Klausur Stochastik und Statistik Name, Vorname — 0123456

Klausur
Stochastik und Statistik
Sommersemester 2010

Prof. Dr. Torsten Hothorn

Institut für Statistik

Name: Name, Vorname

Matrikelnummer: 0123456
Unterschrift: . . . . . . . . . . . . . . . . .

Wichtig:
ˆ Überprüfen Sie, ob Ihr Klausurexemplar vollständig ist. Die Klausur besteht aus vier
Aufgaben (jeweils zwei Seiten), einem Deckblatt und der Standardnormalverteilung im
Anhang. Kontrollieren Sie Ihren Namen und die Matrikelnummer.
ˆ Verwenden Sie für Ihre Lösungen ausschließlich den Klausurbogen (Vorder- und Rücksei-
te), Zusatzblätter werden auf Anfrage ausgeteilt.
ˆ Als Hilfsmittel zugelassen sind alle Mitschriften der Vorlesung und der Übung, das aus-
gedruckte Skript sowie Bücher und ein Taschenrechner.
ˆ Die Bearbeitungszeit beträgt 120 Minuten.
Ich bin damit einverstanden, daß das Klausurergebnis unter Angabe meiner Matrikelnummer
auf der Seite
http://www.stat.uni-muenchen.de/∼hothorn
veröffentlicht wird. (Bei Nichtzutreffen bitte streichen.)

Viel Erfolg!

Punkte: Note:
03. August 2010 LMU München
Klausur Stochastik und Statistik Name, Vorname — 0123456

Aufgabe 1
Gegeben sei eine Stichprobe X = (X1 , . . . , Xn ) von unabhängig identisch verteilten Zu-
fallsvariablen, wobei für die Dichte von Xi , i = 1, . . . n, gilt:
f (xi ; θ) = (θ − 1) x−θ
i I[1,∞) (xi ), θ > 1.
a) Bestimmen Sie den Maximum-Likelihood-Schätzer für θ. (4 Pkt.)
b) Bestimmen Sie den Standardfehler des Maximum-Likelihood-Schätzers. (2 Pkt.)
c) Bestimmen Sie ein 95%-Wald-Konfidenzintervall für die Stichprobe
x = (1.8, 2, P
2.1, 2.1, 2.3, 2.5, 2.5, 2.7, 2.9, 3.1). (2 Pkt.)
n
Hinweis: i=1 log(xi ) = 8.62

Lösung:
a)
n
Y n
Y
L(θ) = (θ − 1) · n
x−θ
i · I[1,∞) (xi )
i=1 i=1
n
X
l(θ) = n log(θ − 1) − θ log xi für xi ≥ 1
i=1
n
n X !
l0 (θ) = − log xi = 0 ⇔
θ−1 i=1
n
n X
= log xi ⇔
θ−1 i=1
n
θ̂M L = Pn +1
i=1 log xi

b)
n
l00 (θ) = − ⇒
(θ − 1)2
n
−l00 (θ = θ̂M L ) =
(θ̂M L − 1)2
n
= n
( Pn log xi + 1 − 1)2
Pi=1
( ni=1 log xi )2
=
q n
SE(θ̂M L ) = −(l00 (θ̂M L ))−1
√
n
= Pn
i=1 log xi

c) 95%-Wald-Konfidenzintervall:
h i
θ̂M L ± 1.96 · SE(θ̂M L )
 √ 
n n
= Pn + 1 ± 1.96 · Pn
i=1 log xi i=1 log xi
θ̂M L =2.16
= [2.16 ± 1.96 · 0.3668536]
= [1.44, 2.88]

03. August 2010 Aufgabe 1, Blatt 1 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

03. August 2010 Aufgabe 1, Blatt 2 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

Aufgabe 2
Die Zeiten zwischen den Ankünften von Flugzeugen auf einem Flughafen (in Minuten)
können als exponentialverteilt angesehen werden. Je größer der Parameter λ dieser Ver-
teilung ist, desto häufiger wird der Flughafen angeflogen. Im Rahmen einer Untersuchung
über die Fluglärmbelästigung ermitteln Anwohner 100 Zwischenankunftszeiten, die als
unabhängig identisch verteilt angesehen werden können.

Die Stichprobe der Anwohner von 100 Zwischenankunftszeiten hat eine mittlere Zwi-
schenankunftszeit von 7,5 Minuten ergeben. Testen Sie die Hypothese

H0 : λ = 0.1 vs. λ 6= 0.1

1
(gleichbedeutend mit H0 : E(Xi ) = λ
= 10)

auf dem Niveau α = 0.05. (6 Pkt.)

Lösung:
100
E(Xi ) = λ1 , 1
P
Bekannt: Xi ∼ E(λ), Var(Xi ) = λ2
, n = 100, Xi = 100 · 7, 5 = 750
i=1

Zentraler Grenzwertsatz:
P
Xi − n · E(Xi ) a
Zn = p ∼ N (0, 1)
n · Var(Xi )
1 1
unter H0 gilt: E(Xi ) = 0.1
= 10, Var(Xi ) = 0.01
= 100

=⇒
750 − 100 · 10
Zn = √ = −2.5 ∈
/ [−1.96, 1.96] = [z0.025 , z0.975 ]
100 · 100
=⇒ H0 kann abgelehnt werden.

03. August 2010 Aufgabe 2, Blatt 1 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

03. August 2010 Aufgabe 2, Blatt 2 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

Aufgabe 3
Sei X eine stetige Zufallsvariable mit Dichtefunktion

c (x − 2), für 2 ≤ x ≤ 3,
f (x) =
0 sonst.

a) Bestimmen Sie c ∈ R derart, dass obige Funktion eine Dichtefunkton ist. (2 Pkt.)
b) Bestimmen Sie die Verteilungsfunktion der Zufallsvariable X.
(Hierfür den in Teilaufgabe a) bestimmten Wert für c einsetzen oder mit c weiter-
rechnen.) (2 Pkt.)
c) Berechnen Sie P (X > 2.1) und P (2.1 < X < 2.8). (4 Pkt.)
d) Berechnen Sie P (−4 ≤ X ≤ 3 | X ≤ 2.1) (2 Pkt.)
e) Zeigen Sie, dass die Ereignisse {−4 ≤ X ≤ 3} und {X ≤ 2.1} stochastisch unabhän-
gig sind. (3 Pkt.)
f) Bestimmen Sie den Erwartungswert und die Varianz von X. (5 Pkt.)

Lösung:

a)
Z∞
!
f (x) dx = 1 ⇔
−∞
Z3
c (x − 2) dx = 1 ⇔
2
3
x2

c − 2x = 1 ⇔
2
 2
9 4
c −6− +4 = 1 ⇔
2 2
1
c = 1 ⇔
2
c = 2

b)
Zx
x
2 (t − 2) dt = t2 − 4t 2 = x2 − 4x − 4 + 8 = x2 − 4x + 4

F (x) =
2

c)

P (X > 2.1) = 1 − P (X ≤ 2.1) = 1 − F (2.1)

= 1 − (2.12 − 4 · 2.1 + 4)
= 1 − 0.01 = 0.99
P (2.1 < X < 2.8) = P (X < 2.8) − P (X ≤ 2.1)
= F (2.8) − F (2.1)
= 0.64 − 0.01 = 0.63

03. August 2010 Aufgabe 3, Blatt 1 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

d)

P ({−4 ≤ X ≤ 3} ∩ {X ≤ 2.1})
P (−4 ≤ X ≤ 3 | X ≤ 2.1) =
P (X ≤ 2.1)
P (−4 ≤ X ≤ 2.1)
=
P (X ≤ 2.1)
F (2.1) − F (−4)
= =1
F (2.1)

e) Zu zeigen: P ({−4 ≤ X ≤ 3} ∩ {X ≤ 2.1}) = P (−4 ≤ X ≤ 3) · P (X ≤ 2.1)

P ({−4 ≤ X ≤ 3} ∩ {X ≤ 2.1}) = P (−4 ≤ X ≤ 3)

= F (2.1) = 0.01
P (−4 ≤ X ≤ 3) · {X ≤ 2.1}) = (F (3) − F (−4)) · F (2.1)
= (1 − 0) · F (2.1) = 0.01

f)

Z∞ Z3 Z3
E(X) = x f (x) dx = x 2 (x − 2) dx = (2x2 − 4x) dx
−∞ 2 2
2 3
2x3 4x
 
= −
3 2 2
2 · 27 4 · 9 2 · 8 4 · 4 8
= − − + =
3 2 3 2 3
Z∞ Z3 Z3
E(X 2 ) = x2 f (x) dx = x2 2 (x − 2) dx = (2x3 − 4x2 ) dx
−∞ 2 2
3 3
2x4 4x
 
= −
4 3 2
2 · 81 4 · 27 2 · 16 4 · 8 43
= − − + =
4 3 4 3 6
 2
43 8 1
V ar(X) = E(X 2 ) − (E(X))2 = − =
6 3 18

03. August 2010 Aufgabe 3, Blatt 1 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

03. August 2010 Aufgabe 3, Blatt 2 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

Aufgabe 4

a) Sei X eine beliebige stetige Zufallsvariable mit Dichte f (x) und Verteilungsfunktion
F (x). Sind die folgenden Aussagen richtig oder falsch (mit kurzer Begründung)?
i) f (x) ≤ 1 für alle x. (1 Pkt.)
ii) F (x) ≤ 1 für alle x. (1 Pkt.)
Z ∞
iii) f (t) dt = 1 − F (x). (1 Pkt.)
x
iv) Ist xi < xj , so gilt F (xi ) < F (xj ). (1 Pkt.)
b) Wie lautet die Dichte einer Poisson-verteilten Zufallsvariablen mit Var(X) = 2?
(1 Pkt.)
c) Sei X eine Zufallsvariable mit Dichte f (x; θ), wobei θ der Parameter der Verteilung
n
1X 2
ist. Als Maximum-Likelihood-Schätzer für θ ergibt sich X . Wie lautet der
n i=1 i
θ
Maximum-Likelihood-Schätzer für g(θ) = ? (1 Pkt.)
1−θ
Lösung:

a) i) Falsch, es muss nur gelten f (x) ≥ 0.

Für eine stetig gleichverteilte Zufallsvariable X ∼ U(0, 0.5) gilt
1
f (x) = 0.5−0 = 2 ∀x ∈ [0, 0.5].
ii) Richtig, da lim F (x) = 1 und Verteilungsfunktionen monoton steigend sind.
x→∞
iii) Richtig, Z ∞ Z ∞ Z x
f (t) dt = f (t) dt − f (t) dt = 1 − F (x)
x −∞ −∞

iv) Mögliche Lösungen:

Richtig, sofern f (x) > 0 ∀x ∈ R, da die Verteilungsfunktion dann streng mono-
ton steigt.
Falsch, da möglicherweise f (x) = 0 ∀x ∈ [xi , xj ] und dann F (xi ) = F (xj ).
b) Für die Poisson-Verteilung gilt: E(X) = V ar(X) = λ:
2x
⇒ exp(−2)
f (x; λ = 2) =
x!
1
Pn 2
Pn 2
θ̂M L n i=1 Xi i=1 Xi
c) g(θ)M L = g(θ̂M L ) =
d = n = n
1 − n1 i=1 Xi2 n − i=1 Xi2
P P
1 − θ̂M L
wegen Invarianz des ML-Schätzers (Skript Satz 6.1.1).

03. August 2010 Aufgabe 4, Blatt 1 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

03. August 2010 Aufgabe 4, Blatt 2 LMU München

Klausur Stochastik und Statistik Name, Vorname — 0123456

x Φ(x) x Φ(x) x Φ(x)

0.05 0.5199 1.05 0.8531 2.05 0.9798
0.10 0.5398 1.10 0.8643 2.10 0.9821
0.15 0.5596 1.15 0.8749 2.15 0.9842
0.20 0.5793 1.20 0.8849 2.20 0.9861
0.25 0.5987 1.25 0.8944 2.25 0.9878
0.30 0.6179 1.30 0.9032 2.30 0.9893
0.35 0.6368 1.35 0.9115 2.35 0.9906
0.40 0.6554 1.40 0.9192 2.40 0.9918
0.45 0.6736 1.45 0.9265 2.45 0.9929
0.50 0.6915 1.50 0.9332 2.50 0.9938
0.55 0.7088 1.55 0.9394 2.55 0.9946
0.60 0.7257 1.60 0.9452 2.60 0.9953
0.65 0.7422 1.65 0.9505 2.65 0.9960
0.70 0.7580 1.70 0.9554 2.70 0.9965
0.75 0.7734 1.75 0.9599 2.75 0.9970
0.80 0.7881 1.80 0.9641 2.80 0.9974
0.85 0.8023 1.85 0.9678 2.85 0.9978
0.90 0.8159 1.90 0.9713 2.90 0.9981
0.95 0.8289 1.95 0.9744 2.95 0.9984
1.00 0.8413 2.00 0.9772 3.00 0.9987
Tabelle 1: Verteilungsfunktion der Standardnormalverteilung.

03. August 2010 Anhang LMU München