Escolar Documentos
Profissional Documentos
Cultura Documentos
X = {(0, 0, 0), (1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 0), (1, 0, 1), (0, 1, 1), (1, 1, 1)}
µ (parâmetro de localização):
1
Pn
T1 = t1 (X ) = n i=1 Xi = X .
σ 2 (parâmetro de escala).
Pn
T1 = t1 (X ) = 1
n−1 i=1 (Xi − X )2 .
Pn
T2 = t2 (X ) = 1
n i=1 (Xi − X )2 .
1
Pn
T3 = n i=1 |Xi − X |.
fX (x|t; θ) = fX (x|t), ∀x ∈ X .
Pθ (X = x, T = t)
Pθ (X = x|T = t) =
Pθ (T = t)
Pn Pn Qn
xi
θ i=1 (1 − θ)n− i=1 xi i=1 11{0,1,2,...,n} (xi )
= n t
n−t 11
t θ (1 − θ) {0,1,2,...,n} (t)
n
1 Y
= n
11{0,1,2,...,n} (xi ).
t i=1
Pθ (X = x, T = t)
Pθ (X = x|T = t) =
Pθ (T = t)
Pn
−nθ
e Q θ i=1 xi
Qn
n
xi !
i=1
i=1 11{0,1,2,...} (xi )
= e −nθ (nθ)t
t! 11{0,1,2,...,} (t)
n
t! Y
= Q 11{0,1,2,...} (xi )
nt i=1 xi ! i=1
Temos que:
Pθ (X = x, T = t)
Pθ (X = x|T = t) =
Pθ (T = t)
∗ Pθ (X = x) fX (x; θ)
= = ,
Pθ (T = t) qT (t; θ)
iid
Exemplo: Seja Xi ∼ U[0, θ], θ ∈ R+ . Defina Yn = max{X }.
Primeiramente note que:
n
1 Y 1
fX (x; θ) = n
11[0,θ] (xi ) = n 11[0,θ] (yn )11[0,yn ] (y1 )
θ θ
i=1
1
= 11[y ,θ] (yn )11[0,θ] (y1 ) ,
θn 1
em que y1 = min{x}. Com efeito, 0 ≤ xi ≤ θ, ∀i ↔ 0 ≤ y1 < yn ≤ θ.
1
fX (x; θ) θ n 11[0,θ] (yn )11[0,yn ] (y1 ) 1
= n n−1
= 11[0,yn ] (y1 )
qYn (yn ; θ) θ n yn 11(0,θ) (yn ) nynn−1
fX (x; θ) = Pθ (X = x) = Pθ (X = x, T (X ) = t(x))
= Pθ (X = x|T = t)Pθ (T = t)
(∗)
= P(X = x|T = t)Pθ (T = t)
= h(x)g (t; θ)
Pθ (X = x) = g (t(x); θ)h(x).
que não depende de θ ((*) note que, neste caso, t(y ) ≡ t). Como o
resultado vale ∀At ⊆ X , então T é suficiente para θ.
n
1 Y 1
fX (x; θ) = 11(0,θ) (xi ) = n 11(0,θ) (yn )11(0,yn ) (y1 )
θn θ
i=1
= g (t(x); θ)
( n
) n
1 1 X
2
Y
fX (x; θ) = 2 n/2
exp − 2 (xi − µ) 11R (xi )
(2πσ ) 2σ
i=1 i=1
( n
)
1 1 X
= exp − 2 [(xi − x) + (x − µ)]2 11Rn (x)
(2πσ 2 )n/2 2σ
i=1
( " n
#)
1 1 X
2 2
= 2 n/2
exp − 2 (xi − x) + n(x − µ) 11Rn (x)
(2πσ ) 2σ
i=1
= g (t; θ)h(x)
Pn 1
Pn
Pois i=1 (xi − x) = 0, x = n i=1 xi . Além disso,
( " n #)
1 1 X 2 2
g (t(x); θ) = exp − 2 (xi − x) + n(x − µ)
(2πσ 2 )n/2 2σ
i=1
Resultados
a) Se T1 = g (T2 ) e T1 é uma estatı́stica suficiente para θ, então T2
também o é.
b) Se a função g (.), do item a) for 1 a 1, então T1 é suficiente para θ,
se e somente se T2 o for.
Prova(s): exercı́cio. Sugestão: critério da fatoração.
Obs: Toda informação, a respeito de θ, contida em T1 , também está
contida em T2 .
Obs: As informações, a respeito de θ, contidas em T1 e T2 , são
equivalentes entre si.
A1 A2 A3 A4 B1
A5 A6 B2
B3 A7 A8 A9
A10 B4
iid
Seja Xi ∼ N(µ, σ 2 ), σ 2 conhecido. Podemos provar que T = X é
suficiente e minimal para θ.
Pn
Seja, também, T 0 = (X , i=1 (Xi − X )2 ). Podemos provar que T 0 é
suficiente para θ, contudo, T = g (T 0 ).
Teorema: Seja fX (.; θ) a fdp de X = (X1 , ..., Xn )0 e ∃ uma
estatı́stica T , a razão ffXX (y
(x;θ)
;θ) não depende de θ, se e somente
se, t(x) = t(y ), ∀θ ∈ Θ e ∀x, y ∈ X (premissa). Então a
estatı́stica T é suficiente e minimal para θ.
Antes de demonstrar o Teorema, discutiremos sua proposta através
de um exemplo.
n
1 n 1 hX
2 2
io
fX (x; θ) = exp − (x i − x) +n(x − µ) 11Rn (x)
(2π)n/2 2σ 2
i=1
| {z }
sx2
1 n 1 h
2 2 2
io
= exp − s + nx − 2nxµ + nµ 11Rn (x)
(2π)n/2 2σ 2 x
n h io
fX (x; θ)
1
(2π)n/2
exp − 2σ1 2 sx2 + nx 2 − 2nxµ + nµ2 11Rn (x)
= n h io
fX (y ; θ) 1
exp − 2σ1 2 sy2 + ny 2 − 2ny µ + nµ2 11Rn (y )
(2π)n/2
Continuando
fX (x; θ) n 1 h io
= exp − 2 sx2 − sy2 + n(x 2 − y 2 ) − 2µn(x − y )
fX (y ; θ) 2σ
× 11Rn (x)11Rn (y )
fX (x;θ)
Logo, não dependerá de θ, se e somente se, sx2 = sy2 e x = y .
fX (y ;θ)
P
n 2 0
Portanto, T = X , i=1 Xi − X é uma estatı́stica suficiente e
minimal para θ.
fX (x;θ)
Por outro lado, pelo teorema (suposição), temos que fX (x t ;θ) não
depende de θ.
Defina, agora, h(x) = ffXX(x
(x;θ)
t ;θ)
e g (t; θ) = fX (x t ; θ) (note que
g : B → R+ , t(x t ) = t, além do que se f não depender de t(.), t
não poderia ser uma estatı́stica suficiente).
Assim:
fX (x; θ)
fX (x; θ) = fX (x t ; θ) = h(x)g (t; θ)
fX (x t ; θ)
fX (x; θ)
= Q(x, y ), ∀θ ∈ Θ.
fX (y ; θ)
1 1
fX (x; θ) 1+(x1 −θ)2 1+(x2 −θ)2
= 1 1
fX (y ; θ) 1+(y1 −θ)2 1+(y2 −θ)2
S ∼ Fθ ≡ F .
Exemplo: Seja X1 , ..., Xn uma aa de X ∼ U(θ, θ + 1), θ ∈ R e defina
R = Yn − Y1 , Yi é a i-ésima estatı́stica de ordem.
Vamos provar que R é uma estatı́stica ancilar para θ.
0
Defina T = Yn − Y1 , Y1 +Y
2
n
= (R, M)0 .
n−2
fY (y ; θ) = n(n − 1) (yn − y1 ) 11(θ,yn ) (y1 )11(θ,θ+1) (yn ).
Z b(θ)
d db(θ)
h(x; θ)dx = h(b(θ); θ)
dθ a(θ) dθ
Z b(θ)
da(θ) ∂
− h(a(θ), θ) + h(x; θ)dx
dθ a(θ) ∂θ
d
Rθ
Em particular dθ 0
g (x)dx = g (θ).
P∞ k
b) Se k=1 ck θ = 0, ∀θ ∈ Θ ⊆ R, Θ 6= ∅, então ck = 0, ∀k.
θ θ
nt n−1
Z Z
Eθ (T ) = 0→ g (t) n dt = 0 → g (t)t n−1 dt = 0 (3)
0 θ 0
g (t) = Pθ (S = s|T = t) − Pθ (S = s)
X
Eθ (g (T )) = g (t)Pθ (T = t)
t
X
= [P(S = s|T = t) − P(S = s)]Pθ (T = t)
t
X X
= P(S = s|T = t)Pθ (T = t) − P(S = s) Pθ (T = t)
t t
| {z }
1
X
= Pθ (S = s, T = t) − P(S = s)
t
= P(S = s) − P(S = s) = 0
→ Eθ (g (T )) = 0 (5)
g (T ) ≡ 0 ∀t ∈ B, ou seja
P(S = s|T = t) − P(S = s) = 0
→ P(S = s|T = t) = P(S = s)∀t ∈ B, e como s é arbitrário
P(S = s|T = t) = P(S = s), ∀t, s, θ
(ambas expressões independem de θ)
Xk
fX (x; θ) = h(x) exp cj (θ)tj (x) + d(θ) 11A∗ (x)
j=1
X k
= h(x) exp ηj tj (x) + d0 (η) 11A∗ (x).
j=1
Então se Γ = η ∈ Rk : A∗ h(x) exp {ηt(x)} dx < ∞ contiver
R
k
algum “retângulo” aberto em
0 PR
n
, então Pn
T = (t1 (X ), ..., tk (X )) = i=1 t1 (X1 ), ..., i=1 tk (Xk ) será
completa e minimal, em que A∗ é o suporte associado ao vea X .
Prova: Lehmann & Romano (Testing Statistical Hypothesis).
Prof. Caio Azevedo
Redução de dados
Voltando à Famı́lia Exponencial
Discussão sobre completitude: Seja fX (., θ) na forma da famı́lia
exponencial canônica (η ∈ R).
Seja T a estatı́stica inerente à FE. Queremos provar que se (caso
contı́nuo).
Z
Eη (g (T )) = g (t) exp {tη + d0 (η)} h0 (t)dt = 0 → g (t) = 0∀ t ∈ B
B
Z Z
Eη (g (T )) = 0 → +
g (t) exp {tη} h0 (t)dt = g − (t) exp {tη} h0 (t)dt
Em particular,
Z Z
→ g + (t) exp {tη} h0 (t)dt = g − (t) exp {tη} h0 (t)dt = c (6)
Assim c1 g + (t) exp {tη} h0 (t) e c1 g − (t) exp {tη} h0 (t) são fdp’s. Por
(6) as fgm’s dessa fdp’s são iguais numa vizinhança de 0. Então,
pelo teorema da unicidade, temos que
Xk k
X h(x)
Q(x, y ; θ) = exp ηj tj (x) − ηj tj (y )
h(y )
j=1 i=1
X k h(x)
= exp ηj (tj (x) − tj (y )) ,
h(y )
j=1
( n n
) n
1 X 2 µ X µ 1
fX (x; θ) = exp − 2 xi + 2 xi − n 2 √ 11Rn (x)
2σ σ 2σ 2πσ
i=1 i=1
X2
= exp ηj tj (x) + d0 (η) h(x),
j=1
contem retângulos
n ( n n
)
1 1 X 2 1X
fX (x; θ) = √ exp − 2 xi + xi − n 11Rn (x)
2πθ 2θ θ
i=1 i=1
X2
= exp ηj tj (x) + d0 (η) h(x),
j=1
a) Relembrando:
n
1 Y
fX (x; θ) = 11(0,θ) (xi )
θn
i=1
Mas
n
Y
11(0,θ) (xi ) = 1 ↔ 0 < xi < θ, ∀i ↔ 0 < min(x) < max(x) < θ
i=1
↔ 0 < y1 < yn < θ ↔ 11(0,θ) (y1 )11(y1 ,θ) (yn ) = 1
↔ 11(0,θ) (yn )11(0,yn ) (y1 ) = 1
n
1Y 1
fX (x; θ) = 11(−θ,θ) (xi ) = n 11(0,θ) (yn )11(0,yn ) (y1 )
θ θ
i=1
1
= 11(0,θ) (y1 )11(y1 ,θ) (yn )
θn
Já vimos que Yn é suficiente (pág. 15) e completa (pág. 46). Em
relação à minimalidade, note que ∀x, x ∗ ∈ X , temos que
1
fX (x; θ) θ n 11(0,θ) (yn )11(0,yn ) (y1 )
= 1 ,
fX (x ∗ ; θ) ∗ ∗
θ n 11(0,θ) (yn )11(0,yn ) (y1 )
∗
n n
1 Y 1 Y
fX (x; θ) = 1
1 (−θ,θ) (x i ) = 11(0,θ) (|xi |)
(2θ)n (2θ)n
i=1 i=1
1 1
= 11(0,θ) (rn )11(0,rn ) (r1 ) = 11(0,θ) (r1 )11(r1 ,θ) (rn )
(2θ)n (2θ)n
= h(x)g (rn ; θ),
1
fX (x; θ) (2θ)n 11(0,θ) (rn )11(0,rn ) (r1 )
= 1
fX (x ∗ ; θ) ∗ ∗
(2θ)n 11(0,θ) (rn )11(0,rn ) (r1 )
∗
θ θ
nt n−1
Z Z
Eθ (g (T )) = 0→ g (t) n dt = 0 → g (t)t n−1 dt = (07)
0 θ 0
g (θ)θn−1 = 0 → g (θ) = 0, ∀θ ∈ Θ
n
Y
fX (x; θ) = 11(θ,θ+1) (xi ) = 11(θ,θ+1) (y1 )11(y1 ,θ+1) (yn )
i=1
= 11(θ,θ+1) (yn )11(θ,yn ) (y1 ) = h(x)g (t; θ).
R = Yn − Y1 ∼ beta(n − 1, 2).
Defina, agora, R ∗ = R − E(R) = R − n−1 n+1 . Portanto,
E(R ∗ ) = E(R ∗ ) = 0 mas R ∗ 6= 0. Assim, T não é completa.
R∞ R∞ Qn
θfX (X ; θ)dθ θ i=1 fX (Xi ; θ)dθ
TP = tP (X ) = R−∞
∞ = R−∞
∞ Qn ,
f (X ; θ)dθ
−∞ X −∞ i=1 fX (Xi ; θ)dθ
OBS:
1 Tp é uma estatı́stica (depende somente de X ).
tp (x1 + c, ..., xn + c)
R ∞ Qn R ∞ Qn
−∞
θ i=1 fX (xi + c; θ)dθ θ i=1 g (xi + c − θ)dθ
= R ∞ Qn = R−∞∞ Qn
−∞ i=1 fX (xi + c; θ)dθ −∞ i=1 g (xi + c − θ)dθ
R∞ Qn R ∞ Qn
(c + γ) g (xi − γ)dγ γ i=1 fX (xi ; γ)dγ
= −∞
R ∞ Qn i=1 = c + R−∞
∞ Qn
−∞ i=1 g (xi − γ)dγ −∞ i=1 fX (xi ; γ)dγ
= c + tp .
R∞ Qn R∞
θ 1
−∞ (2a)n i=1 11(θ−a,θ+a) (xi )dθ θ11(yn −a,y1 +a) (θ)dθ
Tp = R ∞ 1 Qn = R−∞
∞
−∞ (2a)n i=1 11(θ−a,θ+a) (xi )dθ −∞
11(yn −a,y1 +a) (θ)dθ
θ 2 y1 +a
2 |yn −a 1 (y1 + a)2 − (yn − a)2
= y1 +a =
θ|yn −a 2 y1 − yn + 2a
1 y1 − yn + 2y1 a + 2yn a + a2 − a2
2 2
1 (y1 + yn )(y1 − yn + 2a)
= =
2 y1 − yn + 2a 2 y1 − yn + 2a
y1 + yn
= .
2
Temos que Tp = Y1 +Y2
n
é o estimador de Pitman para θ. Exercı́cio:
calcular E(Tp ) e V(Tp ).
Prof. Caio Azevedo
Redução de dados
Invariância por escala
θ dθ
Assim, fazendo (γ = c → dγ = c ), vem que:
R∞ 1
Qn R∞
Qn 1 cxi
1
θ2 fX (cxi ; θ)dθ θ2 θ h θ dθ
tp (cx1 , ..., cxn ) = R0∞ 1
Qi=1
n = Qi=1
R0∞ n1 1 cxi
0 θ3 i=1 fX (cxi ; θ)dθ 0 i=1 θ h θ dθ
θ3
R ∞ 1 Qn 1 xi R ∞ 1 Qn
0 γ2 i=1 γ h γ dγ 2 fX (xi ; θ)dθ
= cR∞ Qn = C R0∞ θ1 Qi=1n
i=1 fX (xi ; θ)dθ
1 1 xi
0 γ3 i=1 γ h γ dγ 0 θ3
= ctp (x).
R∞ R∞ 1 −n−1
1 1
θ 2 θ n 11(yn ,∞) (θ)11(0,yn ) (y1 )dθ yn θ n+2 dθ − θn+1 |∞
yn
Tp = R0∞ 1 1
= R∞ 1
= −n−2
11
0 θ 3 θ n (yn ,∞)
(θ)11(0,yn ) (y1 )dθ yn θ n+3 dθ − θn+2 |∞
yn
yn−n−1 /(n + 1) n+2
= = yn
yn−n−2 /(n + 2) n+1
n+2
Assim, Yn n+1 é uma estatı́stica invariante por escala. Exercı́cio: Calcular
E(tp (X )) e V(tp (X )).
Obs: Se ∃ uma estatı́stica suficiente, digamos T = t(X ), então
Tp = tp (X ) será função de T , em ambos os casos (localização e escala).
Prova: exercı́cio.