Академический Документы
Профессиональный Документы
Культура Документы
Estadstica II
Gua-01: Estimaci
on Puntual y Propiedades de los Estimadores
1. Sea X una variable aleatoria utilizada para modelar la proporcion de artculos defectuosos en
un da de produccion de una fabrica. Su funcion de densidad es:
1
kx
0 < x < 1 , > 0
fX (x) =
0
e.o.c.
(a) Determine k de modo que fX (x) sea una funcion de densidad bien definida.
(b) Usando el metodo de maxima verosimilitud, muestre que para esta densidad solo se puede
estimar el cuociente / y que eso es suficiente para definir la funcion de densidad.
(c) Determine la IE(X) y Var (X).
es:
(d) Demuestre que el estimador de momentos de dado = X
n
e = 1 X
X
= 1
X
Xi .
n
i=1
2. Sean X1 , . . . , Xn una m.a. de una poblacion X caracterizada por una ley de probabilidad
dada por:
kx1 ex x > 0 > 0 , IN
fX (x) =
0
e.o.c.
(a) Determine k sabiendo que:
Z
0
x1 ex
dx = 1
()
i=1
(a) Se proponen
n
1 X
Xi
1 =
n1
!
n
1X
(1 Xi ) 1 ,
n
2 =
i=1
i=1
1010
1340
1445
1560
1720
1125
1348
1448
1580
1730
1181
1350
1502
1595
1780
1230
1365
1505
1602
1810
1250
1370
1507
1605
1815
1265
1380
1510
1608
1860
1270
1400
1515
1610
1940
1275
1406
1521
1620
1984
1285
1409
1525
1630
2000
Sea = 3X/2
un estimador de . Estudie insesgamiento, consistencia y error cuadr
atico
medio.
6. Considere una variable aleatoria X continua con funcion de densidad dada por:
1
, si 0 < x <
fX (x) =
0 e.o.c.
Ademas, IE(X) = /2 y Var (X) = 2 /12. Se toma una muestra aleatoria de tama
no 3
(X1 , X2 , X3 ) y se definen los estimadores de como:
1 = X1 + X2 ,
2 = X1 + X2 X3 ,
X1 + X2 + X3
3 =
3
Var (2 ) =
2
,
2
Var (3 ) =
2
.
4
21 + 22 + 3
,
5
b)
1 + 2 + 3
,
3
c)
1 + 2 + 3
.
5
1 =
X1 + X2
2
2 =
X1 + X2 + X3 + X4
+C .
4
1 = 3X1 + 2X5
3 =
5
X
Xi
i=1
si x > 0, > 0
e
fX (x) =
0
e.o.c.
1 = X7 y
2 = (X1 + X6 )/2.
Sean
(a) Determine el estimador insesgado de menor varianza.
(b) Encuentre el estimador de maxima verosimilitud de y estudie la consistencia del estimador.
11. Sea X1 , X2 , . . . , Xn una muestra aleatoria de tam
no n desde una poblacion con funci
on de
densidad dada por:
(
x
1
2 e
x
si x > 0, > 0
3
2
fX (x) =
0
e.o.c.
Ademas, IE(X) = 3 y Var (X) = 3 3 .
(a) Determine el estimador maximo verosmil de .
(b) Pruebe que el estimador maximo verosmil de es insesgado y consistente.
(c) Si en una muestra aleatoria de tama
no 20 se obtuvo:
20
X
xi = 150
i=1
20
X
x2i = 13520 .
i=1
Determine la estimacion de .
12. Se define una variable continua con distribucion Gamma de paramatros y , con funci
on
de densidad dada por:
(
x
x1 e
(1)! si x 0( entero)
fX (x) =
0
e.o.c.
(a) Si es conocido, determine el EMV de .
3
(b) Se sabe que IE(X) = , Var (X) = 2 , estudie las propiedades del estimador encontrado en (a).
13. Los depositos que diariamente recauda un cajero de un banco pueden ser modelados por la
funcion de densidad dada por:
ex si x 0
fX (x) =
0
e.o.c.
Si en una muestra de 5 das los depositos (en millones de pesos) fueron:
4, 5 5, 2 4, 3 6, 2 5, 4
Cual es la probabilidad que en un da el cajero recaude mas de 5 millones de pesos, si se
estima mediante el metodo de maxima verosimilitud?
14. Suponga que el tiempo de duracion de una lavadora (tiempo hasta que falla) es una variable
aleatoria con funcion de densidad dada por: de densidad dada por:
2xe x2
si x 0
fX (x) =
0
e.o.c.
(a) Determine el EMV de basado en una muestra aleatoria de tama
no n.
(b) Cada lavadora es garantizada por un tiempo de 12 meses con un costo de reparaci
on de
$30000. Para una muestra de 5 lavadoras se obtiene que sus tiempos de duracion son:
X1 = 10 X2 = 8 X3 = 13 X4 = 15 X5 = 12
Determine una estimacion del costo anual por reparacion en que incurre la fabrica, si se
supone que vende al a
no 500 lavadoras.
15. La cantidad de harina que se utiliza mensualmente en una cadena de panaderas se puede
considerar una variable aleatoria (en toneladas) con funcion de densidad dada por:
(
x2
x 22
e
si x > 0
2
fX (x) =
0
e.o.c.
(a) Sea X1 , . . . , Xn una muestra aleatoria de tama
no n de la distribucion anterior, determine
2
el EMV de .
(b) Si se toma una muestra aleatoria de 5 meses y se observa la cantidad consumida mensualmente de harina, en toneladas, obteniendose:
10 20 17 15 16
Que porcentaje de los meses se consume mas de 13000 kilos?
16. Suponga que el ingreso mensual de un grupo de familias (en millones de $) es una variable
aleatoria con la siguiente funcion densidad:
x1 si 0 < x < 1
fX (x) =
0
e.o.c.
4
1 ( x )
x
e
si x > 0
fX (x) =
0
e.o.c.
Se prueban estas componentes. Para ello se toma una muestra aleatoria, que arroj
o los
siguientes valores, en horas:
85, 67 142, 84 97, 04 32, 46 69, 14
114, 43 41, 76 163, 07 108, 22 63, 28
Si el parametro de forma se elige igual a 2, se pide obtener un EMV para el parametro de
escala.
18. El gerente de una sucursal bancaria, desea saber la proporcion (probabilidad) de clientes
que esperan mas de 30 minutos (ya que en la mayora de los bancos de la competencia
tienen un tiempo medio de espera de 30 minutos) en las horas de mayor afluencia de p
ublico.
El departamento de estudios, le indica que la distribucion de probabilidad del tiempo de
espera sigue un comportamiento normal con varianza 81 (minutos)2 y le proporciona dos
estimadores:
n2
X xi
1
a)
1 = (x1 + x2 + + xn ) ,
b)
2 =
n
n2
i=1
xi = 3016
i=1
100
X
x2i = 189779, 56
i=1
19. Para un banco es muy importante tener informacion del monto utilizado en las tarjetas de
creditos respecto del monto disponible. La distribucion de los clientes para esta variable se
puede modelar mediante una funcion de densidad dada por:
( + 1)x si 0 < x < 1
fX (x) =
0
e.o.c.
Se ha tomado una muestra de 25 clientes, observandose que:
25
X
xi = 14, 5
i=1
25
X
x2i = 9, 45
i=1
Estime, mediante el metodo de los momentos, la probabilidad que un cliente utilice por lo
menos el 83% de los montos disponibles en tarjetas de credito.
5
1
2 = (X1 + 3X4 )
4
3 = X
1 = X1 + X2
2 = 2X9 + X20
2 = X
4
4
(a) Cual(es) de estos estimador(es) es consistente(s)?
(b) Cual es el estimador eficiente de ?