Lý luận của bạn chủ yếu là chính xác.
Mật độ chung của mẫu là(X1,X2,…,Xn)
fθ(x1,x2,…,xn)⟹lnfθ(x1,x2,…,xn)⟹∂∂θlnfθ(x1,x2,…,xn)=θn(∏ni=1(1+xi))1+θ1x1,x2,…,xn>0,θ>0=nln(θ)−(1+θ)∑i=1nln(1+xi)+ln(1min1≤i≤nxi>0)=nθ−∑i=1nln(1+xi)=−n(∑ni=1ln(1+xi)n−1θ)
Vì vậy, chúng tôi đã thể hiện chức năng điểm số trong mẫu
∂∂θlnfθ(x1,x2,…,xn)=k(θ)(T(x1,x2,…,xn)−1θ)(1)
, đó là điều kiện bình đẳng trong bất đẳng thức Cramér-Rao.
Không khó để xác minh rằngE(T)=1n∑i=1nE(ln(1+Xi))=1/θ=1θ(2)
Từ và chúng ta có thể kết luận rằng(1)(2)
- Thống kê là một công cụ ước tính không thiên vị của .T(X1,X2,…,Xn)1/θ
- T thỏa mãn điều kiện bình đẳng của bất đẳng thức Cramér-Rao.
Hai sự thật này cùng ngụ ý rằng là UMVUE của .T1/θ
Viên đạn thứ hai thực sự cho chúng ta biết rằng phương sai của đạt được giới hạn dưới của Cramér-Rao trong .T1/θ
Thật vậy, như bạn đã chỉ ra,
Eθ[∂2∂θ2lnfθ(X1)]=−1θ2
Điều này ngụ ý rằng hàm thông tin cho toàn bộ mẫu làI(θ)=−nEθ[∂2∂θ2lnfθ(X1)]=nθ2
Vì vậy, Cramér-Rao giới hạn dưới cho và do đó phương sai của UMVUE là1/θ
Var(T)=[ddθ(1θ)]2I(θ)=1nθ2
Ở đây chúng ta đã khai thác một hệ quả của bất đẳng thức Cramer-Rao, mà nói rằng đối với một gia đình bản phân phối parametrised bởi (giả sử điều kiện đều đặn của CR bất bình đẳng để giữ), nếu một thống kê là không thiên vị cho cho một số hàm và nếu nó thỏa mãn điều kiện đẳng thức trong bất đẳng thức CR, cụ thể là , thì phải là UMVUE của . Vì vậy, đối số này không hoạt động trong mọi vấn đề.fθTg(θ)g∂∂θlnfθ(x)=k(θ)(T(x)−g(θ))
Tg(θ)
Ngoài ra, sử dụng định lý Lehmann-Scheffe, bạn có thể nói rằng là UMVUE của vì nó không thiên vị cho và là một thống kê đầy đủ cho gia đình phân phối. Đó là cạnh tranh đầy đủ rõ ràng từ cấu trúc của mật độ chung của mẫu trong điều khoản của một gia đình mũ một tham số. Nhưng phương sai của có thể hơi khó tìm trực tiếp.T=1n∑ni=1ln(1+Xi)1/θ1/θTT