跳到主要内容

京都大学 情報学研究科 システム科学専攻 2018年8月実施 専門科目 確率統計

Author​

uogxtc, 祭音Myyura

Description​

問題1​

確率変数 Zi=(Xi,Yi),i=1,…,nZ_i = (X_i, Y_i), i = 1, \ldots, n は独立に次のように定義される確率分布に従う。 各 Xi,YiX_i, Y_i は 00 または 11 を値にとり、 P(Xi=1)=αP(X_i = 1) = \alpha, P(Yi=1∣Xi)=βXiP(Y_i = 1 | X_i) = \beta X_i とする(一般に XiX_i と YiY_i は独立ではない)。 ただし nn は正の整数、 0<α<10 < \alpha < 1, 0<β<10 < \beta < 1 は未知パラメータである。 このとき以下の設問に答えなさい。

(1) 同時確率 P(Xi=x,Yi=y)P(X_i = x, Y_i = y) を (x,y)(x, y) の取りうるすべての値について求めなさい。ただし α,β\alpha, \beta を用いること。

(2) Zi,i=1,…,nZ_i, i = 1, \ldots, n をすべて用いて、 α,β\alpha, \beta の最尤推定量 α^n,β^n\hat{\alpha}_n, \hat{\beta}_n を求めなさい。

(3) 制約条件 α+β=1\alpha + \beta = 1 を仮定する。このとき、 Zi,i=1,…,nZ_i, i = 1, \ldots, n をすべて用いて、 α\alpha の最尤推定量 α^n\hat{\alpha}_n を求めなさい。

(4) 設問 (3) の α^n\hat{\alpha}_n は極限 n→∞n \to \infty においてある値に確率収束する。その値を求めなさい。

問題2​

袋の中に NN (N=1,2,…N = 1, 2, \ldots) 個のボールがあり、そのうち mm (m∈{0,1,…,N}m \in \{0, 1, \ldots, N\}) 個は赤色、残りは白色である。 袋から、ランダムかつ同時に nn (n∈{1,…,N}n \in \{1, \ldots, N\}) 個取り出した際にその中で赤色であるボールの個数を確率変数 XX (X∈{0,1,…,n}X \in \{0, 1, \ldots, n\}) で表すことにする。以下の設問 (1), (2) に答えなさい。

(1) X=kX = k (k=0,1,…,nk = 0, 1, \ldots, n) となる確率 P(X=k)P(X = k) を求めなさい。

(2) 確率変数 XX の期待値を求めなさい。

袋の中に白いボールが多数入っている。 その個数が分からないので未知パラメータ NN とおき、これを以下の手続きで見積もることにした。まず、袋の中からランダムかつ同時に mm 個を取り出し赤く塗った。それらを袋に戻しよくかき混ぜた。 その後、今度は袋の中からランダムかつ同時に nn 個のボールを取り出したところ、そのうち kk (k∈{0,1,…,n}k \in \{0, 1, \ldots, n\}) 個が赤く塗られていた。 N,m,nN, m, n は正の整数である。以下の設問 (3) ~ (5) に答えなさい。

(3) NN に関する尤度 L(N)L(N) を求めなさい。

(4) 設問 (3) の L(N)L(N) について、 L(N)/L(N−1)L(N)/L(N-1)(ただし N=2,3,…N = 2, 3, \ldots)を計算しなさい。

(5) NN の最尤推定値を求めなさい。ただし k≥1k \geq 1 とする。

题目描述​

  1. 随机向量 Zi=(Xi,Yi)Z_i=(X_i,Y_i)(i=1,…,ni=1,\ldots,n)相互独立并服从如下分布:Xi,YiX_i,Y_i 均只取 0 或 1,
P(Xi=1)=α,P(Yi=1∣Xi)=βXi, P(X_i=1)=\alpha,\qquad P(Y_i=1\mid X_i)=\beta X_i,

因而一般而言 Xi,YiX_i,Y_i 并不独立。这里 nn 为正整数,0<α<10<\alpha<1、0<β<10<\beta<1 为未知参数。

(1)对 (x,y)(x,y) 的所有可能取值,用 α,β\alpha,\beta 求联合概率 P(Xi=x,Yi=y)P(X_i=x,Y_i=y)。

(2)使用全部 Z1,…,ZnZ_1,\ldots,Z_n,求 α,β\alpha,\beta 的最大似然估计量 α^n,β^n\hat\alpha_n,\hat\beta_n。

(3)加入约束 α+β=1\alpha+\beta=1。使用全部 Z1,…,ZnZ_1,\ldots,Z_n,求 α\alpha 的最大似然估计量 α^n\hat\alpha_n。

(4)第(3)问的 α^n\hat\alpha_n 在 n→∞n\to\infty 时依概率收敛到某个值,求该极限值。

  1. 一个袋中共有 NN 个球,其中 mm 个红球,其余为白球;N=1,2,…N=1,2,\ldots,m∈{0,1,…,N}m\in\{0,1,\ldots,N\}。从中随机且同时抽取 nn 个球,n∈{1,…,N}n\in\{1,\ldots,N\},令红球数为 X∈{0,1,…,n}X\in\{0,1,\ldots,n\}。

    (1)对 k=0,1,…,nk=0,1,\ldots,n,求 P(X=k)P(X=k)。

    (2)求 E[X]E[X]。

    现有一个装有许多白球的袋子,球的总数未知,记为参数 NN,并按如下程序估计它:先随机且同时取出 mm 个球,涂成红色后放回并充分混合;随后再次随机且同时抽取 nn 个球,发现其中 kk 个被涂红,其中 k∈{0,1,…,n}k\in\{0,1,\ldots,n\}。N,m,nN,m,n 均为正整数。

    (3)求关于 NN 的似然函数 L(N)L(N)。

    (4)对 N=2,3,…N=2,3,\ldots,计算 L(N)/L(N−1)L(N)/L(N-1)。

    (5)在 k≥1k\geq1 的条件下求 NN 的最大似然估计值。

Kai​

問題1​

(1) 条件付き確率の積より

P(Xi=x,Yi=y)=y=0y=1x=01−α0x=1α(1−β)αβ.P(X_i=x,Y_i=y)=\begin{array}{c|cc} &y=0&y=1\\\hline x=0&1-\alpha&0\\ x=1&\alpha(1-\beta)&\alpha\beta \end{array}.

(2) SX=∑iXi,SY=∑iYiS_X=\sum_iX_i,S_Y=\sum_iY_i とおく。実現可能な標本では

L(α,β)=αSX(1−α)n−SXβSY(1−β)SX−SY.L(\alpha,\beta)=\alpha^{S_X}(1-\alpha)^{n-S_X} \beta^{S_Y}(1-\beta)^{S_X-S_Y}.

対数尤度の微分から、内部解は

α^n=SXn,β^n=SYSX.\boxed{\widehat\alpha_n=\frac{S_X}{n},\qquad \widehat\beta_n=\frac{S_Y}{S_X}}.

SX=0S_X=0 なら尤度は β\beta に依存しない。推定値が 00 または 11 となる標本では、指定された開パラメータ空間内に最大値はなく、境界で上限に近づく。

(3) β=1−α\beta=1-\alpha の下では

log⁡L=(2SX−SY)log⁡α+(n−SX+SY)log⁡(1−α),\log L=(2S_X-S_Y)\log\alpha+(n-S_X+S_Y)\log(1-\alpha),

したがって内部解は

α^n=2SX−SYn+SX.\boxed{\widehat\alpha_n=\frac{2S_X-S_Y}{n+S_X}}.

この値が端点なら (2) と同様に開区間内で最大値は存在しない。

(4) 大数の法則により SX/n→pαS_X/n\xrightarrow{p}\alpha、SY/n→pα(1−α)S_Y/n\xrightarrow{p}\alpha(1-\alpha)。したがって

α^n→p2α−α(1−α)1+α=α.\widehat\alpha_n\xrightarrow{p}\frac{2\alpha-\alpha(1-\alpha)}{1+\alpha}=\boxed\alpha.

問題2​

(1) 組合せの数を数えると

P(X=k)=(mk)(N−mn−k)(Nn).\boxed{P(X=k)=\frac{\binom mk\binom{N-m}{n-k}}{\binom Nn}}.

範囲外の二項係数は 00 とする。

(2) 取り出した各球が赤い確率は m/Nm/N なので、期待値の線形性から E[X]=nm/N\boxed{E[X]=nm/N}。

(3)

L(N)=(mk)(N−mn−k)(Nn),N≥Nmin⁡=m+n−k.\boxed{L(N)=\frac{\binom mk\binom{N-m}{n-k}}{\binom Nn}},\qquad N\ge N_{\min}=m+n-k.

(4) N>Nmin⁡N>N_{\min} では

L(N)L(N−1)=(N−m)(N−n)N(N−m−n+k).\boxed{\frac{L(N)}{L(N-1)}=\frac{(N-m)(N-n)}{N(N-m-n+k)}}.

(5) この比と 11 の大小は mn−kNmn-kN の符号に一致する。c=mn/kc=mn/k とおけば、N<cN<c では増加、N>cN>c では減少する。よって

N^=⌊mn/k⌋.\boxed{\widehat N=\lfloor mn/k\rfloor}.

ただし cc が整数かつ c−1≥Nmin⁡c-1\ge N_{\min} なら、c−1c-1 と cc の両方が最尤推定値である。c=Nmin⁡c=N_{\min} なら cc のみが実現可能である。