причем сделаны допущения, что
нормально и независимо распределены, каждая с нулевым математическим ожиданием и дисперсией, равной
есть непрерывная, дважды дифференцируемая функция от независимой переменной
и скалярного параметра а. Пусть мы разложили
в ряд Тейлора в окрестности а (т. е. оценки МНП а), сохранили только линейные члены и записали
Попытайтесь объяснить, как линейная байесовская теория может быть приложена для анализа этого линеаризованного уравнения. Прокомментируйте вид, математическое ожидание и дисперсию апостериорной ФПВ для
если задана расплывчатая априорная ФПВ для
.
4. В упражнении 3 была введена аппроксимация для нелинейного уравнения. Прокомментируйте качество аппроксимации с возрастанием
и увеличением островершинности функции правдоподобия. В частности, рассмотрите поведение члена второго порядка ряда Тейлора при возрастании п. В случае малых
можно ли пользоваться этой аппроксимацией для
вместе с информативной априорной ФПВ для а?
5. Сделайте обобщение соображений из упражнений 3 и 4 для случая, в котором а представляет не скалярный параметр, а вектор параметров.
6. Пусть дана зависимость
причем
нормально и независимо распределены, каждое с нулевым математическим ожиданием и дисперсией, равной
являются заданными значениями независимой переменной. Выведите выражения для математического ожидания и медианы ФПВ для
при заданных
и объясните, как получить апостериорные ФПВ этих двух мер центральной тенденции ФПВ для
Пусть дана дискретная случайная переменная
которая принимает значение 1 с вероятностью
и значение 0 с вероятностью
Допустим также, что в
независимых испытаниях мы наблюдали
раз, тогда функция правдоподобия задается выражением
Далее предположим, что
удовлетворяет
, где
являются параметрами, а
есть неотрицательное значение, задаваемое наблюдаемой «стимулирующей» переменной. (а) Обсудите свойства введенной выше функции, построив геометрическое место
; (б) объясните, какможет быть приложен метод поиска, реализованный на ЭВМ, для получения оценок МНП
постройте априорную ФПВ для
и укажите, каким образом можно применить методы двумерного численного интегрирования для получения апостериорных выводов.
8. Пусть в упражнении 7 принята следующая альтернатива: в качестве вида функциональной зависимости для
, выбрана логистическая зависимость
, где
есть заданная наблюдаемая переменная, существующая в области от
до
Исследуйте математические свойства логистической функции, в частности зависимость формы ее кривой от знака
представьте процедуру вычисления оценок МНП
при заданной информации выборки; (в) предложите некоторое конкретное приложение и применительно к нему, используя вышеозначенную модель, сформулируйте априорные ФПВ для
и укажите, как должен вестись байесовский анализ.
9. Проделайте упражнение 8 в условиях допущения, что
где
параметры, значения которых неизвестны. (В пункте (а) исследуйте зависимость формы кривой функции нормального распределения, представленной выше, от символа
.)
10. Рассмотрите следующую зависимость Энгеля:
где
есть расход;
доход;
параметры, значения которых неизвестны;
— возмущение, а индекс i обозначает, что переменные относятся к
домашнему хозяйству. Сделайте допущения, что
являются независимыми переменными,
распределены нормально и независимо, каждое с нулевым математическим ожиданием и дисперсией
значение которой неизвестно. Постройте удобный алгоритм для вычисления оценок МНП а,
11. Пусть в условиях упражнения 10 задана априорная ФПВ для
, скажем
причем
есть априорная ФПВ для
Затем объясните, как вычислить апостериорное математическое ожидание и дисперсию
если задано, что
где
известное значение.
12. Пусть в упражнении 11 сделано допущение, что
Чему равны моды
совместной апостериорной ФПВ для
Прокомментируйте допущение
и предложите альтернативу, более согласную с прежним опытом анализа кривой Энгеля.
13. Пусть
где
, что предполагает
причем
являются заданными независимыми переменными,
неизвестными параметрами, а
случайными возмущениями. Последние, по допущению, нормально и независимо распределены, каждое с нулевым математическим ожиданием и неизвестной общей дисперсией, равной
Получите оценки МНП
и прокомментируйте выборочные свойства