• Keine Ergebnisse gefunden

Ubungen zur Vorlesung ¨

N/A
N/A
Protected

Academic year: 2021

Aktie "Ubungen zur Vorlesung ¨"

Copied!
2
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Ubungen zur Vorlesung ¨

“Mathematische Statistik“

Wintersemester 2015/16, Blatt 11 Abgabetermin: 20.1.2016, zu Beginn der Vorlesung

(Geben Sie auf jedem L¨osungsblatt Ihren Namen und Ihre ¨Ubungsgruppe an.

Bitte nur maximal zu zweit abgeben.)

Aufgabe 41 (4 Punkte)

X1, . . . , Xn seien unabh¨angige und identisch verteilte Zufallsvariablen mitPθ(X1 = 1) =θ= 1−Pθ(X1= 0).

a) Zeigen Sie, dass der Sch¨atzer

Tn:=

√nX+1/2

√n+ 1

ein Minimaxsch¨atzer f¨urθ unter quadratischem Verlust ist.

Hinweis:Verwenden Sie Beispiel 2.38 aus dem Theorieskript und bestimmen Siekundl derart, dass der zugeh¨orige Bayes-Sch¨atzer konstantes Risiko besitzt.

b) Seirn das Bayes-Risiko vonTn undRn die Risikofunktion des arithmetischen Mittels jeweils unter quadratischem Verlust. Zeigen Sie

i) {θ∈(0,1)|rn≤Rn(θ)}= [1/2−cn,1/2+cn] f¨ur ein cn∈(0,1/2).

ii) cn−−−→n→∞ 0.

iii) lim

n→∞supθRn(θ)/rn= 1.

Aufgabe 42 (4 Punkte)

Betrachten Sie das statistische Modell (idNn0,{(Poi(θ))n : θ ∈ (0,∞)}) der n-dimensionalen Poisson-Verteilungen und eine a-priori-Verteilung mit Dichte

fα,β(x) = βα

Γ(α)xα−1e−βx1(0,∞)(x)

f¨urα, β >0. (Dies ist die Dichte der Γ(α, β)-Verteilung.) Zeigen Sie, dass a) die a-posteriori-Verteilung bei gegebenemx= (x1, . . . , xn) eine Γ(a+Pn

i=1xi, β+n)- Verteilung ist,

b) E[X] = αβ f¨urX∼Γ(α, β) und

c) bestimmen Sie einen Bayes-Sch¨atzer f¨urθ.

(bitte wenden)

(2)

Aufgabe 43 (4 Punkte) Untersuchen Sie, ob es sich bei dem F-Test aus dem Verfahren der einfaktoriellen Varianz- analyse ebenfalls um einen LQ-Test handelt.

Aufgabe 44 (4 Punkte)

Sei Pθ =B(10, θ) f¨ur θ ∈ [0,1]. Wir betrachten die Sch¨atzung von π, θ0, θ1 im statistischen Modell (X,{(πPθ1 + (1−π)Pθ0)n}). Wir beobachten hierbei f¨ur n = 10 die Datenpunkte x= (7,4,6,6,9,4,3,1,7,1,5,5,6,8,7,2,4,8,5,8).

a) Ermitteln Sie mit Hilfe eines geeigneten numerischen Verfahrens (etwa dem Newton- Verfahren) den Maximum-Likelihood-Sch¨atzer f¨ur (π, θ0, θ1) in obigem statistischen Modell.

b) F¨uhren Sie den EM-Algorithmus zur Maximum-Likelihood-Sch¨atzung durch. Welche Funktion maximieren Sie hierbei?

Die ¨Ubungsaufgaben sowie weitere Informationen zur Vorlesung finden Sie auf der Internetseite:

https://www.stochastik.uni-freiburg.de/lehre/2015WiSe/inhalte/2015WiSeStatistik

Referenzen

ÄHNLICHE DOKUMENTE

Um nun f¨ ur die L¨ osung von f (x) die inho- mogene Differentialgleichung aufzul¨ osen, haben wir bereits im ersten Aufgabenteil gesehen, dass f (x) = u x die L¨ osung der

Die zwei Funktionen ψ 1 (x) und ψ 2 (x) stellen in diesem Fall die beiden Komponenten dar, aus denen sich Ψ zusammensetzt. Es handelt sich um ebene Wellen multipliziert mit

Mit der eben berechneten speziellen L¨ osung sollen nun zwei Skalarprodukte berech- net werden.. W¨ are die Funktion normiert, w¨ urde das Skalarprodukt 1 ergeben. Mit der

Wenn wir nun die Darstellung der Energieniveaus in Abbildung 2 betrachten, sind die Quantenzahlen f¨ ur das h¨ ochste besetzte Niveau (HOMO) und das niedrigste unbesetzte Niveau

2 uber Exponentialfunktionen ¨ darstellen.. Wie wir in Aufgabenteil b) bereits berechnet haben, ist die Aufenthaltswahrschein- lichkeitsdichte nicht zeitlich konstant, da sie noch

Um zu ¨ uberpr¨ ufen, ob die Messung der jeweiligen Observable ein eindeutiges Ergeb- nis liefert, testen wir, ob es sich um eine Eigenfunktion handelt. Dazu lassen wir den

Auch die niedrigere Energie (also der gr¨ oßere Energiebetrag) des Erwartungswertes der potentiellen Energie f¨ ur das 1s-Orbital ist sinnvoll, da die kernnahen Elektronen (zum

c) Berechnen Sie die Eigenwerte und Eigenvektoren der Schr¨ odingergleichung in Matrix- darstellung unter der n¨ aherungsweisen (!) Annahme der Orthogonalit¨ at der Basis-