Skip to Content

Глава 8. Задачи с разборами

Добиваем обещанное: откуда у медианы Уолша толерантность 29 %, почему на равномерном законе все наши робастные оценки проигрывают простой полусумме крайних точек и почему медиана не может быть хуже среднего больше чем втрое. Сначала решай сам, разбор — потом.


Задача 1

Сравни WW как оценку параметра сдвига закона Лапласа (задача 2 главы 7) с оценками Xˉ\bar X и MEDMED.


Задача 2⭐

Построй график асимптотической дисперсии σα2\sigma^2_\alpha (теорема 1) для модели сдвига закона Лапласа. Будет ли эта функция монотонной? Найди пределы при α→0\alpha \to 0 и α→12\alpha \to \tfrac12.


Задача 3

Вычисли асимптотическую толерантность оценки Гальтона:

θ^=MED{12(X(i)+X(n−i+1)), i=1,…,[n+12]}.\hat\theta = MED\left\{\tfrac12\bigl(X_{(i)} + X_{(n-i+1)}\bigr),\ i = 1, \dots, \left[\tfrac{n+1}{2}\right]\right\}.

Задача 4

Найди точное значение асимптотической толерантности τW\tau_W медианы средних Уолша.


Задача 5

Пусть XiX_i равномерно распределены на [θ−12,θ+12]\left[\theta - \tfrac12, \theta + \tfrac12\right].

а) Возьми выборку размера n=5n = 5 для θ=12\theta = \tfrac12: x=0,08; 0,42; 0,26; 0,89; 0,53x = 0{,}08;\ 0{,}42;\ 0{,}26;\ 0{,}89;\ 0{,}53 (третья строка таблицы случайных чисел у Лагутина). Сравни на этих данных точность оценок WW и θ^=12(X(1)+X(n))\hat\theta = \tfrac12\bigl(X_{(1)} + X_{(n)}\bigr).

б) Какая из этих оценок предпочтительнее при больших nn?


Задача 6⭐

Рассмотрим модель сдвига F(x−θ)F(x - \theta), где FF имеет чётную плотность p(x)p(x), причём p(0)≥p(x)p(0) \ge p(x) при всех xx (максимум в центре). Докажи, что среди всех таких распределений наименьшую асимптотическую эффективность eMED,Xˉ(F)=13e_{MED, \bar X}(F) = \tfrac13 имеет равномерное распределение.

Обновлено