デルタ法
は自由度mのχ二乗分布に従う。そのときとの期待値と分散を求めよ。
の期待値と分散は=,=な訳ですが、
χ二乗分布の確率密度関数を用いての期待値・分散を求めるのは面食らいます。
(というか普通に計算できる自信がありません)
このように、複雑な確率密度関数の期待値・分散を求める際に役立つのがデルタ法です。
流れとしては、確率密度関数をTaylor展開して近似し、それを使って期待値・分散を求めます。
周りでのTaylor展開は下記のように表すことができます。
今回1次の近似だけを用いることとし、これを周りで両辺に期待値・分散を取れば、
これを用いれば、
と求まります。尤も、初見で解ききれる自信は無いですね。
この例題集はほかにもブラウン運動やベイズのギブス・サンプリング法など幅広く(幅広すぎではないか?)
出題されており、とにかくカバーしないといけない範囲が膨大です。
後2か月ですが、取れる問題を落とさずに進めていきます。