統計検定 1級 2019年 統計数理 問3 連続一様分布の上限値の推定

公開日: 更新日:

【2023年6月3週】 【B000】数理統計学 【D000】統計検定 過去問

この記事をシェアする
  • B!
サムネイル画像

本稿には、2019年に実施された統計検定1級『統計数理』 問3の自作解答案を掲載しています。なお、閲覧にあたっては、以下の点にご注意ください。

  • 著作権の関係上、問題文は、掲載することができません。申し訳ありませんが、閲覧者のみなさまでご用意いただければ幸いです。
  • この答案は、あくまでも筆者が自作したものであり、公式なものではありません。正式な答案については、公式問題集をご参照ください。
  • 計算ミスや誤字・脱字などがありましたら、コメントなどでご指摘いただければ大変助かります。
  • スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。

〔1〕十分統計量であることの証明

本問において、確率変数 XXU(0,θ)f(x)={1θ0xθ0other 同時確率密度関数 fn(x) を求めると、 fn(x)=i=1n1θ=1θn ここで、この同時確率密度関数は、0<θ において単調減少な関数であり、論理的に、 0<Yθ という制約があるため、 実際には、 fn(x)={0θ<y1θnyθ フィッシャー・ネイマンの因子分解定理 fn(x;θ)=g(t;θ)h(x)g(t;θ)0h(x)0 において、以下のように考えると、 g(t;θ)={1θnyθ0θ<yh(x)=1 フィッシャー・ネイマンの因子分解定理によって、Y はパラメータ θ に関する十分統計量である。

〔2〕連続一様分布の最大値の分布

連続一様分布 U(0,θ) の累積分布関数は、 F(x)={0x<0xθ0xθ1θ<x 最大値が y 以下となるとき、すべての Xiy 以下となるので、最大値の分布関数は、 G(y)=P(X1y,X2y,,Xny) すべての確率変数は互いに独立であるため、この確率は、 G(y)=P(X1y)P(X2y)P(Xny)=F(y)F(y)F(y)=ynθn 累積分布関数と確率密度関数の関係 g(y)=ddyG(y) より、 g(y)=nθnyn1

〔3〕最大値が与えられたときの条件付き同時分布

例えば、Xn が最大値を取るとすると、Y=y が与えられたときの条件付き同時確率密度関数は、 f(x1,x2,,xn1,y)=1θn 最大値を取る確率変数の選び方が n 通りなので、条件付き確率の定義式より、 f(x|y)=f(x)g(y)=n1θnnθnyn1=1yn1

〔4〕最大値の期待値と不偏推定量

期待値の定義式 E(Y)=yg(y)dy より、 E(Y)=0θynθnyn1dy=nθn0θyndy=nθn[1n+1yn+1]0θ=nθnθn+1n+1=nn+1θ 不偏推定量を θ~=aY として、両辺の期待値を取ると、 E(θ~)=θE(aY)=θaE(Y)=θann+1θ=θa=n+1n したがって、 θ~=n+1nY

〔5〕完備十分統計量の定義①

期待値の定義式 E[u(Y)]=u(y)g(y)dy より、 E[u(y)]=0θu(y)nθnyn1dy=00θu(y)yn1dy=0 この積分値を θ の関数 h(θ) とみると、 h(0)=0 1階微分を求めると、 h(θ)=u(y)yn1 すべての θ において、h(θ)=0 となるためには、h(θ) は定数関数である必要がある。すなわち、 h(θ)=u(y)yn1=0 ここで、0<y0<yn1 であるから、 u(y)=0

〔6〕完備十分統計量の定義②

〔4〕以外の不偏推定量を T(Y) とすると、 E[T(Y)θ~]=E[T(Y)n+1nY] ここで、T(Y),θ~ はどちらも不偏推定量なので、 E[T(Y)n+1nY]=θθ=0 ここで、以下のように2つの不偏推定量を Y の関数と考えると、 u(Y)=T(Y)n+1nY 〔5〕の結果より、恒等的に u(Y)=0 であるので、 T(Y)=n+1nY したがって、Y の関数である θ の不偏推定量としては、θ~ は唯一の不偏推定量である。

関連記事

自己紹介

自分の写真

yama

大学時代に読書の面白さに気づいて以来、読書や勉強を通じて、興味をもったことや新しいことを学ぶことが生きる原動力。そんな人間が、その時々に学んだことを備忘録兼人生の軌跡として記録しているブログです。

このブログを検索

ブログ アーカイブ

QooQ