UNIVERSIDAD DEL DESARROLLO

FACULTAD DE ECONOMIA Y NEGOCIOS

INGENIERIA COMERCIAL

Estadstica II
Gua-01: Estimaci
on Puntual y Propiedades de los Estimadores

Profesores: Viviana Barile - Carlos Bustos-Lopez - Vctor Martnez

Primer Semestre 2016

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
()

(b) Determine los E.M.V. de y sabiendo que:

i. Si IN () = ( 1)!, ademas ()
= ( 1)( 1) , 1 .
ii.
n
n
p
1X
1 Y
lnXi = ln
Xi = ln n X1 X2 Xn = lnG(X) ,
n
n
i=1

i=1

donde G(X) es la media geometrica de los datos Xi .

3. Sean X1 , . . . , Xn una m.a. de una poblacion normal de parametros IE(X) = y Var (X) = 2
desconocidos.

(a) Se proponen
n

1 X
Xi

1 =
n1

!
n
1X
(1 Xi ) 1 ,
n

2 =

i=1

i=1

estudie el insesgamiento de estos estimadores y determine sus E.C.M.

(b) Determine que el estimador de maximo verosimil de 2 no es un estimador insesgado
para 2 , y determine su nivel de sesgo.
4. La duracion X de cierta marca de ampolletas tiene una distribucion exponencial con parametro
. En una muestra de 50 ampolletas se registra la duracion de cada una, medidas en horas:
1000
1327
1430
1540
1710

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

(a) Obtenga una estimacion maximo verosimil de usando la informacion dada.

sea mayor que 1855?
(b) Cual es la probabilidad estimada de que X
5. Sea X una variable aleatoria con funcion de densidad dada por:
 2x
, si 0 < x <
2
fX (x) =
0 e.o.c.

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

Determine con alg

un criterio el mejor estimador.
7. Sean 1 , 2 y 3 tres estimadores insesgados de independientes. Se sabe que:
Var (1 ) = 2 ,

Var (2 ) =

2
,
2

Var (3 ) =

2
.
4

Cual de los siguientes estimadores prefiere usted?

a)

21 + 22 + 3
,
5

b)

1 + 2 + 3
,
3

c)

1 + 2 + 3
.
5

8. Sea X N (, 25) y los estimadores para :

1 =

X1 + X2
2

2 =

X1 + X2 + X3 + X4
+C .
4

Determine C para que

2 sea preferible a
1 en terminos de su error cuadratico medio.
9. El n
umero de vehculos que circula por la interseccion de las calles A y B es una variable
aleatoria Poisson con parametro . Para estimar a traves de una muestra aleatoria de
tama
no 5, se sugieren los siguientes estimadores:
2 = 2X1 + 3X2

1 = 3X1 + 2X5

3 =

5
X
Xi
i=1

Cual de los tres estimadores propuestos es mejor?

10. Sea X1 , X2 , . . . , Xn una muestra aleatoria de tama
no n(n > 2), desde una distribucion con
funcion de densidad dada por:
 1 x

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

(a) Encontrar el EMV de .

(b) Determine un estimador para la proporcion de familias con ingresos menores a $100000.
Suponga que una muestra de 6 familias entrego la siguiente informacion sobre su ingreso:
$50000 $100000 $80000 $250000 $120000 $300000
(c) Encontrar el estimador de por el metodo de los momentos.
17. La duracion en horas de una cierta componente electronica se supone que sigue una distribucion de Weibull con parametro de forma > 0 y parametro de escala > 0, y cuya funci
on
de densidad esta dada por:
(

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

(a) Determine el estimador insesgado de menor varianza.

(b) En base al estimador
1 , determine la probabilidad que los clientes esperen por m
as de
30 minutos, si en una muestra aleatoria de 100 clientes, mostro que:
100
X

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

20. Suponga que la v.a. X tiene distribucion geometrica:


(1 )x1 si x = 1, 2, . . . , 0 < < 1
pX (x) =
0
e.o.c.
Sea X1 , . . . , Xn , una m.a. de dicha distribucion. Encuentre el EMV para .
21. Una empresa comercializadora de combustible ha determinado, en base a la historia, que sus
ventas de combustible (en miles de litros) son una variable aleatoria continua con funci
on de
densidad de probabilidad dada por:
 (+1)x
si 0 x 3
3+1
fX (x) =
0
e.o.c.
(a) Determine, en base a una muestra aleatoria de tama
no n, el EMV de .
(b) Se toma una muestra aleatoria de las ventas de combustible (en litros) de ocho das,
encontrandose que las ventas fueron:
1700 2300 1789 2345 1978 2820 1984 2134
Encuentre la estimacion maximo verosmil de .
22. Sea X una v.a. con funcion de densidad:
 1
4 si 2 x + 2
fX (x) =
0
e.o.c.
Sea X1 , X2 , X3 , X4 una m.a. de X.
(a) Analizar el insesgamiento del estimador:
1
= (X1 + 2X2 + 3X3 + 4X4 )
4
(b) Sean 1 , 2 y 3 estimadores insesgados de , tal que:
1
1 = (2X1 + X3 + X4 )
4

1
2 = (X1 + 3X4 )
4

3 = X

Cual de estos estimadores tiene la menor varianza?

23. La funcion de probabilidad de una v.a. X, depende del parametro y IE(X) = y Var (X) =
2 . Una muestra aleatoria de tama
no n de la poblacion X, entrega los siguientes estimadores
de :
3
1

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 ?