統計検定 1級 2017年 統計数理 問4 解答 解説

スポンサーリンク

[1]

\(M_Z(t)=E[e^{tZ}]\)

\(=E[e^{t(a+kX+Y)}]\)

\(=e^{ta}E[e^{(tk)X)}]E[e^{tY}]\)(\(X,Y\)が独立のため)

\(=e^{ta}M_{X}(tk)M_Y(t)\)

\(\displaystyle =e^{ta}e^{\frac{1}{2}(tk)^2}e^{\frac{1}{2}t^2}\)

\(\displaystyle =e^{at+\frac{k^2+1}{2}t^2}\)

よって、\(Z \sim N(a,k^2+1)\)

[2]

相関係数\(\rho\)は、

\(\displaystyle \rho=\frac{Cov(X,Z)}{\sqrt{V[X]}\sqrt{V[Z]}}\)

\(Cov(X,Z)=Cov(X,a+kX+Y)\)

\(=E[X(a+kX+Y)]-E[X]E[a+kX+Y]\)

\(=aE[X]+kE[X^2]-aE[X]-kE[X]^2\)

\(=k(E[X^2]-E[X]^2)\)\(=kV[X]\)\(=k\)

よって、

\(\displaystyle \rho=\frac{k}{\sqrt{k^2+1}}\)

[3]

\(M_Z(t)=E[e^{tZ}]\)

\(=E[e^{t(a+kx+Y)}]\)

\(=e^{t(a+kx)}E[e^{tY}]\)

\(=e^{t(a+kx)}M_Y(t)\)

\(\displaystyle =e^{t(a+kx)}e^{\frac{1}{2}t^2}\)

\(\displaystyle =e^{(a+kx)t+\frac{1}{2}t^2}\)

よって、\(Z|X=x \sim N(a+kx,1)\)

[4]

\(M_X(t)=E[e^{tX}]\)

\(\displaystyle =E[e^{\frac{z-a-Y}{k}t}]\)

\(\displaystyle =e^{\frac{z-a}{k}t}E[e^{-\frac{Y}{k}t}]\)

\(\displaystyle =e^{\frac{z-a}{k}t}M_{-\frac{Y}{k}}(t)\)

\(\displaystyle =e^{\frac{z-a}{k}t}e^{\frac{1}{2k^2}t^2}\cdots\)

このようにしてはいけませんね。\(Z=z\)が与えられた時点で\(Y|Z\)は標準正規分布に従うとは限らないからです。[3]の誘導を上手く使ってベイズ法で解きます。

\(f(x|z)\propto f(z|x)f(x)\)

\(\displaystyle \propto \exp\left[-\frac{(z-kx-a)^2}{2}\right]\exp\left[-\frac{x^2}{2}\right]\)

指数部分を平方完成して、

\(\displaystyle \propto \exp\left[-\frac{(k^2+1)\left( x^2-2\frac{k(z-a)}{k^2+1}x\right)}{2}\right]\)

\(\displaystyle \propto \exp\left[-\frac{\left( x-\frac{k(z-a)}{k^2+1}\right)^2}{2\frac{1}{k^2+1}}\right]\)

よって、

\(X|Z=z \)\(\displaystyle \sim N\left(\frac{k(z-a)}{k^2+1},\frac{1}{k^2+1}\right)\)


コメント

  1. かりがね より:

    こんにちは。統計検定1級受験予定で、こちらのブログで勉強させて頂いています。
    本問題の解答で[1]のE[tY]はE[e^tY]のタイポミスではないでしょうか?

    • SATO より:

      かりがねさん、ご連絡ありがとうございます!
      ご指摘いただいた通り、E[e^tY]の間違いでしたので修正いたしました!
      今後とも誤植や不明点などあれば、どしどしお問い合わせください!
      受験応援しています!

  2. かりがね より:

    早速のご訂正ありがとうございました。引き続き勉強させて頂きます。

  3. にーと より:

    このサイトを参考にして勉強しております。アップありがとうございます。
    (4)においてf(x|z)∝f(z|x)f(x)の部分のみで正規分布に従うと答えていいのでしょうか?つまりf(x|z)=f(z|x)f(x)/f(z)のf(z)を無視して計算を進めてもいいのでしょうか?
    初歩的な質問かと思いますが回答してもらえると嬉しいです

    • SATO より:

      \(f(x|z)\)は\(z\)を定数としてみた時の\(x\)のみの関数なので、\(x\)の関数に掛かる係数となる部分は無視して進めて問題ありません。最終的には、\(\displaystyle \exp\left[-\frac{(x-\mu)^2}{2\sigma^2}\right]\)の形さえ作れば\(N(\mu,\sigma^2)\)の正規分布に従うことがわかるのでこのように係数部分を無視して計算を進めます。簡単な回答になってしまいましたが、不明な点がありましたら再度ご質問ください!

タイトルとURLをコピーしました