WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
0
1. Niech
X
= (
X
1
:
:
:
X
k
) b
,
edzie wektorem niezale_znych zmiennych losowych i niech
Y
=
P
k
i=1
X
i
:
Udowodnic nast
,
epuj
,
ace stwierdzenia.
(a) Je_zeli
X
i
i
= 1
:
:
:
k
maj
,
a rozklad dwumianowy
B
(
n
i
p
)
to
Y
ma rozklad
dwumianowy
B
(
P
k
i=1
n
i
p
)
:
(b) Je_zeli
X
i
i
= 1
:
:
:
k
maj
,
a rozklad Poissona
P
(
i
)
to
Y
ma rozklad Poissona
P
(
P
k
i=1
i
)
:
(c) Je_zeli
X
i
i
= 1
:
:
:
k
maj
,
a rozklad dwumianowy ujemny
N
B
(
r
i
p
)
to
Y
ma
rozklad dwumianowy ujemny
N
B
(
P
k
i=1
r
i
p
)
:
(d) Je_zeli
X
i
i
= 1
:
:
:
k
maj
,
a rozklad wykladniczy
E
(
)
to
Y
ma rozklad gamma
G
(
k
)
:
(e) Je_zeli
X
i
i
= 1
:
:
:
k
maj
,
a rozklad Cauchy'ego
C
(0
1)
to
Y
=k
ma rozklad
C
(0
1)
:
2. Udowodnic, _ze je_zelizmiennelosowe
X
1
:
:
:
X
n
s
,
a niezale_zneo jednakowymrozkladzie
wykladniczym
E
(
)
to zmienna losowa
T
(
X
) = 2
n
X
i=1
X
i
=
ma rozklad
2
2n
:
3. Niech
X
i
Y
b
,
ed
,
a niezale_znymi zmiennymi losowymi o rozkladach dwumianowych
odpowiednio
B
(
n
p
) i
B
(
r
p
)
:
Wyznaczyc warunkowy rozklad zmiennej losowej
X
pod warunkiem
X
+
Y
=
t:
4. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu Poissona
P
(
) i niech
T
=
X
1
+
:
:
:
+
X
n
:
Wyznaczyc warunkowy rozklad wektora losowego
X
pod warunkiem
T
=
t:
5. Niech
X
1
i
X
2
b
,
ed
,
a niezale_znymi zmiennymi losowymi o jednakowym rozkladzie
wykladniczym
E
(
)
:
Wyznaczyc warunkow
,
a wartosc oczekiwan
,
a
E
(
X
1
jX
1
+
X
2
)
:
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
1
1. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu Poissona
P
(
)
:
Korzystaj
,
ac z
denicji, pokazac, _ze
T
(
X
) =
P
n
i=1
X
i
jest statystyk
,
a dostateczn
,
a dla parametru
:
2. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu wykladniczego
E
(
)
:
Korzystaj
,
ac
z denicji, pokazac, _ze
T
(
X
) =
P
n
i=1
X
i
jest statystyk
,
a dostateczn
,
a dla parametru
:
3. Losujemy bez zwracania
n
jednostek z partii
N
wyrobow, sposrod ktorych
N
#
jest
wadliwych. Niech
X
i
= 1
i
= 1
:
:
:
n
oznacza, _ze
i
-ta jednostka jest wadliwa.
Pokazac, _ze statystyka
T
=
P
n
i=1
X
i
jest dostateczna dla parametru
#:
4. Niech
h
(
x
) b
,
edzie dodatni
,
a funkcj
,
a calkowaln
,
a, okreslon
,
a na (
;1
1
) i niech
f
(
x
) b
,
edzie g
,
estosci
,
a prawdopodobienstwa okreslon
,
a wzorem
f
(
x
) =
c
(
)
h
(
x
)
gdy
<
x
<
0
w przeciwnym przypadku
:
Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu o g
,
estosci
f
(
x
)
:
Udowodnic,
_ze (
X
1:n
X
n:n
) jest statystyk
,
a dostateczn
,
a dla wektora parametrow (
)
:
5. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu wykladniczego ujemnego
N
E
(
)
:
(a) Pokazac, _ze statystyka
X
1:n
jest dostateczna dla parametru
gdy
jest znane.
(b) Wyznaczyc jednowymiarow
,
a statystyk
,
e dostateczn
,
a dla parametru
gdy
jest znane.
(c) Wyznaczyc dwuwymiarow
,
a statystyk
,
e dostateczn
,
a dla parametru
#
= (
)
:
6. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu
P
nale_z
,
acego do parametrycznej
rodziny rozkladow
P
indeksowanej parametrem (
#
j
)
gdzie
#
>
0
j
= 1
2
:
W przy-
padku, gdy
j
= 1
P
jest rozkladem normalnym
N
(0
#
2
)
natomiast w przypadku,
gdy
j
= 2
P
jest rozkladem Laplace'a
La
(0
#
)
:
Pokazac, _ze statystyka
T
(
X
) =
n
X
i=1
X
2
i
n
X
i=1
jX
i
j
!
jest minimaln
,
a statystyk
,
a dostateczn
,
a dla parametru (
#
j
)
:
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
2
1. Czy poni_zsze rodziny rozkladow s
,
a wykladnicze?
(a) Rodzina rozkladow jednostajnych
U
(0
#
)
:
(b) Rodzina rozkladow o g
,
estosci
f
(
x
#
) = exp
;
2log
#
+log(2
x
)]
1
(0#)
(
x
)
#
>
0
:
(c) Rodzina rozkladow o g
,
estosci
f
(
x
#
) = 1
=
9
x
2
f
0
:
1 +
#
:
:
:
0
:
9+
#g
#
>
0
:
(d) Rodzina rozkladow normalnych
N
(
#
#
2
)
#
>
0
:
(e) Rodzina rozkladow o g
,
estosci
f
(
x
#
) = 2(
x
+
#
)
=
(1 + 2
#
)
#
>
0
x
2
(0 1)
:
2. Sprawdzic, czy
(a) rozklady beta
B
e
(
) tworz
,
a dwuparametrow
,
a rodzin
,
e wykladnicz
,
a
(b) rozklady gamma
G
(
) tworz
,
a dwuparametrow
,
a rodzin
,
e wykladnicz
,
a
(c) dwuwymiarowe rozklady normalne tworz
,
a pi
,
ecioparametrow
,
a rodzin
,
e wyklad-
nicz
,
a.
3. Pokazac, _ze rozklad wielomianowy
M
(
n
p
) gdzie n jest znane,
p
= (
p
1
:
:
:
p
r
) jest
nieznanym parametrem, nale_zy do (
r
;
1)-parametrowej rodziny wykladniczej.
4. Sprawdzic, czy rozklad hipergeometryczny
H
(
N
M
n
) gdzie
M
jest nieznanym
parametrem,
N
n
s
,
a znane, nale_zy do rodziny wykladniczej.
5. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu Rayleigh'a
Ra
(
)
:
Wykorzystuj
,
ac
wlasnosci rodzin wykladniczych, wyznaczyc
E
(
Y
) i Var(
Y
) gdzie
Y
=
P
n
i=1
X
2
i
:
6. Zalo_zmy, _ze
f
(
x
#
) jest g
,
estosci
,
a tak
,
a, _ze
f
(
x
#
)
>
0 dla ka_zdego
x
2
R
oraz tak
,
a,
_ze jesli (
X
1
X
2
) jest prob
,
a z rozkladu o g
,
estosci
f
(
x
#
) to
X
1
+
X
2
jest statystyk
,
a
dostateczn
,
a dla
#:
Pokazac, _ze
f
(
#
) nale_zy do jednoparametrowej wykladniczej
rodziny rozkladow postaci
f
(
x
#
) =
h
(
x
)exp
C
(
#
)
x
;
B
(
#
)]
:
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
3
1. Niech
P
=
fP
N
N
= 1
2
:
:
:g
b
,
edzie rodzin
,
a rozkladow prawdopodobienstwa na
(
R
B
) tak
,
a, _ze
P
N
(
X
=
x
) = 1
N
1
A
N
(
x
)
gdzie
A
N
=
f
1
2
:
:
:
N
g:
(a) Udowodnic, _ze
P
jest zupeln
,
a rodzin
,
a rozkladow.
(b) Wykazac, _ze rodzina rozkladow
P
0
=
P
;
fP
n
g
gdzie
n
jest ustalon
,
a liczb
,
a
naturaln
,
a, nie jest zupelna.
2. Niech
X
b
,
edzie zmienn
,
a losow
,
a przyjmuj
,
ac
,
a wartosci ze zbioru
X
=
f;
1
0
1
2
:
:
:
g
z prawdopodobienstwami
P
#
(
X
=
;
1) =
#
P
#
(
X
=
x
) = (1
;
#
)
2
#
x
dla
x
= 0
1
2
:
:
:
Udowodnic, _ze rodzina rozkladow
P
=
fP
#
#
2
(0
1)
g
jest ograniczenie zupelna,
ale nie jest zupelna.
3. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu
B
(1
#
)
#
2
:
Pokazac, _ze je_zeli
ma wi
,
ecej ni_z
n
punktow, to statystyka
S
(
X
) =
P
n
i=1
X
i
jest zupelna.
4. Zbadac zupelnosc minimalnych statystyk dostatecznych, gdy
X
= (
X
1
:
:
:
X
n
) jest
prob
,
a z rozkladu
(a) normalnego
N
(
a
2
)
gdzie
a
jest znan
,
a stal
,
a,
>
0
(b) jednostajnego
U
(
#
;
1
=
2
#
+ 1
=
2)
#
2
R
(c) jednostajnego
U
(
)
2
R
<
:
5. Niech
P
0
b
,
edzie rodzin
,
a rozkladow dwumianowych
B
(
n
p
)
0
<
p
<
1
gdzie
n
jest
ustalone. Niech
P
1
=
P
0
fQg
gdzie
Q
jest rozkladem Poissona
P
(1)
:
Pokazac, _ze
rodzina
P
0
jest, a rodzina
P
1
nie jest zupelna.
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
4
1. Niech
Z
= ((
X
1
Y
1
)
:
:
:
(
X
n
Y
n
)) b
,
edzie prob
,
a z dwuwymiarowego rozkladu nor-
malnego
N
(
0
)
gdzie
0
jest wektorem zerowym, a macierz
jest postaci
= 1
#
#
1
:
(a) Wyznaczyc minimaln
,
a statystyk
,
e dostateczn
,
a dla parametru
#:
(b) Sprawdzic, czy statystyka z punktu (a) jest zupelna.
(c) Udowodnic, _ze statystyki
T
1
(
Z
) =
n
X
i=1
X
2
i
i
T
2
(
Z
) =
n
X
i=1
Y
2
i
s
,
a swobodne, ale statystyka
T
= (
T
1
T
2
) nie jest swobodna.
2. Wykazac, _ze dla proby z rozkladu dwuwymiarowego normalnego o znanym wspol-
czynniku korelacji (przy nieznanych pozostalych parametrach) wspolczynnik ko-
relacji z proby jest statystyk
,
a swobodn
,
a.
3. Niech (
R
B
R
fN
(
2
) :
2
R
2
R
+
g
)
n
b
,
edzie przestrzeni
,
a statystyczn
,
a.
Wykazac, _ze statystyka Geary'ego
G
=
V
;
n
X
i=1
j
X
i
;
X
j
2
gdzie
X
=
P
n
i=1
X
i
=n
V
=
P
n
i=1
(
X
i
;
X
)
2
i
jest dan
,
a liczb
,
a rzeczywist
,
a, jest
statystyk
,
a swobodn
,
a i niezale_zn
,
a od statystyki (
X
S
)
:
4. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu wykladniczego ujemnego
N
E
(
)
:
Udowodnic, _ze statystyki
X
1:n
i
T
r
(
X
) =
r ;1
X
i=1
(
X
i:n
;
X
1:n
) + (
X
r :n
;
X
1:n
)(
n
;
r
+ 1)
s
,
a stochastycznie niezale_zne dla ka_zdego
r
= 2
:
:
:
n:
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
5
1. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu Bernoulliego
B
(1
#
)
#
2
(0
1)
:
Uzasadnic, _ze wszystkie estymatory funkcji
g
(
#
) oparte na metodzie podstawienia
cz
,
estosci maj
,
a postac
g
(
X
)
:
2. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu gamma
G
(
)
:
Pokazac, _ze
metoda momentow prowadzi do estymatorow parametrow
i
postaci odpowiednio
T
1
(
X
) =
X
S
0
2
i
T
2
(
X
) =
S
2
0
X
:
3. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu normalnego
N
(0
2
)
:
(a) Wyznaczyc estymator
2
metod
,
a momentow.
(b) Wyznaczyc estymator
u_zywaj
,
ac (a) i relacji
=
p
2
:
(c) Wyznaczyc estymator
metod
,
a podstawienia dystrybuanty empirycznej.
4. Niech
Z
= ((
X
1
Y
1
)
:
:
:
(
X
n
Y
n
)) b
,
edzie prob
,
a z dwuwymiarowego rozkladu o dys-
trybuancie
F
(
x
y
)
:
Naturalnym estymatorem
F
(
x
y
) jest dwuwymiarowa dystry-
buanta empiryczna
F
n
(
x
y
Z
) zdeniowana nast
,
epuj
,
aco:
F
n
(
x
y
Z
) = 1
n
]f
(
X
i
Y
i
) :
X
i
x
Y
i
y
i
= 1
:
:
:
ng:
Wyrazic kowariancj
,
e i wspolczynnik korelacji zmiennych
X
i
Y
jako funkcj
,
e dyst-
rybuanty
F
i wyznaczyc ich empiryczne odpowiedniki metod
,
a podstawienia dyst-
rybuanty empirycznej
F
n
:
5. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu wykladniczego
E
(
)
:
Metod
,
a mo-
mentow, w oparciu o prob
,
e
X
, wyznaczyc
(a) estymator parametru
(b) estymator prawdopodobienstwa
P
(
X
i
1)
:
6. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu o g
,
estosci postaci
f
(
x
) =
x
+
gdy 0
x
1
0
w przeciwnym przypadku
:
Wyznaczyc estymatory parametrow
i
metod
,
a momentow.
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
6
1. Niech
X
= (
X
1
:::X
n
) b
,
edzie prob
,
a z rozkladu Pareto
P
a(1): Wyznaczyc esty-
matory parametru
metod
,
a momentow i metod
,
a najwi
,
ekszej wiarogodnosci.
2. Niech
X
= (
X
1
:::X
n
) b
,
edzie prob
,
a z rozkladu
U
(
#
;
1
=2# + 1=2): Pokazac, _ze
dowolna statystyka
T(
X
) taka, _ze
X
n:n
;
1
=2
T(
X
)
X
1:n
+ 1
=2
jest estymatorem NW parametru
#:
3. Niech
X
= (
X
1
:::X
10
) b
,
edzie prob
,
a z rozkladu gamma
G
(
): Metod
,
a na-
jwi
,
ekszej wiarogodnosci wyznaczyc oceny nieznanych parametrow na podstawie
nast
,
epuj
,
acych obserwacji: 0.059, 0.053, 0.101, 0.084, 0.268, 0.585, 0.532, 0.759,
0.345, 0.685.
4. W jeziorze jest nieznana liczba
N ryb. W celu oszacowania N zlowiono m ryb,
oznakowano je i wpuszczono do jeziora. Po pewnym czasie zlowiono ponownie
m
ryb i okazalo si
,
e, _ze
k z nich jest oznakowanych. Podac oszacowanie N uzyskane
metod
,
a najwi
,
ekszej wiarogodnosci.
5. Przeprowadza si
,
e testy laboratoryjne wody z rzeki. W szczegolnosci, bada si
,
e kon-
centracj
,
e pewnego typu bakterii. W tym celu pobiera si
,
e
n jednostkowych probek
wody i notuje si
,
e liczby
x
i
i = 1:::n bakterii w ka_zdej jednostkowej probce.
Metod
,
a najwi
,
ekszej wiarogodnosci oszacowac
{ oczekiwan
,
a liczb
,
e bakterii w jed-
nostce wody rzecznej.
6. (Modykacja zadania 5) Na ogol bardzo trudno policzyc liczb
,
e bakterii w probce
wody rzecznej i raczej mo_zna jedynie stwierdzic, _ze w probce s
,
a bakterie lub ich
nie ma. W tym celu
n probek wody, z ktorych ka_zda ma obj
,
etosc
v poddaje si
,
e
inkubacji i obserwacji. Test ujemny stwierdza, _ze nie bylo ani jednej bakterii, a
test dodatni (wynik dodatni), _ze w probce byla co najmniej jedna bakteria. Je_zeli
y
sposrod
n testowanych probek dalo ujemnywynik testu, to jak
,
a postac ma estymator
najwi
,
ekszej wiarogodnosci parametru
? Podac wartosc estymatora w sytuacji, gdy
sposrod 40 probek wody rzecznej, z ktorych ka_zda miala obj
,
etosc 10 ml, 12 dalo
wynik dodatni, a 28 wynik ujemny.
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
7
1. Rozwa_zmy model regresji liniowej
Y
i
=
#
1
+
#
2
x
i
+
e
i
i
= 1
:
:
:
n
(1)
przy czym zakladamy, _ze istniej
,
a
i
j
2
f
1
:
:
:
ng
takie, _ze
x
i
6
=
x
j
e
1
:
:
:
e
n
s
,
a
niezale_zne oraz
E
(
e
i
) = 0
Var(
e
i
) =
2
i
= 1
:
:
:
n:
Sprawdzic, _ze uklad rownan
normalnych,
(
P
n
i=1
(
y
i
;
#
1
;
#
2
x
i
) = 0
P
n
i=1
x
i
(
y
i
;
#
1
;
#
2
x
i
) = 0
ktory otrzymujemy przy wyznaczaniu estymatorow parametrow
#
1
i
#
2
metod
,
a
najmniejszych kwadratow, ma rozwi
,
azanie
^
#
2
=
n
X
i=1
(
x
i
;
x
)(
y
i
;
y
)
n
X
i=1
(
x
i
;
x
)
2
=
n
X
i=1
x
i
y
i
;
nx
y
n
X
i=1
x
2
i
;
nx
2
^
#
1
=
y
;
^
#
2
x
gdzie
x
=
P
n
i=1
x
i
=n
y
=
P
n
i=1
y
i
=n:
Nast
,
epnie, przy dodatkowym zalo_zeniu, _ze
e
1
:
:
:
e
n
maj
,
a rozklady normalne, wyz-
naczyc estymatory nieznanych parametrow (
#
1
#
2
i
2
) modelu (1) metod
,
a najwi
,
e-
kszej wiarogodnosci.
2. Rozwa_zmy ponownie model z zadania 1, ale zalo_zmy, _ze Var(
e
i
) =
w
i
2
gdzie
2
jest
nieznane, a
w
1
:
:
:
w
n
s
,
a znane. Mowimy, _ze ~
#
1
i ~
#
2
s
,
a estymatorami parametrow
odpowiednio
#
1
i
#
2
uzyskanymi metod
,
a wa_zonych najmniejszych kwadratow, jesli
n
X
i=1
1
w
i
(
y
i
;
~
#
1
;
~
#
2
x
i
)
2
= min
#
1
#
2
n
X
i=1
1
w
i
(
y
i
;
#
1
;
#
2
x
i
)
2
:
Napisac odpowiednik ukladu rownan normalnych dla tej sytuacji i wyprowadzic
estymatory parametrow
#
1
i
#
2
metod
,
a wa_zonych najmniejszych kwadratow. Nas-
t
,
epnie, przy zalo_zeniu, _ze
e
1
:
:
:
e
n
maj
,
a rozklady normalne, wyznaczyc estymatory
parametrow
#
1
#
2
oraz
2
metod
,
a najwi
,
ekszej wiarogodnosci.
3. Rozwa_zmy nast
,
epuj
,
acy model:
Y
i
=
exp(
x
i
) +
"
i
i
= 1
:
:
:
n
gdzie
i
s
,
a nieznanymiparametrami, a
"
1
:
:
:
"
n
s
,
a niezale_znymizmiennymiloso-
wymi o jednakowym rozkladzie z wartosci
,
a oczekiwan
,
a zero i nieznan
,
a wariancj
,
a
2
:
Wyznaczyc oceny nieznanych parametrow
i
w przypadku, gdy dla nast
,
epuj
,
acych
wartosci zmiennej niezale_znej: 1, 1.5, 2, 3, 4, 10, 16, 23, zaobserwowano odpowied-
nio nast
,
epuj
,
ace wartosci zmiennej zale_znej: 2.71, 2.51, 2.6, 3.99, 4.24, 5.86, 11.76,
21.69. Jak w tym modelu nale_zaloby ocenic wariancj
,
e?
Alicja Jokiel-Rokita i Ryszard Magiera
WST
,
EP
DO
ST
A
TYSTYKI
MA
TEMA
TYCZNEJ
Lista
8
1. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu wykladniczego
E
(
)
:
Wykazac, _ze
nast
,
epuj
,
aca statystyka
T
(
X
) = 12
n
n
X
i=1
X
2
i
jest nieobci
,
a_zonym estymatorem wariancji rozkladu wykladniczego
E
(
)
:
2. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu o dystrybuancie
F :
Udowodnic, _ze
dystrybuanta empiryczna
F
n
(
t
X
) jest dla ka_zdego
t
2
R
nieobci
,
a_zonym estyma-
torem
F
(
t
)
:
3. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu Bernoulliego
B
(1
p
)
p
2
(0
1)
:
Pokazac, _ze nie istniej
,
a nieobci
,
a_zone estymatory funkcji
g
1
(
p
) =
p
1
;
p
i
g
2
(
p
) = 1
p
:
4. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu Poissona
P
(
#
)
:
Obliczycobci
,
a_zenie
i sredni bl
,
ad kwadratowy estymatora
T
(
X
) =
1
;
a
n
P
n
i=1
X
i
funkcji
g
(
#
) = exp(
;a#
)
gdzie
a
6
= 0 jest znan
,
a stal
,
a.
5. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu jednostajnego
U
(0
#
)
:
Wykazac,
_ze
T
1
(
X
) =
n
+ 1
n
X
n:n
jest lepszym estymatorem parametru
#
ni_z estymator nieobci
,
a_zony
T
2
(
X
) = 2
n
n
X
i=1
X
i
:
6. Niech
X
= (
X
1
:
:
:
X
n
) b
,
edzie prob
,
a z rozkladu
N
(
2
)
:
Ktory z dwoch nast
,
epu-
j
,
acych nieobci
,
a_zonych estymatorow
T
1
(
X
) =
p
n
;((
n
;
1)
=
2)
p
2;(
n=
2)
v
u
u
t
1
n
n
X
i=1
(
X
i
;
X
)
2
T
2
(
X
) =
r
n
2(
n
;
1)
1
n
n
X
i=1
jX
i
;
X
j:
jest lepszy? Odpowiedz uzasadnic.
Alicja Jokiel-Rokita i Ryszard Magiera