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。
|
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.B.2
パラメータ$1,0$のコーシー分布の特性関数$\phi_X(t)$は,
\begin{align}
\phi_X(t) = E(e^{itX}) = \exp(-|t|)
\end{align}
\phi_X(t) = E(e^{itX}) = \exp(-|t|)
\end{align}
である.従って標本平均の特性関数$\phi_{\overline{X}}(t)$は,
\begin{align}
\phi_{\overline{X}}(t) &= E\big(e^{it\overline{X}}\big)\\
&=E\big(e^{it(X_1+X_2+\cdots +X_n)/n}\big)\\
&=E\big(e^{itX_1/n}\big)E\big(e^{itX_2/n}\big)\cdots E\big(e^{itX_n/n}\big)\\
&=\phi_X\left(\frac{t}{n}\right)\phi_X\left(\frac{t}{n}\right)\cdots \phi_X\left(\frac{t}{n}\right)\lnl
&=\exp\left(-\left|\frac{t}{n}\right|\right)^n\lnl
&=\exp(-|t|)\\
&=\phi_X(t)
\end{align}
\phi_{\overline{X}}(t) &= E\big(e^{it\overline{X}}\big)\\
&=E\big(e^{it(X_1+X_2+\cdots +X_n)/n}\big)\\
&=E\big(e^{itX_1/n}\big)E\big(e^{itX_2/n}\big)\cdots E\big(e^{itX_n/n}\big)\\
&=\phi_X\left(\frac{t}{n}\right)\phi_X\left(\frac{t}{n}\right)\cdots \phi_X\left(\frac{t}{n}\right)\lnl
&=\exp\left(-\left|\frac{t}{n}\right|\right)^n\lnl
&=\exp(-|t|)\\
&=\phi_X(t)
\end{align}
よって,$\overline{X}$はパラメータ$1,0$のコーシー分布に従う.