1 UNIVERSITÄT DER BUNDESWEHR HAMBURG Fachbereich Wirtschafts- und Organisationswissenschaften Prof. Dr. G. Uebe Frau Dipl.-Wirtsch.math. S. Rosenow Herbst-Trimester 2001 Übungen zu Statistik II Blatt 3 Aufgabe 15: Für die Ettikettierung von Apfelschorle-Flaschen ist der Gehalt an "reinem Fruchtsaft" von Bedeutung. Die Mischung ist normalverteilt mit Erwartungswert µ und Varianz σ2. Der Abfüller zieht eine Stichprobe mit den Werten (in %): 55, 60, 56, 61, 54, 55, 57, 58, 56, 55. Bestimmen Sie für diese Stichprobe die Maximum-Likelihood-Schätzer für µ und σ2. Aufgabe 16: Sei die Wahrscheinlichkeitsfunktion einer diskreten Zufallsvariablen gemäß (1 – p)3 , x = 0 p (1 – p) f(x) = , x=1 p)2 p (1 – , x=2 p , x=3 0 , sonst definiert. Eine Stichprobe aus X ergab 3, 0, 1, 2, 1, 2, 1. a) Ist die Größe von p von vorneherein beliebig? b) Prüfen Sie, ob es sich um eine Zähldichte handelt. c) Bestimmen Sie den ML-Schätzer für p. Aufgabe 17: Eine stetige Zufallsvariable X, die Werte im Intervall [0,1] annehmen kann, habe die Dichte 1 + b– 2bx fürx ∈ [0,1] mit unbekanntem Parameter b. 0 sonst a) Welche Werte kann b annehmen? b) Sei die Stichprobe {0.1, 0.5, 0.9} aus X gegeben. Schätzen Sie unter Verwendung der Maximum-Likelihood-Methode den Parameter b. c) Berechnen Sie den Erwartungswert E(X) und bestimmen Sie eine ML-Schätzung für E(X) aufgrund der obigen Stichprobe. d) Bestimmen Sie den Momentenschätzer für p.1 f(x) = 1 Teil (d) wird je nach Stand der Vorlesung möglicherweise erst in der nächsten Übung behandelt. 2 Aufgabe 18: Die Zufallsvariable Y hat die Dichtefunktion θ2 y e- θy , y ≥ 0 f(x) = ; θ >0 0 , sonst Bestimmen Sie zu einer Stichprobe der Länge n aus Y den Maximum-Likelihood-Schätzer für den Parameter θ. Aufgabe 19: Die Computerprobleme einer Firma nach ihrem Umzug in neue Räumlichkeiten häufen sich, da u.a. die Klimaanlage im Serverraum versagt. Der zuständige EDV-Administrator weiß, daß die Ausfälle pro Tag poissonverteilt sind. An 10 Tagen mit Tageshöchsttemperaturen von 23 - 25° C notiert er die folgenden Anzahlen von Computerabstürzen 8, 3, 8, 10, 10, 6, 7, 5, 9, 4 . a) Bestimmen Sie den ML-Schätzer für den Erwartungswert der Poissonverteilung aufgrund dieser Stichprobe. b) Unser Experte weiß ebenfalls, daß jeder von den K RAM-Bausteinen des Servers mit gleicher Wahrscheinlickeit ausfallen kann. Bei jedem Ausfall testet er, welcher Baustein versagt hat. Nach 5 Tagen hat er die Stichprobe {1, 5, 7, 8, 9} gezogen. Geben Sie einen ML-Schätzer für K an. Aufgabe 20: Die diskrete Zufallsvariable X hat die Zähldichte (Wahrscheinlichkeitsfunktion) P (X =x) = f (x) = e- θ x 3 θ x ! 3 (x = 0, 3, 6, ...) mit unbekanntem Parameter θ > 0. Bestimmen Sie den Maximum-Likelihood-Schätzer für θ zu einer Stichprobe (X1, ..., Xn). Aufgabe 21: Eine schöne Aufgabe zu einer zwei-dimensionalen Zufallsvariablen: Buffons Nadel-Beispiel 3 Beispiel 1 (Buffons Nadel-Beispiel) Quelle: J. A. Rosanow, Wahrscheinlichkeitstheorie, Akademie Verlag, Berlin 1970, 56-58 In einer Ebene sind zwei parallele Geraden mit Abstand B gezeichnet. Auf diese Ebene läßt man Streichhölzer der Länge b, 0 ≤ b ≤ B, fallen. Wie groß ist die Wahrscheinlichkeit, daß ein Streichholz eine der parallelen Geraden schneidet? Lösung Die Plazierung eines Streichholzes wird in Bezug auf eine Gerade durch zwei Größen beschrieben (siehe Abbildung 1): den Schnitt-Winkel α und den senkrechten Abstand zu einer Geraden a. Streichholz der Länge b α A α a Gerade 1 Abstand der Geraden B Gerade 2 Dabei gilt 0≤α≤π 0≤b≤B sowie aus Kongruenzüberlegungen A sin α = ⇔ b sin α = A ≥ a b d.h. das zulässige Gebiet für Position eines Wertepares (α, a) wird durch die Abbildung 2 beschrieben, wobei die Wahrscheinlichkeit für den Schnitt der Fläche unter der Sinusfunktion entspricht. bsinα 4 Bei Unabhängigkeit und Gleichverteilung für beide Koordinaten 1 1 α ~ U(0, π) und b ~ U(0, B) d.h. f(α) = und f(b) = π B 1 ist die Dichte eines Punktes f(α, a) = und die Integration in Abb.2 liefert B⋅π π 0 b⋅sinαdα = 2 . b also P[ein Streichholz schneidet eine Gerade] = 2⋅b B⋅π Durch Ausprobieren mit zwei entsprechend gleichverteilten Zufallsgrößen läßt sich hiermit sogar eine Abschätzung für die Universalkonstante π bestimmen, indem die beobachtete Schnitthäufigkeit mit der theoretisch zu erwartenden gleichgesetzt wird. Da auf fast allen PCs solche Zufallszahlen verfügbar sind, führe man diese Abschätzung selbst durch. Eine Illustration folgt. Buffon's Nadel; n= 1000 Würfe mit Länge b= 0.5 auf einen Streifen der Breite 3 1000 Würfe mit 114 Treffern Breite des Streifens: 3 Länge des Streichholzes: 0.5 Schätzwert für π: 2.92398 =?= 3.14159 = π