa»nych rozkªadów. Niemniej, dla szeregu podstawowych rozkªadów opracowano tablice, z których mo»na odczyta¢ kwantyle qp dla cz¦sto u»ywanych warto±ci p. Pami¦tajmy jednak, i» du»o pro±ciej jest skorzysta¢ z dowolnego programu komputerowego z moduªem statystycznym - w szczególno±ci za pomoc¡ programu Excel. W przypadku rozkªadu dyskretnego, wyznaczenie kwantyla rz¦du p trzeba bezpo±rednio oprze¢ na jego denicji. Zaªó»my, dla ustalenia uwagi, »e zmienna losowa o rozkªadzie dyskretnym przyjmuje nast¦puj¡ce warto±ci (ustawione w ci¡g rosn¡cy): x1 < x2 < x3 < . . . < xn , gdzie n ≤ ∞. Wtedy qp jest tym jedynym elementem xi0 , dla którego zachodzi warunek: F (xi0 −1 ) < p ≤ F (xi0 ) , przy czym przyjmujemy, »e F (x0 ) = 0. Oznaczenie 1. Dystrybuant¦ rozkªadu normalnego N (0, 1) b¦dziemy oznacza¢ przez Φ(·). Zadanie 7. Zadanie 8. Obliczymy kwantyl rz¦du 0.95 rozkªadu jednostajnego skupionego na przedziale (−1, 1). Obliczymy median¦ rozkªadu zmiennej losowej T, przyjmuj¡cej warto±ci prawdopodobie«stwami p1 , p2 , p3 , . . . , okre±lonymi jako: i−1 5 1 pi = P (T = i) = . 6 6 1, 2, 3, . . . z