• Ei tuloksia

Xn otos Bernoullin jakaumasta Ber(π), miss¨a 1/2 ≤ π ≤1

N/A
N/A
Info
Lataa
Protected

Academic year: 2022

Jaa "Xn otos Bernoullin jakaumasta Ber(π), miss¨a 1/2 ≤ π ≤1"

Copied!
2
0
0

Kokoteksti

(1)

Tilastollinen p¨a¨attely I 5. harjoitukset, 7. vko 2005

5.1. Olkoon X1, . . . , Xn otos Bernoullin jakaumasta Ber(π), miss¨a 1/2 π 1. M¨a¨arit¨a parametrin π SUE.

5.2. Olkoon X1, X2, X3 otos normaalijakaumasta N(µ, σ2). Mik¨a on esti- maattorin X1+2X42+X3 suhteellinen tehokkuus varrattuna estimaattoriin

X1+X2+X3

3 ? Mit¨a voit sanoa t¨ast¨a asiasta Cram´erin ja Raon ep¨ayht¨al¨on perusteella? (JU, (71), s.44; Al 8.6.3)

5.3. Olkoon X1, . . . , Xn otos normaalijakaumasta N(µ, σ2). Mik¨a on otos- varianssin S2 = n

n=1(Xi−X¯)2/(n−1) tehokkuus? (JU, (71), s.44; Al 8.6.3)

5.4. Olkoon X1, X2, . . . , Xn otos Poissonin jakaumasta Poi(λ). Tied¨amme, ett¨a ˆλ=X.

(a) Laske pistesuureen U =u(λ;X1, . . . , Xn) varianssi.

(b) Mik¨a on estimaattorin ˆλ=X varianssin Cram´erin ja Raon alara- ja? Mik¨a on estimaattorin ˆλ=X varianssi?

(Al 8.3.2)

5.5. Olkoon X N(0, θ), 0< θ <∞. (a) M¨a¨arit¨a Fisherin informaatioI(θ).

(b) Olkoon X1, X2, . . . , Xn otos jakaumasta N(0, θ). Osoita, ett¨a θ:n SUE ˆθ on tehokas estimaattori.

5.6. Olkoon X Bin(n, π).

(a) Muodosta uskottavuustestisuureD(π;X) =2 log LL(ππ;;XX)). (Al 8.1) (b) Generoi 100 havaintoa jakaumasta Bin(n,0.1) ja jakaumasta Bin(n,0.5)

ja vertaile suureiden D(0.1;X) ja D(0.5;X) empiirisi¨a jakaumia.

5.7. Oletetaan, ett¨a riippumattomat satunnaismuuttujat X1, . . . , Xn nou- dattavat normaalijakaumaaXi N(µ, σ2/ai) 1≤i≤ n, miss¨aa1, a2, . . . , an

ovat annettuja positiivisia vakioita.

(a) Laske µ:n ja σ2 suurimman uskottavuuden estimaatit.

(b) Laske informaatiomatriisin I(µ, σ2) alkiot i11 ja i22. (c) Laske vastaavat odotetut informaatiot E(i11) jaE(i22).

(2)

5.8. Hardyn ja Weinbergin lain mukaan genotyyppien AA, Aa ja aa suh- teelliset osuudet populaatiossa ovatθ2, 2θ(1−θ) ja (1−θ)2. Kokeessa, jonka tarkoituksena oli estimoida parametri θ, tutkittiin n satunnai- sesti valittua yksil¨o¨a ja havaittiin eri tyyppien frekvenssit Y1, Y2 ja Y3

(Y1+Y2+Y3 =n).

(a) M¨a¨arit¨aθ:n odotettu informaatio.

(b) Oletetaan, ett¨a on vaikea erottaa tyypit Aa ja aa toisistaan. Jos identifioidaan vain tyyppi AA ja tutkitaan 3n yksil¨o¨a, niin mit¨a on odotettu informaatio.

(c) Milloinb-kohdan koe antaa parametrista enemm¨an informaatiota?

Viittaukset

LIITTYVÄT TIEDOSTOT

• Jos juontaja avaa aina tyhj¨an laatikon, valinta kannattaa vaihtaa: t¨all¨oin nimitt¨ain B ei anna mit¨a¨an informaatiota A:sta, joten P [A | B ] = P (A) = 1/3... • Jos

The Extrinsic Object Construction must have approximately the meaning'the referent ofthe subject argument does the activity denoted by the verb so much or in

'Iona was smiling at the one who made faces to her the day before.' On the basis of all this evidence, we can safely conclude that the typical cases of licensing

[r]

[r]

Jatkoa teht¨ av¨ a¨ an 3 Keskeisen rajav¨ aitt¨ am¨ an nojalla voidaan sanoa, et- t¨ a ˆ π noudattaa jo melko tarkasti normaalijakaumaa.. Toistetaan koe

Tytin tiukka itseluottamus on elämänkokemusta, jota hän on saanut opiskeltuaan Dallasissa kaksi talvea täydellä

Explain the reflection and transmission of traveling waves in the points of discontinuity in power systems2. Generation of high voltages for overvoltage testing