1
$\开始组$

例如,我们可以将其作为发行版$f_X(X)=θe^{θX}$.在这种情况下,它是一个指数分布,我们的参数会是通常的吗$\beta=\frac{1}{\theta}$,$\运算符名称{Var}(\widehat{\beta_\text{MLE}})=\frac{\sigma^2}{n}$很容易计算,但因为这里$\hat{\theta}=\frac{1}{\bar{X}}$,倒置X美元$是什么让它变得棘手。。。(我不知道怎么计算$\operatorname{Var}(\frac{1}{\bar{X}})$)

非常感谢你!

$\端组$

2个答案2

重置为默认值
2
$\开始组$

如果$(Y_k)$是i.i.d.标准指数,即PDF$$f(Y)=e^{-Y}\mathbf 1_{Y>0}$$,那么对于每个$n\geqsleat1$,$T_n=Y_1+\cdots+Y_n$有PDF$f_n(T)=frac{T^{n-1}}{(n-1)n)^{-1}\right)=\frac1{n-1}$$,对于每个$n\geqsleat3$,$$e\left((T_n)^}-2}\rift)=\frac1{(n-1)(n-2)}$$因此$$\mathrm{Var}\left((T_n)^{-1}\right)=\frac1{(n-1)^2(n-2右)=frac{n^2\theta^2}{(n-1)^2(n-2)}$$

$\端组$
0
$\开始组$

假设$\bar{X}$是数据的平均值,使用CLT假设,我们得到$\bar}X}$与平均值$\mu$和方差$\frac{\sigma^2}{n}$渐近正态。然后您可以估算:

$$\压裂{1}{\bar{X}}\近似\压裂{1}{\mu}-\frac{1}{\mu}(\bar{X}(X)-\mu)+\frac{1}{\mu^2}(\bar{X}(X)-\μ)^2+$$

现在继续计算方差,方法是将上述各项平方,并将各项保持在$X^2$的范围内。

$$E[\frac{1}{\bar{X}^2}]\approxix\frac}1}{\tu^2}+\frac{1{\mu^2}\frac{\sigma^2}{n}+\frac{1}}{\tum^3}\sigma ^2/n+O(1/n^2)$$

$$E[1/\bar{X}]\大约1/\mu+\frac{\sigma^2/n}{\mu^2}$$

这将为您提供$\mbox{Var}(\theta)$的近似值。请注意,如果$\bar{X}$完全正常,那么$1/\bar{X}$的期望和方差实际上会爆炸,因此您需要一些强有力的假设,要么$\bar}$有界远离零,要么在0附近衰减得足够快。

$\端组$
6
  • $\开始组$ “这将给你一个Var(θ)的近似值。”很抱歉,但我们不知道,前面的步骤非常缺乏严谨性。 $\端组$
    – 
    评论 2017年8月15日18:46
  • $\开始组$ @是:我认为增量法足够严格,可以填补此处的空白:en.wikipedia.org/wiki/Delta方法我同意您需要更多关于$\bar{X}$远离0的假设,或者至少概率衰减得足够快。 $\端组$ 评论 2017年8月15日19:36
  • 1
    $\开始组$ @AlexR公司。非常感谢您提到Delta方法!事实上,我试图得到方差,以便得到变量的渐近分布:使用Delta方法,实际上很容易。它解决了我的问题! $\端组$ 评论 2017年8月15日20:11
  • $\开始组$ @艾赞:这么做,你达到了哪一种无症状状态? $\端组$
    – 
    评论 2017年8月15日20:12
  • 1
    $\开始组$ @EizanPrime:用速率$\theta=2$从指数中模拟观察值$n=5$的一百万平均值,将方差近似为2.084,这在Did方差公式(2.083)的模拟误差范围内。在这种情况下,你得到了什么数字答案? $\端组$ 评论 2017年8月16日6:12

你必须登录来回答这个问题。

不是你想要的答案吗?浏览标记的其他问题.