Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1) La amplitud de una señal de radar retrodifundida desde la superficie del mar sigue una
distribución de Rayleigh con función de densidad:
f ( x; ) 2 xe 2 x2
,x0
Calcular el estimador de máxima verosimilitud para el parámetro α, en base a una muestra
de tamaño n.
2) Sea X1, X2,……, Xn una muestra aleatoria de tamaño n que distribuye N(µ, σ2), y se tienen
los siguientes estimadores para µ y σ2 respectivamente:
X1 X 2
ˆ1 X ; ˆ 2 ; ˆ 3 X 1
2
n n
(x )
i
2
(x x ) i
2
ˆ12 i 1
; ˆ 22 i 1
n n 1
Elija el mejor estimador para ambos casos.
Hint: Para el caso de los estimadores para la varianza, recordar la distribución chi-
cuadrado.
xa
c
c
x a
c 1
f ( x) e
; xa
a) Encontrar el estimador máximo verosímil para el parámetro θ para muestras de
tamaño n.
b) Si a = 0 y c = 0,5 y se observa que para n = 15 se obtiene que:
15
x
i 1
0,5
i 15, 23
¿Cuál sería la estimación puntual de θ?
n
L x , 2 2 xi e xi Aplicamos ln
2
i 1
n
ln L x , ln 2 2 xi e xi
2
i 1
n
ln 2 2 ln ln xi xi2 Aplicamos
i 1
ln L x , n 2 2
xi 0
i 1
2 x 0
n
2
i
i 1
n n
2 x
i 1 i 1
2
i
n
2n
2 n xi2 ˆ n
i 1
x
i 1
2
i
n
xi 1 n 1 n n
E ˆ1 E X E i 1
E ( xi )
n n i 1 n i 1 n
X X2 1 2
E ˆ 2 E 1 E ( X 1 ) E ( X 2 )
2 2 2 2
E ˆ 3 E X 1
Los tres estimadores son insesgados
n
xi 1 n n
2
2
V ˆ1 V X V i 1 2 V ( xi ) 2 2
1 2 n
n n i 1 n i 1 n n
2
ECM ˆ1
n
X1 X 2 1 2 2 2 2 2
V ˆ 2 V V ( X 1 ) V ( X 2 )
2 4 4 4 2
2
ECM ˆ 2
2
V ˆ 3 V X 1 2 ECM ˆ 3 2
ECM ˆ1 2 2 2
e1 1
ECM ˆ 2 n 2 n
ˆ1 es mejor estimador que ˆ 2
ECM ˆ1 2 1 1
e2 2 1
ECM 3 n
ˆ n
ˆ1 es mejor estimador que ˆ 3
x
n 2
i ) i conocido
i 1
n
xi
2
2
i 1
2 n
n
x
2
2 i
i 1
ˆ12
n n
2
ˆ 2
1
n
x x
n 2
ii ) i desconocido
i 1
n
xi x
2
2
i 1
2 n 1
n
xi
2
2
i 1
ˆ 22
n 1 n 1
2
ˆ 2
n 1
2
2 2 n 2
E ˆ E
2
1 E ( ) 2
n n n
2 2
E ˆ 2 E
n 1 2
2
E ( ) 2
n 1 n 1 n 1
Los dos estimadores son insesgados
2 4 2n 4 2 4
V ˆ V
2
1 2 V ( ) 2
n n n n
2 4
ECM ˆ1
2
2 4 2 n 1 4 2 4
V ˆ V
2
2
V ( )
n 1 n 1 n 1 n 1
2 2
2 4
ECM ˆ 2
n 1
2
ECM ˆ12 2 4 n 1 n 1 1
e 1 1
ECM 2
ˆ
2 4
n 2 n n
θ
c xi a c
n
c 1
L( x , , a, c) xi a e Aplicamos ln
i 1
n c
xi a c
ln L( x , , a, c) ln xi a e
c 1
i 1
n
xi a
c
c
ln c 1 ln xi a Aplicamos
i 1
ln L( x , , a, c) n 1 xi a
c
0
2
i 1
n
xi a
c
2
0
i 1
x a 0
n
c
i
i 1
n n
xi a
c
i 1 i 1
xi a
c
n n
n xi a ˆ
c
i 1 i 1 n
15
15
xi 0
0,5 x 0,5
i
15, 23
ˆ i 1
1, 01533
i 1 15 15 15