4 votos

La densidad conjunta de la muestra condicionada al estadístico suficiente depende del parámetro para la distribución uniforme

Lex $X_1, X_2 \sim U(0, \theta)$ i.i.d , entonces obviamente la estadística suficiente sería $T = \max\{X_1, X_2\}$ , lo que puede demostrarse fácilmente mediante el teorema de la factorización. Sin embargo, intento calcular la densidad $f(x_1, x_2\mid t)$ que resulta depender del parámetro $\theta$ . Esto contradice absolutamente la definición de estadística suficiente:

$$ f(x_1, x_2, t) = \frac 1 {\theta^2}I\{t\leq \theta, \max\{x_1, x_2\}=t\} $$

$$ f(t) = \frac{2t}{\theta^2}I\{t \leq \theta\} $$

Así,

$$ f(x_1, x_2\mid t) = \frac 1 {2t} I\{t\leq \theta\} $$

que depende de $\theta$ a través de la función indicadora $I\{t\leq \theta\}$ .

¿Qué hay de malo en mi razonamiento? ¡Muchas gracias!

1voto

Mouffette Puntos 205

Creo que deberías tener $$f(x_1,x_2 \mid t) = \frac{1}{2t} I\{0 \le t \le \theta, \max\{x_1,x_2\} = t\} = \frac{1}{2t} I\{\max\{x_1,x_2\} = t\}.$$

En cuanto a la aritmética de los indicadores: si $I\{0\le t \le \theta\} = 0$ entonces $f(x_1,x_2 \mid t)$ ni siquiera es una distribución de probabilidad bien definida, por lo que creo que se puede ignorar este caso y asumir $0 \le t \le \theta$ para que el denominador sea distinto de cero.

  • si $I\{0 \le t \le \theta, \max\{x_1,x_2\}=t\}=1$ entonces $I\{0 \le t \le \theta\} =1$ , por lo que la relación es $1$ .
  • De lo contrario, $I\{0 \le t \le \theta, \max\{x_1,x_2\}=t\}=0$ , por lo que la relación es $0$ independientemente de cuál sea el denominador (incluso cuando el denominador es cero)

Editar:

$$P(T \le t) = (t/\theta)^2 I\{0 \le t \le \theta\} \implies f(t) = \frac{2t}{\theta^2} I\{0 \le t \le \theta\}$$

$$f(x_1,x_2,t) = \frac{1}{\theta^2} I\{0 \le t \le \theta, \max\{x_1,x_2\}=t\}$$

0 votos

Pero debería ser $1/t^2$ no $1/(2t). \qquad$

0 votos

@MichaelHardy ¿Por qué? ¿No es $f(t)$ la densidad de $T$ ¿la cdf no?

0 votos

Gracias por su respuesta. Creo que tal vez sea porque no entiendo muy bien la definición de densidad condicional $f(x_1, x_2|t)$ en los puntos en los que el denominador es 0. En tu respuesta parece que anulas el $I\{0 \leq t \leq \theta\}$ que se produce tanto en el numerador como en el denominador. Puedo aceptar esto. Pero, ¿qué pasa con el caso general, como cuando el denominador y el numerador son iguales a cero pero tienen una forma diferente? ¿Cómo se debe tratar entonces? @angryavian

1voto

πr8 Puntos 1628

$$f(x_1,x_2\mid t)\overset{\text{Bayes}}{=}\frac{f(x_1,x_2,t)}{f(t)}=\frac{f(x_1,x_2)\mathbb{I}[x_1,x_2\le t]}{\mathbb{P}[x_1,x_2\le t]}=\frac{\frac{1}{\theta^2}\mathbb{I}[x_1,x_2\le t]}{\left(\frac t \theta \right)^2} = \frac{\mathbb{I}[x_1,x_2\le t]}{t^2}$$

0 votos

$+1,$ pero con una objeción: La práctica generalizada de utilizar el mismo símbolo, $f$ , para referirse a varias funciones diferentes es un error. Hay una diferencia entre $f_X(3)$ y $f_Y(3),$ los valores de diferentes funciones en el mismo valor particular del argumento. Se debe escribir $f_{X_1,X_1\,\mid\, T=t}(x_1,x_2) = \cdots$ etc.

0 votos

@MichaelHardy gracias, y tiendo a estar de acuerdo ... Me inclino por usar expresiones más concretas ( $P(X<x)$ por ejemplo, frente a las densidades) siempre que sea posible. No tengo inconveniente en modificar los subíndices si considera que es lo mejor para la comprensión.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X