Limite inferiore di Cramer Rao
Salve a tutti
sto tentando di risolvere questo esercizio di statistica inferenziale. Sul punto a) non ho trovato difficoltà,
il punto b) è quello che mi da problemi. L'esercizio è:
Sia Xn = (X1, . . . , Xn) un campione casuale dalla popolazione con distribuzione di probabilita`
fX (x; θ, α) = (Γ( α + x)/Γ(x + 1)Γ(α)) θ^α(1 − θ)^x, x = 0, 1, 2, . . . , θ ∈ (0, 1), α > 0.
Assumendo che α sia una quantit`a nota,
a) determinare, se esiste, una statistica sufficiente unidimensionale;
b) determinare il limite inferiore di Cramer-Rao (Sugg.: Eθ[X] = α(1 − θ)/θ).
Il limite inferiore di Cramer-Rao corrisponde all'inversa dell'informazione attesa di Fisher.
Per calcolarla, ho bisogno della derivata seconda della funzione di log-verosimiglianza, che in questo caso è:
l'(θ)= $ (-(n*a)/((θ)^(2)) ) +(sum_(i = 1)^(n ))/ (1-θ)^2 $
Le quantità che non riportate sono θ^2 e (1-θ)^2 non capisco perchè non le faccia vedere
a questo punto non so come andare avanti.
spero che qualcuno possa aiutarmi
Grazie mille

sto tentando di risolvere questo esercizio di statistica inferenziale. Sul punto a) non ho trovato difficoltà,
il punto b) è quello che mi da problemi. L'esercizio è:
Sia Xn = (X1, . . . , Xn) un campione casuale dalla popolazione con distribuzione di probabilita`
fX (x; θ, α) = (Γ( α + x)/Γ(x + 1)Γ(α)) θ^α(1 − θ)^x, x = 0, 1, 2, . . . , θ ∈ (0, 1), α > 0.
Assumendo che α sia una quantit`a nota,
a) determinare, se esiste, una statistica sufficiente unidimensionale;
b) determinare il limite inferiore di Cramer-Rao (Sugg.: Eθ[X] = α(1 − θ)/θ).
Il limite inferiore di Cramer-Rao corrisponde all'inversa dell'informazione attesa di Fisher.
Per calcolarla, ho bisogno della derivata seconda della funzione di log-verosimiglianza, che in questo caso è:
l'(θ)= $ (-(n*a)/((θ)^(2)) ) +(sum_(i = 1)^(n ))/ (1-θ)^2 $
Le quantità che non riportate sono θ^2 e (1-θ)^2 non capisco perchè non le faccia vedere
a questo punto non so come andare avanti.
spero che qualcuno possa aiutarmi
