X_1,\cdots,X_n은 확률밀도함수 f(x;\mu)=\frac{1… | [7급 국가직 통계학] 19년 1회차 기출문제 상세 페이지

1[7급 국가직 통계학] 19년 1회차
X1,⋯ ,XnX_1,\cdots,X_n은 확률밀도함수 f(x;μ)=1μe−xμf(x;\mu)=\frac{1}{\mu}e^{-\frac{x}{\mu}}, (μ>0, x>0\mu\gt 0,\,x\gt 0)을 따르는 확률표본이다. 모수 μ\mu의 최대가능도추정량(maximum likelihood estimator) μ^\hat{\mu}에 대한 설명으로 옳지 않은 것은? (단, log는 자연로그이다)
1
가능도함수(likelihood function)를 대수변환한 로그가능도함수는 l(μ)=−nlog⁡μ−1μ∑i=1nxil(\mu)=-n\log\mu-\frac{1}{\mu}\sum_{i=1}^{n}x_i이다.
2
로그가능도함수를 μ\mu에 대해 한 번 미분해서 0으로 놓고, 이 방정식의 해를 구한다.
3
최대가능도추정량은 μ^=1n∑i=1nXi\hat{\mu}=\frac{1}{n}\sum_{i=1}^{n}X_i이다.
4
최대가능도추정량은 편의추정량(biased estimator)이다.
해설

최대가능도추정량 μ^=X‾\hat{\mu}=\overline{X}는 E(X‾)=μ\mathrm{E}(\overline{X})=\mu인 불편추정량이므로, 편의추정량이라는 설명이 옳지 않다.

이 분포는 평균이 μ\mu인 지수분포이므로 표본평균의 기댓값은 E(μ^)=1n∑i=1nE(Xi)=μ\mathrm{E}(\hat{\mu})=\dfrac{1}{n}\sum_{i=1}^{n}\mathrm{E}(X_i)=\mu이다.

  • 가능도함수 L(μ)=μ−ne−∑xi/μL(\mu)=\mu^{-n}e^{-\sum x_i/\mu}에 로그를 취하면 l(μ)=−nlog⁡μ−1μ∑xil(\mu)=-n\log\mu-\dfrac{1}{\mu}\sum x_i이므로 옳다.
  • 로그가능도함수를 μ\mu로 미분해 0으로 놓고 해를 구하는 절차는 옳다.
  • l′(μ)=−nμ+∑xiμ2=0l^{\prime}(\mu)=-\dfrac{n}{\mu}+\dfrac{\sum x_i}{\mu^2}=0에서 μ^=1n∑Xi\hat{\mu}=\dfrac{1}{n}\sum X_i이므로 옳다.

오류나 개정된 내용이 보이면 알려주세요

이어서 풀어보기

[7급 국가직 통계학] 19년 1회차 20문항 이어서 보기문제·정답·해설을 한 페이지에서 이어서 볼 수 있어요7급 국가직 통계학 기출문제 암기장 전체 보기