数理統計の問題

$n$ を正の整数とし、$X_1,X_2,\dots ,X_n$ は互いに独立に、確率密度関数
$$f(x\mid \lambda )=\lambda e^{-\lambda x}(x>0)$$
（$x\le 0$ では $f(x\mid \lambda )=0$）の指数分布に従う確率変数とする。ここで $\lambda >0$ は未知の母数である。この分布の期待値は $E(X_i)=\frac{1}{\lambda }$、分散は $V(X_i)=\frac{1}{{\lambda }^2}$ である。

$g(\lambda )=\frac{1}{\lambda }$ の推定量として、重みをつけた平均
$$T=\frac{2}{n(n+1)}\sum _{k=1}^{n}k{X}_k$$
を考える。$T$ は $g(\lambda )$ の不偏推定量である。$g(\lambda )$ の不偏推定量の分散に対するクラメール・ラオの下限を $L(\lambda )$ とするとき、$T$ の効率 $\frac{L(\lambda )}{V(T)}$ を $n$ の式で求めよ。

$n$ を正の整数とし、$X_1,X_2,\dots ,X_n$ は互いに独立に、確率密度関数
$$f(x\mid \theta )=\frac{1}{\theta }{e}^{-x/\theta }(x>0)$$
（$x\le 0$ では $f(x\mid \theta )=0$）の指数分布に従う確率変数とする。ここで $\theta >0$ は未知の母数である。$X_1,\dots ,X_n$ にもとづく $\theta$ の不偏推定量の分散に対するクラメール・ラオの下限を、$\theta$ と $n$ を用いて求めよ。

$n$ を正の整数とし、$X_1,X_2,\dots ,X_n$ は互いに独立に、確率密度関数
$$f(x\mid \theta )=\frac{1}{\theta }{e}^{-x/\theta }(x>0)$$
（$x\le 0$ では $f(x\mid \theta )=0$）の指数分布に従う確率変数とする。ここで $\theta >0$ は未知の母数である。なお、$X_1$ の期待値は $E(X_1)=\theta$ である。

クラメール・ラオの不等式が成り立つための正則条件は満たされているものとする。$X_1,X_2,\dots ,X_n$ に基づく $\theta$ の不偏推定量の分散について、クラメール・ラオの下限を $\theta$ と $n$ の式で求めよ。

$n$ を正の整数とし、$X_1,X_2,\dots ,X_n$ は互いに独立に、確率関数
$$P(X=x\mid p)=p^x(1-p{)}^{1-x}(x=0,1)$$
のベルヌーイ分布に従う確率変数とする。ここで $0<p<1$ は未知の母数である。$p$ の不偏推定量の分散に対するクラメール・ラオの下限を、$n$ と $p$ を用いて表せ。

$n$ を正の整数とし、$X_1,X_2,\dots ,X_n$ は互いに独立に正規分布 $N(0,{\sigma }^2)$（平均 $0$、分散 ${\sigma }^2$）に従う確率変数とする。ここで $\sigma >0$ は未知の母数である。

$\sigma$ の推定量として
$$T=\frac{c}{n}\sum _{i=1}^n|X_i|$$
を考える。ここで定数 $c>0$ は、$T$ が $\sigma$ の不偏推定量になるように定める。

$\sigma$ の不偏推定量の分散に対するクラメール・ラオの下限を $L(\sigma )$ とするとき、比
$$e=\frac{L(\sigma )}{V(T)}$$
の値を求めよ（この値は $n$ と $\sigma$ によらない）。ただし、この分布族はクラメール・ラオの不等式が成り立つための正則条件を満たすものとしてよい。