Академический Документы
Профессиональный Документы
Культура Документы
Pregunta 1
Suponga que se tiene una m.a de tama
no 2n tomada de una poblacion X, con E(X) = y
V ar(X) = 2 . Sean:
2n n
1 X 1X
X1 = xi y X2 = xi
2n n
i=1 i=1
dos estimadores de . Cual es mejor estimador? Explique.
El mejor estimador ser
a el que tenga menor error cuadratico medio (ECM).
Primero veamos si son insesgados los estimadores.
2n 2n
!
1 X 1 X 1
E(X 1 ) = E = xi E(xi ) = 2n =
2n 2n 2n
i=1 i=1
n n
!
1 X 1X 1
E(X 2 ) = E xi = E(xi ) = n =
n n n
i=1 i=1
Como ambos estimadores son insesgados, entonces el mejor estimador sera aquel que tenga menor
varianza.
2n 2n
!
1 X 1 X 1 2
V ar(X 1 ) = 2 V ar xi = 2 V ar(xi ) = 2 2n 2 =
4n 4n 4n 2n
i=1 i=1
n n
!
1 X 1 X 1 2
V ar(X 1 ) = 2 V ar xi = 2 V ar(xi ) = 2 n 2 =
n n n n
i=1 i=1
Pregunta 2
Suponga que b1 y b 2 son estimadores del parametro . Se sabe que E( b 2) = ,
b 1 ) = y E(
2
V ar(
b 1 ) = 10 y
b 2 = 4. Cu al es mejor estimador y en que sentido lo es?
Podemos observar que b 1 es insesegado a diferencia de b 2 , sin embargo, debemos comparar su
ECM.
RECUERDE: ECM () b = V ar() b + Sesgo2 ()
b
1
ECM ( b 1 ) = 10 + 02 = 10
2 2
ECM (2 ) = 4 +
b =4+
2 2
Dado que el ECM ( b 2 ) depende del verdadero valor de entonces debemos analizar para que
intervalo 2 es mejor que
b b 1 o viceversa.
Entonces:
b 1 ) ECM (
ECM ( b )
2 2
10 4 +
2
16 + 2
10
4
40 16 + 2
2 24
Por lo tanto,
b 1 ser
a mejor estimador de que b 2 cuando el verdadero valor de sea: 24, o
cuando
24. De manera an aloga tenemos que b 2 sera mejor estimador de que
b 1 cuando
24 < < 24
Pregunta 3
no n de una poblacion N (, 2 )
Sea X1 , ..., Xn una muestra aleatoria de tama
2
a) Demuestre que X es un estimador sesgado de 2
2
Como X N ormal(, 2 ) entonces se sabe que X N ormal(, n ) luego al querer demostrar
2
que X es sesgado para 2 ocupamos lo siguiente:
2
V ar(X) = E(X ) E 2 (X)
2 2
= E(X ) 2
n
2
Ahora si despejamos E(X ), observamos que es distinto a 2 , por lo que muestra lo sesgado del
estimador.
2
Pregunta 4
Sean X1 , ..., Xn variables aleatorias i.i.d con funcion de densidad dada por
E(X) = X
= ( + 1) x+1 dx
0
x+2 1 + 1
= ( + 1) =
+ 2 0 + 2
+1
=X
+2
2X 1
Despejando
bEM =
1X
Paso 2: Funci
on log-verosimilitud
n
X
l(x|) = n ln( + 1) + ln(xi ) \
i=1
3
Paso 3: Derivar:
n
l n X
= + ln(xi ) = 0
+1
i=1
n
n X
= ln(xi )
+1
i=1
n
+1= n
X
ln(xi )
i=1
Por lo tanto,
n n
bEM V =
Xn + 1
o bien,
bEM V =
n + 1
Y
ln(xi ) ln (xi )
i=1 i=1
Propuesto: Suponga que X sigue una determinada distribucion con funcion de densidad dada por:
f (x; , ) = x1 x y 1
b) Determine el EMV de .