Noter til eksponentielle familier. Anden udgave. Version 9.2.2006.
Noter til eksponentielle familier. Anden udgave. Version 9.2.2006.
Noter til eksponentielle familier. Anden udgave. Version 9.2.2006.
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
16 KAPITEL 2. EKSPONENTIELLE FAMILIER<br />
Den næste sætning angiver jeg uden bevis.<br />
Sætning 2.20. For en fuld eksponentiel familie med minimal repræsentation (2.11)<br />
gælder, at<br />
(i) t ∈ intCt ⇒ l(ξ; t) har entydigt bestemt maksimumspunkt ˆξ(t),<br />
(ii) t /∈ intCt ⇒ l(ξ; t) antager ikke sit supremum for ξ ∈ Λ ,<br />
(iii) t ∈ τ(intΛ) ⊆ intCt ⇒ ˆξ(t) er den entydigt bestemte løsning <strong>til</strong> ligningen τ(ξ) =<br />
t, med ξ ∈ intΛ. <br />
Bemærkning 2.21 Hvis t ∈ intCt\τ(intΛ), så skal det entydigt bestemte ˆξ(t) findes på<br />
randen af Λ. Et eksempel <strong>til</strong> belysning af situationen i Sætning 2.20 er tætheden<br />
1<br />
exp(−|x| + θx − κ(θ)),<br />
1 + x4 hvor Ct er hele R og τ(int Λ) er et endeligt interval. <br />
Jeg slutter dette afsnit med at se på situationen med n uafhængige og identisk fordelte<br />
variable X1, . . . , Xn, hvor fordelingen <strong>til</strong>hører den <strong>eksponentielle</strong> familie (2.11).<br />
Den simultane tæthed er<br />
dPn ξ<br />
dνn (x1, . . . , xn) = c(ξ) −n <br />
exp ξ ·<br />
d.v.s. at vi har igen en eksponentiel familie af orden k idet :<br />
n<br />
∑<br />
1<br />
<br />
t(xi) ,<br />
Observation 2.22 Hvis 1, t1(x), . . . , t k(x) er lineært uafhængige n.s.−ν, så er også 1,<br />
∑ n 1 t1(x i), . . . , ∑ n 1 t k(x i) lineært uafhængige n.s.−ν n . <br />
Bevis.<br />
⇓<br />
⇓<br />
n<br />
c0 + c1 ∑<br />
1<br />
t1(x i) + · · · + c k<br />
n<br />
∑<br />
1<br />
t k(x i) = 0 n.s. − ν n<br />
∃ x2, . . . , xn så at der n.s-ν mht. x1 gælder:<br />
n<br />
n <br />
c0 + c1 t1(xi) + · · · + ck tk(xi) + c1t1(x1) + · · · + cktk(x1) = 0<br />
∑ 2<br />
∑ 2<br />
c k = · · · = c1 = c0 = 0. <br />
Log likelihood funktionen er<br />
ln(ξ) = ξ ·<br />
n<br />
∑<br />
1<br />
t(x i) − nκ(ξ) = nl(ξ; ¯t)<br />
med ¯t = ∑ t(x i)/n, og hvor l(ξ; t) er givet i (2.19). Estimation baseret på x1, . . . , xn er<br />
derfor som før med t erstattet af ¯t, og resultaterne fra Sætningerne 2.18 og 2.20 kan<br />
bruges.