ex4.1.2 統計量の期待と分散

はじめに

「入門・演習 数理統計」の演習問題の自作解答を紹介します。

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

入門・演習数理統計 [ 野田一雄 ]
価格:3780円(税込、送料無料) (2018/4/3時点)



間違い等発見されましたらご指摘ください。
他の解答はこちらから。
なお、問題文は(必要がない限り)掲載しておりません。テキストを横に置いてご覧ください。

また、スマートフォン等では数式が画面からはみ出る場合があります。数式部分は横スクロールできます。



スポンサーリンク


$\newcommand{\lnl}{\\[8pt]}$ $\newcommand{\Lnl}{\\[18pt]}$ $\newcommand{\delt}{\mathrm{d}}$ $\newcommand{\comb}{\mathrm{C}}$ $\DeclareMathOperator*{\ssum}{\Sigma}$ $\DeclareMathOperator*{\sprod}{\Pi}$

ex4.1.2

ただの計算問題なので一気に書きます。
期待値は線形性、分散は独立性から共分散が0になることを利用しています。
(1)

\begin{align}
E(T_1) &= E(X_2) = \mu\\
V(T_1) &= V(X_2) = \sigma^2
\end{align}

(2)

\begin{align}
E(T_2) &= E\left(\frac{X_1+X_2}{2}\right) = \frac{\mu+\mu}{2} = \mu\\
V(T_2) &= V\left(\frac{X_1+X_2}{2}\right) = \frac{\sigma^2+\sigma^2}{2^2} = \frac{\sigma^2}{2}
\end{align}

(3)

\begin{align}
E(T_3) &= E\left(X_1+X_2+\cdots+X_n\right) = n \mu\\
V(T_3) &= V\left(X_1+X_2+\cdots+X_n\right) = n\sigma^2
\end{align}

(4)

\begin{align}
E(T_4) &= E\left(\frac{X_1+X_2+\cdots+X_n}{n}\right) = \mu\\
V(T_4) &= V\left(\frac{X_1+X_2+\cdots+X_n}{n}\right) = \frac{\sigma^2}{n}
\end{align}

(5)

\begin{align}
E(T_5) &= E(X_1 + 2X_3 – 4X_n -2) \\
&= -\mu -2\\
V(T_5) &= V(X_1 + 2X_3 – 4X_n -2) \\
&= \sigma^2 + 2^2\sigma^2 +(-4)^2\sigma^2 \\
&= 21\sigma^2
\end{align}

(6)

\begin{align}
E(T_6) &= E(12) = 12\\
V(T_6) &= V(12) = 0
\end{align}

(7)

\begin{align}
E(T_7) &= E(a_1 X_1 + a_2X_2 + \cdots + a_n X_n) = \mu \sum_{i=1}^n a_i\\
V(T_7) &= V(a_1 X_1 + a_2X_2 + \cdots + a_n X_n) = \sigma^2 \sum_{i=1}^n a_i^\textcolor{red}{2}
\end{align}

本書の解答では$\displaystyle V(T_7)=\sigma^2 \sum_{i=1}^n a_i$と二乗が抜けている誤植があります。