Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1. Para cada item abaixo, considere X1 , . . . , Xn amostra aleatoria de X definida no item. En-
contre o estimador de cada parametro distribucional pelo metodo dos momentos. Verifique
em cada item se a imagem do estimador coincide com o espaco parametrico.
(a) X Geom(p)
(b) X Gama(, )
(c) X Lognormal(, 2 )
d
Dica: Sejam Y Lognormal(, 2 ) e X N (, 2 ). Entao Y = eX ou, o que e equivalente,
d
ln(Y ) = X. Use essa informacao para encontrar os momentos da Lognormal.
6, 22 6, 62 2, 57 3, 85 3, 06 3, 96 6, 95 4, 42 6, 25 7, 27 3, 23 4, 87
2, 36 3, 94 3, 34 4, 48 1, 94 5, 46 3, 32 4, 14 4, 32 4, 83 7, 02 3, 08
1 de 3
Lista 2 Inferencia
(a) Mostre que nao existe estimador para pelo Metodo dos Momentos.
Dica: mostre que nao existe nenhum momento de X.
(b) Encontre o estimador para pelo Metodo da Maxima Verossimilhanca.
(c) Encontre o estimador para = E(1/X) pelo Metodo da Maxima Verossimilhanca.
8. ([Casella e Berger, 2002] - Captulo 7) Uma unica observacao e obtida de uma variavel
aleatoria discreta X com funcao de probabilidade p(.; ), com = {1, 2, 3}. O quadro
abaixo apresenta as possveis funcoes de probabilidades para cada . Encontre o
estimador de maxima verossimilhanca do parametro .
Os exerccios 9-13 a seguir sao problemas para serem resolvidos. Na resolucao de cada um deles:
9. Em um municpio com 10.000 habitantes foi retirada uma amostra, com reposicao, de 100
habitantes, com o objetivo de estimar o numero de pessoas que votariam a favor de uma
discutvel obra proposta pelo prefeito. Sessenta e sete pessoas responderam sim. A partir
do metodo dos momentos, forneca uma estimativa do total de pessoas do municpio que
votariam a favor da obra.
10. ([Larson, 1982] - Captulo 7) Joao realizou o seguinte experimento: a partir da linha de lance
livre lancou uma bola de basquete ate fazer uma cesta. Esse experimento foi realizado 5
vezes e Joao precisou dos seguintes numeros de arremessos em cada um das vezes: 5, 1,
7, 4 e 9. Encontre a estimativa pelo metodo dos momentos para a probabilidade de Joao
acertar a cesta em um arremesso a partir da linha de lance livre.
2 de 3
Lista 2 Inferencia
11. Considere que em uma cidade existam N taxis circulando sendo que, registrados e com a
documentacao em dia, sao N0 = 4.532 taxis. Com o intuito de checar se existem muitos
taxis nao regularizados, o orgao de fiscalizacao competente precisa estimar o valor de N .
Par isso foi feita uma blitz e checadas documentacoes de 100 taxis, selecionados ao acaso
e com reposicao. Entre eles, 62 estavam devidamente registrados enquanto os outros 38
estavam irregulares. Encontre uma estimativa pelo metodo dos momentos para o numero
total de taxis nessa cidade, isto e, para N .
12. ([Larson, 1982] - Captulo 7) Assuma que o numero de carros vendidos por dia por um
determinado negociante seja uma variavel aleatoria de Poisson com media .
(a) Dado que em 20 dias esse negociante vendeu 30 carros, encontre a estimativa por
maxima verossimilhanca para .
(b) Dado que em 20 dos ultimos 30 dias esse negociante nao fez venda alguma e que nos
outros 10 dias ele vendeu pelo menos um carro, encontre a estimativa por maxima
verossimilhanca para .
13. ([Larson, 1982] - Captulo 7) Considere que o tempo de vida de um componente eletrico seja
uma variavel aleatoria exponencial com o parametro . Dez destes componentes passaram
pelo seguinte teste: os componentes foram ligados e apos 100 horas foram observados quais
permaneciam em funcionamento e quais falharam. Ou seja, o unico registro de dados foi
o numero de componentes que falharam em menos de 100 horas versus o numero que nao
falhou. Verificou-se que tres falharam antes de 100 horas e os outros sete nao. Considere
que o teste garantiu independencia entre os tempos de vidas de componentes diferentes.
Encontre a estimativa por maxima verossimilhanca para:
(a) O parametro .
(b) O tempo medio de vida desse componente.
Referencias
[Bolfarine e Sandoval, 2000] Bolfarine, H. e Sandoval, M. C. (2000). Introducao a Inferencia
Estatstica.
[Larson, 1982] Larson, H. J. (1982). Introduction to Probability Theory and Statistical Inference.
John Wiley & Sons, 3a edicao.
Respostas:
1. (a) p = 1/X (b) = X 2 /(M2 X 2 ) e = X/(M2 X 2 ) (c) = 2 ln(X)ln(M2 )/2 e 2 = ln(M2 )2 ln(X), onde M2 =
Pn
i=1 Xi2 /n.
2. (a) = 1/X (b) = 2n/ n 2
P
i=1 Xi .
3. (a) p = 1/X (b) p = X/N0 (c) = max{X(1) , X(n) }.
2 Pn 2 2 2 Pn 2 2 2 2 2
4. (a) M M = i=1 Xi /n0 (b) M V = i=1 (Xi 0 ) /n (c) M M = 1, 907 e M V = 2, 516 (d) M M = 7, 099 e M V = 2, 709.
5. (a) = 1/X (b) ) = X (c) = e1/X (d) = 3, 01, = 0, 331 e = 0, 0491.
6. (a) M M = X/(1 X) (b) M V = n/( n
P Pn
i=1 ln(Xi )) (c) M M = X (d) M V = n/ ( i=1 ln(Xi )) n .
7. (b) = X(1) (c) = 1/2X(1) .
8. Se X1 = 0 ou X1 = 1, = 1; se X1 = 2, = 2 ou 3; se X1 = 3 ou X1 = 4, = 3.
9. 6.700 pessoas votariam a favor da obra.
10. 0, 192.
11. N = 7.310 taxis.
12. (a) 1,5 (b) 0,405.
13. (a) = 0, 00357 (b) = 280, 4 horas.
3 de 3