Вопрос в следующем:
Случайная выборка из n значений собирается из отрицательного биномиального распределения с параметром k = 3.
- Найти оценку максимального правдоподобия параметра π.
- Найти асимптотическую формулу для стандартной ошибки этой оценки.
- Объясните, почему отрицательное биномиальное распределение будет приблизительно нормальным, если параметр k достаточно велик. Каковы параметры этого нормального приближения?
Моя работа заключалась в следующем:
1. Я чувствую, что это то, что нужно, но я не уверен, что я здесь прав, или могу ли я пойти дальше, учитывая предоставленную информацию?
Я думаю, что следующее - то, о чем просят. В заключительной части я чувствую, что мне нужно заменить на
Я не совсем уверен, как доказать это, и все еще исследую это. Любые советы или полезные ссылки будут с благодарностью. Я чувствую, что это связано либо с тем фактом, что отрицательное биномиальное распределение можно рассматривать как совокупность геометрических распределений, либо с инверсией биномиального распределения, но не знаю, как к нему подойти.
Любая помощь будет принята с благодарностью
Ответы:
1.
Установите это в ноль,
2.
Для второй части вам нужно использовать теорему, что , является информацией рыболова здесь. Следовательно, стандартное отклонение будет . Или вы называете это стандартной ошибкой, так как вы используете CLT здесь.n−−√(θ^−θ)→DN(0,1I(θ)) I(θ) θ^ [nI(θ)]−1/2
Поэтому нам нужно вычислить информацию Фишера для отрицательного биномиального распределения.
Примечание: для отрицательного бинома pmfE(x)=kπ
Поэтому стандартной ошибкой для являетсяπ^ [n(kπ2+k(1−π)(1−π)2π)]−1/2
Проще говоря, мы получаемse(π)=π2(π−1)kn−−−−−−−−√
3.
Геометрическое распределение является частным случаем отрицательного биномиального распределения, когда k = 1. Примечание является геометрическим распределениемπ(1−π)x−1
Следовательно, отрицательная биномиальная переменная может быть записана как сумма k независимых одинаково распределенных (геометрических) случайных величин.
Таким образом, по CLT отрицательное биномиальное распределение будет примерно нормальным, если параметр k достаточно велик
источник