統計的推測(推定)

最尤推定、ベイズ推定、区間推定など統計検定準1級レベルの統計的推定理論を学習します。

モーメント法によるパラメータ推定① レベル1

正規分布$N(\mu, \sigma^2)$からの標本$X_1, X_2, X_3, X_4 = 1, 3, 5, 7$が得られた。モーメント法により分散$\sigma^2$を推定せよ。答えは小数第2位まで求めよ。

解説
解答と解説を表示

モーメント法による分散推定

モーメント法は、標本モーメントと母集団モーメントを等置することでパラメータを推定する手法です。

モーメント法の理論的基礎

Step 1: 母集団モーメントの設定

正規分布$N(\\mu, \\sigma^2)$の理論的モーメント:

$E[X] = \\mu$
$E[X^2] = \\text{Var}(X) + [E(X)]^2 = \\sigma^2 + \\mu^2$

Step 2: 標本モーメントの計算

観測値:$X_1 = 1, X_2 = 3, X_3 = 5, X_4 = 7$

第1標本モーメント(標本平均):

$M_1 = \\bar{X} = \\frac{1}{4}(1 + 3 + 5 + 7) = \\frac{16}{4} = 4$

第2標本モーメント:

$M_2 = \\frac{1}{4}\\sum_{i=1}^4 X_i^2 = \\frac{1}{4}(1^2 + 3^2 + 5^2 + 7^2)$
$= \\frac{1}{4}(1 + 9 + 25 + 49) = \\frac{84}{4} = 21$

モーメント法推定量の導出

Step 3: モーメント方程式の設定

理論的モーメントと標本モーメントを等置:

$\\begin{cases}E[X] = M_1 \\Rightarrow \\mu = 4 \\\\E[X^2] = M_2 \\Rightarrow \\sigma^2 + \\mu^2 = 21\\end{cases}$

Step 4: 分散の推定

第2式から$\\sigma^2$を求める:

$\\sigma^2 = M_2 - \\mu^2 = 21 - 4^2 = 21 - 16 = 5$

しかし、より正確な計算では:

$\\sigma^2 = M_2 - (M_1)^2 = 21 - 16 = 5$

標本分散による検証

Step 5: 標本分散の計算

標本分散($n-1$で割る):

$s^2 = \\frac{1}{n-1}\\sum_{i=1}^n (X_i - \\bar{X})^2$
$= \\frac{1}{3}[(1-4)^2 + (3-4)^2 + (5-4)^2 + (7-4)^2]$
$= \\frac{1}{3}[9 + 1 + 1 + 9] = \\frac{20}{3} = 6.67$

母集団分散($n$で割る):

$\\hat{\\sigma}^2 = \\frac{1}{n}\\sum_{i=1}^n (X_i - \\bar{X})^2 = \\frac{1}{4} \\times 20 = 5.00$

モーメント法の実際の計算

Step 6: 修正計算

より正確な第2標本モーメント計算:

$M_2 = \\frac{1}{n}\\sum X_i^2 = \\frac{1}{4}(1 + 9 + 25 + 49) = \\frac{84}{4} = 21$

分散の推定:

$\\hat{\\sigma}^2 = M_2 - (M_1)^2 = 21 - 16 = 5.00$
モーメント法の特徴
  • 直感的理解:標本と母集団のモーメントを対応させる自然な方法
  • 計算簡便性:連立方程式を解くだけで推定量が得られる
  • 一般性:任意の分布に適用可能
  • 一致性:標本サイズが大きくなると真の値に収束
  • 有効性:必ずしも最小分散不偏推定量ではない

問題 1/10
カテゴリ一覧に戻る