matheraum.de
Raum für Mathematik
Offene Informations- und Nachhilfegemeinschaft

Für Schüler, Studenten, Lehrer, Mathematik-Interessierte.
Hallo Gast!einloggen | registrieren ]
Startseite · Forum · Wissen · Kurse · Mitglieder · Team · Impressum
Forenbaum
^ Forenbaum
Status Mathe
  Status Schulmathe
    Status Primarstufe
    Status Mathe Klassen 5-7
    Status Mathe Klassen 8-10
    Status Oberstufenmathe
    Status Mathe-Wettbewerbe
    Status Sonstiges
  Status Hochschulmathe
    Status Uni-Analysis
    Status Uni-Lin. Algebra
    Status Algebra+Zahlentheo.
    Status Diskrete Mathematik
    Status Fachdidaktik
    Status Finanz+Versicherung
    Status Logik+Mengenlehre
    Status Numerik
    Status Uni-Stochastik
    Status Topologie+Geometrie
    Status Uni-Sonstiges
  Status Mathe-Vorkurse
    Status Organisatorisches
    Status Schule
    Status Universität
  Status Mathe-Software
    Status Derive
    Status DynaGeo
    Status FunkyPlot
    Status GeoGebra
    Status LaTeX
    Status Maple
    Status MathCad
    Status Mathematica
    Status Matlab
    Status Maxima
    Status MuPad
    Status Taschenrechner

Gezeigt werden alle Foren bis zur Tiefe 2

Navigation
 Startseite...
 Neuerdings beta neu
 Forum...
 vorwissen...
 vorkurse...
 Werkzeuge...
 Nachhilfevermittlung beta...
 Online-Spiele beta
 Suchen
 Verein...
 Impressum
Das Projekt
Server und Internetanbindung werden durch Spenden finanziert.
Organisiert wird das Projekt von unserem Koordinatorenteam.
Hunderte Mitglieder helfen ehrenamtlich in unseren moderierten Foren.
Anbieter der Seite ist der gemeinnützige Verein "Vorhilfe.de e.V.".
Partnerseiten
Dt. Schulen im Ausland: Mathe-Seiten:Weitere Fächer:

Open Source FunktionenplotterFunkyPlot: Kostenloser und quelloffener Funktionenplotter für Linux und andere Betriebssysteme
StartseiteMatheForenmathematische StatistikErwartungstreue Schätzer
Foren für weitere Schulfächer findest Du auf www.vorhilfe.de z.B. Deutsch • Englisch • Französisch • Latein • Spanisch • Russisch • Griechisch
Forum "mathematische Statistik" - Erwartungstreue Schätzer
Erwartungstreue Schätzer < math. Statistik < Stochastik < Hochschule < Mathe < Vorhilfe
Ansicht: [ geschachtelt ] | ^ Forum "mathematische Statistik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien

Erwartungstreue Schätzer: Tipp
Status: (Frage) beantwortet Status 
Datum: 13:58 Fr 30.01.2009
Autor: original_tom

Aufgabe
[mm] X_{1},.....X_{n} [/mm] seinen Stichprobenvariablen aus der [mm] Exp(\lambda)-Verteilung. [/mm]
(a)Man zeige, dass

[mm] T_{n}(X_{1},....X{n}) [/mm] = [mm] (\bruch{1}{n} \summe_{i=1}^{n} X_{i})^{2} [/mm] = [mm] \overline{X}^{2} [/mm]

kein Erwartungstreuer Schätzer für [mm] \theta(\lambda) [/mm] = [mm] \bruch{1}{\lambda^{2}} [/mm] ist.

(b)Man berechne den Bias des Schätzers [mm] T_{n}. [/mm]
(c)Geben Sie einen Erwartungstreuen Schätzer für [mm] \theta(\lambda) [/mm] an.
(d) Man ermittle den Maximum-Likelihood-Schätzer für [mm] \lamdbda [/mm]

Hallo,

Ich weiß bei den Nummern a) und c) nicht wie ich Anfangen soll. Sollte ich da in der Summe statt [mm] X_{i} [/mm] die Dichtefunktion von [mm] Exp(\lambda) [/mm] einsetzen und dann die Summe berechnen (was laut meinem Taschenrechner zu einem größeren Bruch führt der mich mMn nicht zur Lösung bringt)?

b) ergibt sich dann ja wenn ich a) habe und

d) hier erhalte ich als Lösung [mm] \lambda [/mm] = [mm] \bruch{2}{n+1} [/mm]

Wäre froh über einen Tipp, der mir hier weiterhilft, ob ich auf dem richtigen weg bin (bei d) bzw wie ich die anderen Punkte berechne.

MfG
tom

        
Bezug
Erwartungstreue Schätzer: Antwort
Status: (Antwort) fertig Status 
Datum: 15:13 Fr 30.01.2009
Autor: luis52

Moin Tom,

die Schwierigkeit bei a) besteht darin, den Erwartungswert von [mm] $\overline{X}^2$ [/mm] zu berechnen.
[mm] ($\operatorname{E}[\overline{X}^2]=\operatorname{E}[\overline{X}]^2$ [/mm] waere schoen, ist aber bah!).

Es gilt $ [mm] (\bruch{1}{n} \summe_{i=1}^{n} X_{i})^{2}=\frac{1}{n^2}\summe_{i=1}^{n} X_{i}^2+\frac{1}{n^2}\summe_{i\ne j}X_iX_j$ [/mm]
Den Erwartungswert dieser Summen zu berechnen, sollte dir nicht schwer
fallen. (Beachte, dass die Zufallsvariablen unabhaengig sind.)

Bei d) bist du vollkommen auf dem Holzweg. Wie hast du denn gerechnet?

Kannst du mal schreiben, was ihr im Zusammenhang mit ML so behandelt habt?


vg Luis          

Bezug
                
Bezug
Erwartungstreue Schätzer: Rückfrage
Status: (Frage) beantwortet Status 
Datum: 15:51 Fr 30.01.2009
Autor: original_tom

Hallo,
danke erstmal,

>  
> Es gilt [mm](\bruch{1}{n} \summe_{i=1}^{n} X_{i})^{2}=\frac{1}{n^2}\summe_{i=1}^{n} X_{i}^2+\frac{1}{n^2}\summe_{i\ne j}X_iX_j[/mm]
>  
> Den Erwartungswert dieser Summen zu berechnen, sollte dir
> nicht schwer
>  fallen. (Beachte, dass die Zufallsvariablen unabhaengig
> sind.)

Muss ganz ehrlich sein, dass ich hier noch immer nicht weiter weiß. Vll. kannst du mir noch einen Schritt liefern.

>  
> Bei d) bist du vollkommen auf dem Holzweg. Wie hast du denn
> gerechnet?
>  
> Kannst du mal schreiben, was ihr im Zusammenhang mit ML so
> behandelt habt?
>  

[mm] L(\lambda,x_{1}......x{n}) [/mm] = [mm] \produkt_{i=1}^{n} f_{\lambda}(x_{i}) [/mm]

diesen Ansatz habe ich aus meinem Skriptum verwendet und mich im wesentlichen dann noch bei folgendem Posting beedient:

https://matheraum.de/read?t=62864

was mich auf folgende Form brachte:

$ [mm] n\ln(\lambda)- \lambda \sum_{i=1}^{n} x_i [/mm] $

und daraus habe ich dann [mm] \lambda [/mm] ausgerechnet


mfg
tom


Bezug
                        
Bezug
Erwartungstreue Schätzer: Antwort
Status: (Antwort) fertig Status 
Datum: 20:18 Fr 30.01.2009
Autor: luis52


> Hallo,
>  danke erstmal,
>  >  
> > Es gilt [mm](\bruch{1}{n} \summe_{i=1}^{n} X_{i})^{2}=\frac{1}{n^2}\summe_{i=1}^{n} X_{i}^2+\frac{1}{n^2}\summe_{i\ne j}X_iX_j[/mm]

Verstehst du die Umformung nicht? Oder was?

>  
> >  

> > Den Erwartungswert dieser Summen zu berechnen, sollte dir
> > nicht schwer
>  >  fallen. (Beachte, dass die Zufallsvariablen unabhaengig
> > sind.)
>  Muss ganz ehrlich sein, dass ich hier noch immer nicht
> weiter weiß. Vll. kannst du mir noch einen Schritt
> liefern.
>  
> >  

> > Bei d) bist du vollkommen auf dem Holzweg. Wie hast du denn
> > gerechnet?
>  >  
> > Kannst du mal schreiben, was ihr im Zusammenhang mit ML so
> > behandelt habt?
>  >  
> [mm]L(\lambda,x_{1}......x{n})[/mm] = [mm]\produkt_{i=1}^{n} f_{\lambda}(x_{i})[/mm]

>  
> diesen Ansatz habe ich aus meinem Skriptum verwendet und
> mich im wesentlichen dann noch bei folgendem Posting
> beedient:
>  
> https://matheraum.de/read?t=62864
>  
> was mich auf folgende Form brachte:
>  
> [mm]n\ln(\lambda)- \lambda \sum_{i=1}^{n} x_i[/mm]


Das ist nur die Log-Likehoodfunktion. Und wann bestimmst du
deren Maximum?

>  
> und daraus habe ich dann [mm]\lambda[/mm] ausgerechnet

Der ML-Schaetzer ist das *Maximum* der Log-Likehoodfunktion,
nicht deren Nullstelle. (Siehe deine andere Aufgabe)

vg Luis



Bezug
                                
Bezug
Erwartungstreue Schätzer: Rückfrage
Status: (Frage) beantwortet Status 
Datum: 13:11 Sa 31.01.2009
Autor: original_tom


> > Hallo,
>  >  danke erstmal,
>  >  >  
> > > Es gilt [mm](\bruch{1}{n} \summe_{i=1}^{n} X_{i})^{2}=\frac{1}{n^2}\summe_{i=1}^{n} X_{i}^2+\frac{1}{n^2}\summe_{i\ne j}X_iX_j[/mm]
>  
> Verstehst du die Umformung nicht? Oder was?

Summe ist mir klar, wusst nur nicht wies mich weiter bringt...könnte ich auf einfach sowas in der Art machen:
[mm] Var(\overline{X}) [/mm] = [mm] E(\overline{X}^{2}) [/mm] - [mm] E^{2}(\overline{X}) [/mm]
dann umformen und die Varianz und den Erwartungswert von der [mm] Exp(\lambda) [/mm] Verteilung einsetzen, dann hätte ich im Prinzip gezeigt, dass der Schätzer nicht erwartungstreu ist.
Der Fehler den ich dann erhalte ist [mm] \bruch{2}{\lambda^{2}}-\bruch{1}{\lambda^{2}} [/mm] = [mm] \bruch{1}{\lambda^{2}} [/mm]

Aber wie bekomme ich nun einen Erwartungstreuen Schätzer für [mm] \theta(\lambda)? [/mm]

> > [mm]n\ln(\lambda)- \lambda \sum_{i=1}^{n} x_i[/mm]
>  
>
> Das ist nur die Log-Likehoodfunktion. Und wann bestimmst
> du
>  deren Maximum?
>  

Ich hab diese Funktion dann abgeleitet, allerdings hab ich die Summe so angeschrieben [mm] \bruch{n*(n+1)}{2} [/mm] und das brachte mich dann auf mein Ergebnis, lasse ich die Summe, dann ist der ML-Schätzer [mm] \bruch{1}{\overline{X}} [/mm] wenn ich mich nicht verrechnet habe


mfg tom



Bezug
                                        
Bezug
Erwartungstreue Schätzer: Antwort
Status: (Antwort) fertig Status 
Datum: 17:15 Sa 31.01.2009
Autor: luis52


>  
> Summe ist mir klar, wusst nur nicht wies mich weiter
> bringt...könnte ich auf einfach sowas in der Art machen:
>  [mm]Var(\overline{X})[/mm] = [mm]E(\overline{X}^{2})[/mm] -
> [mm]E^{2}(\overline{X})[/mm]
>  dann umformen und die Varianz und den Erwartungswert von
> der [mm]Exp(\lambda)[/mm] Verteilung einsetzen, dann hätte ich im
> Prinzip gezeigt, dass der Schätzer nicht erwartungstreu
> ist.
> Der Fehler den ich dann erhalte ist
> [mm]\bruch{2}{\lambda^{2}}-\bruch{1}{\lambda^{2}}[/mm] =
> [mm]\bruch{1}{\lambda^{2}}[/mm]

Es gilt

[mm] $\operatorname{E}[X^2]=\operatorname{Var}[X]+\operatorname{E}[X]^2=\frac{1}{\lambda^2}+\frac{1}{\lambda^2}=\frac{2}{\lambda^2}$ [/mm]

und

[mm] $\operatorname{E}[X_iX_j]=\operatorname{E}[X_i]\operatorname{E}[X_j]$. [/mm]

Kommst du damit  jetzt klar?




>  
> Aber wie bekomme ich nun einen Erwartungstreuen Schätzer
> für [mm]\theta(\lambda)?[/mm]
>  
> > > [mm]n\ln(\lambda)- \lambda \sum_{i=1}^{n} x_i[/mm]
>  >  
> >
> > Das ist nur die Log-Likehoodfunktion. Und wann bestimmst
> > du
>  >  deren Maximum?
>  >  
>
> Ich hab diese Funktion dann abgeleitet, allerdings hab ich
> die Summe so angeschrieben [mm]\bruch{n*(n+1)}{2}[/mm] und das
> brachte mich dann auf mein Ergebnis,

Verstehe ich nach wie vor nicht.

>  lasse ich die Summe,
> dann ist der ML-Schätzer [mm]\bruch{1}{\overline{X}}[/mm] wenn ich
> mich nicht verrechnet habe

[ok]  

vg Luis

Bezug
Ansicht: [ geschachtelt ] | ^ Forum "mathematische Statistik"  | ^^ Alle Foren  | ^ Forenbaum  | Materialien


^ Seitenanfang ^
www.matheraum.de
[ Startseite | Forum | Wissen | Kurse | Mitglieder | Team | Impressum ]