Grundlagen der Mathematischen Statistik” Aufgabenserie 3 1 ...
Grundlagen der Mathematischen Statistik” Aufgabenserie 3 1 ...
Grundlagen der Mathematischen Statistik” Aufgabenserie 3 1 ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
TU Darmstadt<br />
FB Mathematik<br />
Aufgaben zur Vorlesung ”<strong>Grundlagen</strong> <strong>der</strong> <strong>Mathematischen</strong> <strong>Statistik”</strong><br />
<strong>Aufgabenserie</strong> 3<br />
1. Betrachten Sie den Schätzer ˆλ = ln 2/ˆq 0.5 für den Parameter λ <strong>der</strong> Exponentialverteilung.<br />
Untersuchen Sie, ob dieser Schätzer stark konsistent ist. Geben Sie die asymptotische<br />
Verteilung dieses Schätzers an. Konstruieren Sie ein Konfidenzintervall für λ.<br />
2. Gegeben sei ein α ∈ (0, 1) und <strong>der</strong> Schätzer<br />
T n =<br />
1<br />
n − 2k<br />
∑n−k<br />
i=k+1<br />
wobei k = ⌈αn⌉ (k ist die kleinste ganze Zahl ≥ αn). T n heißt getrimmtes Moment.<br />
Zeigen Sie mit Hilfe des Hauptsatzes <strong>der</strong> Statistik, dass T n ein stark konsistenter Schätzer<br />
für γ = EX m ist.<br />
3. Gegeben sei eine Verteilungsfunktion F mit <strong>der</strong> Dichte f. Es gelte F (t) = 1 und<br />
F (t − ε) < 1 für alle ε > 0 sowie<br />
lim<br />
x↑t<br />
f(x) = c.<br />
Gegeben weiter sei eine Folge X 1 , X 2 , . . . von unabhängigen Zufallsgrößen mit <strong>der</strong> Verteilungsfunktion<br />
F . Zeigen Sie, dass gilt:<br />
n(t − X (n) )<br />
X m i<br />
D<br />
−→ Exp(c).<br />
4. Zeigen Sie, dass folgende Familien Exponentialfamilien bilden:<br />
a) Betaverteilung mit θ = (a, b) T , b) geometrische Verteilung mit θ = p, c) Weibullverteilung<br />
mit θ = λ bei vorgegebenem Formparameter p, d) Gammaverteilung.<br />
Die Lebesgue-Dichten für a) und c) lauten:<br />
f θ (x) =<br />
{<br />
Γ(a+b)<br />
Γ(a)Γ(b) xa−1 (1 − x) b−1 für x ∈ [0, 1]<br />
0 sonst<br />
f θ (x) =<br />
{ pλx p−1 e −λxp für x ≥ 0<br />
0 sonst<br />
Die Einzelwahrscheinlichkeiten <strong>der</strong> Familie b): p θ (k) = (1 − p) k p (k = 0, 1, . . .).<br />
Zeigen Sie, dass die Weibullverteilung mit θ = (λ, p) T keine Exponentialfamilie bildet.<br />
1
TU Darmstadt<br />
FB Mathematik<br />
Aufgaben zur Vorlesung ”<strong>Grundlagen</strong> <strong>der</strong> <strong>Mathematischen</strong> <strong>Statistik”</strong><br />
<strong>Aufgabenserie</strong> 4<br />
1. Geben Sie vollständige und minimal suffiziente Statistiken für die Parameter folgen<strong>der</strong><br />
Verteilungen an:<br />
a) Weibullverteilung bei fest vorgegebenem Formparameter,<br />
b) geometrische Verteilung,<br />
c) Betaverteilung,<br />
d) Gammaverteilung.<br />
2. X 1 , . . . , X n sei eine Stichprobe mit einer Grundgesamtheit, die gleichmäßig stetig auf<br />
[θ, θ + 1] mit dem Parameter θ verteilt ist. Man zeige, dass T ( X) ⃗ = (X (1) , X (n) ) T eine<br />
minimal suffiziente Statistik ist.<br />
3. Geben sei die Familie <strong>der</strong> Gammaverteilung, X sei gammaverteilt.<br />
a) Zeigen Sie dass ˆθ 1 = n ∑ −1 n<br />
i=1 X i und ˆθ 2 = n ∑ −1 n<br />
( )<br />
i=1 ln Xi − ln X (1) unabhängig sind.<br />
b) Für welche Größen sind ˆθ 1 und ˆθ 2 konsistente Schätzer?<br />
4. X 1 , . . . , X n sei eine Stichprobe aus einer Grundgesamtheit mit <strong>der</strong> Dichte<br />
f θ (x) = 2x<br />
θ 2 für 0 < x < θ.<br />
Man gebe eine minimal suffiziente Statistik zu dieser Familie von Verteilungen an.<br />
5. X 1 , . . . , X n sei eine Stichprobe aus einer Grundgesamtheit mit <strong>der</strong> Dichte<br />
√ (<br />
)<br />
λ<br />
f θ (x) = √ exp λ(x − µ)2<br />
− , Parameter: θ = (λ, µ) T .<br />
2πx<br />
3/2 2µ 2 x<br />
Diese Verteilung heißt inverse Gauß-Verteilung. Man bestimme eine minimal suffiziente<br />
Statistik zu dieser Familie von Verteilungen.<br />
6. Gegeben ist die Familie von diskreten Verteilungen mit den Einzelwahrscheinlichkeiten<br />
p k (θ) =<br />
θ k<br />
k! ∑ θ<br />
j=1 θj (j!) −1 für k = 0 . . . θ<br />
und die Stichprobe X 1 , . . . , X n . Man zeige, dass T = (n −1 ∑ n<br />
i=1 X i, max i=1...n X i ) minimal<br />
suffizient ist.<br />
2