Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
si 0x
otro caso
y
V
(X)
=
.
Consideremos
los estadsticos:
Pn
Xi
i=1
y 2 =
1 = X
como posibles estimadores de . Obtener los
n+1
errores cuadr
aticos medios 1 y 2 . Cu
al de los dos estimadores es mejor?
Graficar ECM (1 ) y ECM (2 ) considerando como abscisa.
4. Suponga que X1 , X2 , , Xn es una muestra aleatoria de alguna distribuci
on, con E[Xi ] = y V [Xi ] = 2 . Demuestre que :
n
S2 =
1 X
2
(Xi X)
n 1 i=1
Por definici
on de suficiencia, es decir, la distribucion conjunta de la
es independiente de .
muestra aleatoria X1 , X2 , , Xn , dado ,
Utilice el Teorema de factorizaci
on de Neyman.
1
1
e
si x>0
otro caso
es un estimador suficiente.
Demostrar que X
0
1X
1 X
Xi y X2 =
Xi
X1 =
2n i=1
n i=1
dos estimadores de . Cual es el mejor estimador de ? explique su elecci
on.
9. Sea X1 , X2 , , X7 una muestra aleatoria de una poblacion que tiene media y varianza 2 . Considere los siguientes estimadores de :
T1 =
X1 + X2 + + X7
7
T2 =
2X1 X6 + X4
2
Pn
i=1 (Xi
V =
2
X)
es un estimador sesgado de 2 .
(b) Determine la magnitud del sesgo en el estimador.
(c) Que sucede con el sesgo a medida que aumenta el tama
no n de la
muestra?
15. Sea X1 , X2 , Xn una muestra aleatoria independientes de tama
no n
2 es un estimador sesgado de 2
(a) Demuestre que X
(b) Determine la magnitud del sesgo en este estimador.
(c) Que sucede con el sesgo a medida que aumenta el tama
no n de la
muestra?
(d) Verifique si el estimador es asint
oticamente insesgado.
16. Supongase que X es una variable aleatoria con media y varianza 2 .
Sea X1 , X2 , , Xn una muestra aleatoria de tama
no n tomada de una
y la
poblaci
on representada por X. Demuestre que la media muestral X
varianza muestral
S2 =
Pn
2
X)
n1
i=1 (Xi
es un estimador insesgado de 2 .
1 X
1 X
Xi y X2 =
Xi
X1 =
2n i=1
n1
i6=3
=
Xi y
=
Xi
12 i=1
13 i=1
donde Xi representa el peso del i esimo paquete de la muestra. En esas
condiciones, Cual de los dos estimadores es mejor estudiando su ECM ?
justifique su respuesta.
24. Sea X1 , X2 , , X16 una muestra aleatoria de una poblacion con funcion
de probabilidad
(
n!
px (1 p)nx x = 0, 1, 2, . . . n y 0 p 1
p(x; n, p) = (nx)!x!
0 otro caso
Estime por el metodo de m
axima verosimilitud el parametro p.
25. Consideremos una poblaci
on sobre la que se esta estudiando ciertas caractersticas representada por la variable aleatoria X, cuya funcion de
probabilidad viene definida as:
P (X = x) = (1 )x1
x = 1, 2, 3, . . . con 0 1
Determine es estimador de m
axima verosimilitud del parametro poblacional (suponga que mediante un muestreo aleatorio simple se han efectuados n observaciones)
26. Se est
a estudiando una caracterstica poblacional X, que sigue una distribuci
on normal, X N (, 2 ). Extraida de la poblacion una muestra
es un estimador
aleatoria de tama
no n, comprobar si la media muestral, X,
insesgado y eficiente de la media poblacional, .
27. Determinar el estimador del par
ametro de un distribucion exponencial que
se obtiene por el metodo de m
axima verosimilitud. compruebe las propiedades de (a) insesgadez, (b) suficiencia, (c) eficiencia y (d) consistencia de
tal estimador.
28. Sea X1 , X2 , . . . , Xn una muestra aleatoria de una poblacion con funcion
de probabilidad
1 2 x
si x > 0, > 0
3x e
f (x; ) = 2
0 otro caso
Si E(X) = 3 y V (X) = 32
x x22
e 2 x > 0
2
Obtenga la estimaci
on por el metodo de m
axima verosimilitud del parametro desconocido 2 . A partir de una muestra aleatoria de 10 aparatos que
han durado funcionando 750, 215, 520, 853, 1042, 911, 876, 924, 978 y 413
das respectivamente.
31. Sea X una variable aleatoria que se distribuye seg
un la siguiente funcion
de densidad:
(
k
si x > k, > 0
+1
f (x; ) = x
0 otro caso
Obtenga el estimador de m
axima verosimilitud para