You are on page 1of 22

Exerccios 7.2 LARSON H.J.

Inferncia Estatstica
7.2.1 - Suponha que (X1 , X 2 ,..., X n ) seja uma amostra aleatria de uma distribuio normal de mdia
e varincia . Determine C tal que
2

W C X1 X 2 X 3 X 4 X 5 X 6
2 2 2

seja um estimador no tendencioso do parmetro 2 .

7.2.2 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria de Poisson de parmetro
e seja
M d X1 X1 X 2 X 2 X 2 X 3 .... X n 1 X n 1 X n .
Determine o valor da constante d que torna M um estimador no tendencioso do parmetro .

7.2.3 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria Bernoulli de parmetro p.
Determine o valor da constante a tal que
Y a X1 X12 X 2 X 22 .... X n X 2n
seja um estimador no tendencioso do parmetro p.

7.2.4- Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria geomtrica de parmetro
p. Determine o valor das constantes a e b tal que
Y b X1 a X 2 X1 X 2 a X 3 X 2 .... X n 1 a X n X n 1
seja um estimador no tendencioso do parmetro 1/p.

7.2.5 - No Exemplo 7.2.3 (pgina 374) vimos que MSE X1X 2 MSE X se (X1 , X 2 ) uma
amostra aleatria de uma varivel aleatria exponencial de parmetro Determine a constante a de tal
forma que
MSE a X MSE X1X 2

7.2.6 - Seja (X1 , X 2 ,..., X n ) uma amostra de uma varivel aleatria de Bernoulli de parmetro p.
1 n
Determine MSE Xi .
n 1 i 1

7.2.7 - Se (X1 , X 2 ,..., X n ) uma amostra aleatria sde uma varivel aleatria exponencial de
parmetro , determine o valor de a que minimiza MSE aX , como um estimador para a mdia de X.

7.2.8 - Qual o menor valor possvel da varincia para um estimador no tendencioso do parmetro p de
uma varivel aleatria de Bernoulli, baseado numa amostra aleatria de tamanho n? Voc pode encontrar
um estimador que tenha esta varincia ?

Prof. Frederico Cavalcanti 1


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
1
7.2.9 - Qual o menor valor possvel da varincia de um estimador no tendenciosos do mdia de
p
uma varivel aleatria geomtrica de parmetro p? Voc pode encontrar um estimador no tendencioso
que tem esta varincia?

7.2.10 - Determine o limite inferior da desigualdade de Cramer-Rao para a varincia de um estimador no


1
tendencioso para o parmetro , mdia de uma varivel aleatria exponencial. Voc pode encontrar

um estimador no tendencioso que tem esta varincia?

7.2.11 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria X com distribuio
Gama de parmetros p (conhecido) e (desconhecido). Determine a varincia mnima pela desigualdade
de Cramer Rao para um estimador no tendencioso do parmetro 1 . Voc pode encontrar um

estimador no tendencioso daquele parmetro que tenha aquela varincia ?

7.2.12 - Seja X uma varivel aleatria com funo de densidade abaixo:


f x e x , x
a) Qual o estimador de mxima verossimilhana de ?
b) Determine o limite inferior de Cramer Rao para a varincia dos estimadores no tendenciosos do
parmetro Esta densidade satisfaz as condies de regularidade para a desigualdade de Cramer Rao?
c) Construa um estimador no tendencioso em (a), se necessrio, e determine sua varincia.
ser escrita na forma:

7.2.13 - Suponha que 1 e 2 sejam estimadores no tendenciosos para o parmetro , com


varincias 12 e 22 , respectivamente.
a) Mostre que a1 1 a 2 , onde a uma constante, tambm um estimador no tendencioso para o
parmetro .
b) Determine o valor de a que minimiza a varincia de a1 1 a 2 .

7.2.14 - Suponha que X seja uma varivel aleatria uniforme no intervalo (0, ) . Baseado numa
amostra de tamanho n de X, o estimador de mxima verossimilhana de ,
max (X1 , X 2 ,..., X n ) enquanto que o estimador pelo mtodo dos momentos % 2X .
e E % e o MSE de ambos os estimadores. Qual deles voc prefere para estimar
Determine E
? Eles so estimadores consistentes ?

7.2.15 - O "Melhor Estimador Linear No Tendencioso (BLUE ) de um parmetro baseado em uma


amostra aleatria (X1 , X 2 ,..., X n ) de X cuja distribuio depende daquele parmetro a funo linear
n
a i Xi tal que:
i 1

a) E

Prof. Frederico Cavalcanti 2


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
n
b) Var Var , onde bi X i qualquer outro estimador no tendencioso de .
i 1

Se(X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria X com mdia e varincia 2
1 n
mostre que X Xi o BLUE para .
n i 1

7.2.16 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria normal de parmetros
e 2 . O limite inferior de Cramer - Rao se aplica para cada um dos dois parmetros. Determine este
limite para os estimadores no tendenciosos de e 2 . Algum estimador de 2 tem aquele limite ?

n
X i X para a varincia 2 da distribuio
2
7.2.17 - Considere os estimadores da forma
i 1

normal de parmetros e , da uma amostra aleatria de tamanho n de X. Determine o valor de


2

n 2

que minimiza MSE X i X .
i 1

7.2.18 - Seja (X1 , X 2 ,..., X 40 ) uma amostra aleatria de uma varivel aleatria geomtrica com
1 40
n
parmetro p. Qual a distribuio aproximada de X ?
Xi i 1

7.2.19 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria da varivel aleatria X, com distribuio de
1 n
Poisson de parmetro .. Qual a distribuio de probabilidade aproximada de X X i ?
n i 1

Prof. Frederico Cavalcanti 3


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

7.2.1 - Suponha que (X1 , X 2 ,..., X n ) seja uma amostra aleatria de uma distribuio normal de mdia
e varincia . Determine C tal que
2

W C X1 X 2 X 3 X 4 X 5 X 6
2 2 2

seja um estimador no tendencioso do parmetro .
2

Soluo:
Deseja-se calcular C de forma que E W 2 .
Temos inicialmente que:
E Xi2 2 2
E Xi X j E X i E X j 2
Por outro lado,
6
W C X i2 2 X1X 2 X 3X 4 X5 X 6
i 1
6

E W C E Xi2 2 E X1X 2 X 3 X 4 X 5 X 6
i 1
E W C 6 2 2 6 2
1
E W 6C2 6C 2 2 C
6

7.2.2 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria de Poisson de parmetro
e seja
M d X1 X1 X 2 X 2 X 2 X 3 .... X n 1 X n 1 X n .
Determine o valor da constante d que torna M um estimador no tendencioso do parmetro .
Soluo:
Deseja-se calcular d de forma que E M .

n 1
M d X i Xi X i 1
i 1
n 1 n 1
n 1 n 1

M d X i2 X i Xi 1 E M d E X i2 E X i X i1
i 1 i 1 i 1 i 1

Prof. Frederico Cavalcanti 4


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
E M d n 1 2 n 1 2
E M d n 1
Finalmente,
1
d n 1 d
n 1

Prof. Frederico Cavalcanti 5


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

7.2.3 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria Bernoulli de parmetro p.
Determine o valor da constante a tal que
Y a X1 X12 X 2 X 22 .... X n X 2n
seja um estimador no tendencioso do parmetro p.
Soluo:
Deseja-se calcular a de forma que E Y p.
n
Y a X i Xi2
i 1


n
E Y a E Xi E Xi2
i 1
n n
E Y a E Xi a E Xi2
i 1 i 1

E Y a np a np 2a np
1
E Y 2a np p a
2n

7.2.4- Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria geomtrica de parmetro
p. Determine o valor das constantes a e b tal que
Y b X1 a X 2 X1 X 2 a X 3 X 2 .... X n 1 a X n X n 1
seja um estimador no tendencioso do parmetro 1/p.
Soluo:
Deseja-se calcular a e b de tal forma que E Y 1/ p.
n 1
Y b X i aX i 1 X i
i 1

n 1 n 1

Y b a X i X i 1 X i2
i 1 i 1
n 1 n 1

E Y b aE X i X i 1 E X i2
i 1 i 1
1 1 p 1
E(Y) b a n 1 2 n 1 2 2
p p p
Assim,
1 1 p 1 1
b a n 1 2 n 1 2 2
p p p p
a 1 p 1 1
b n 1 2 2 2
p p p p
b n 1 a 2 p p
b n 1 a 2 b n 1 p p
Temos ento que:
1
b n 1 1 b
n 1

Prof. Frederico Cavalcanti 6


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
b n 1 a 2 0 a 2 0 a 2

Prof. Frederico Cavalcanti 7


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
7.2.5 - No Exemplo 7.2.3 (pgina 374) vimos que MSE X1X 2 MSE X se (X1 , X 2 ) uma
amostra aleatria de uma varivel aleatria exponencial de parmetro Determine a constante a de tal
forma que
MSE a X MSE X1X 2
Soluo:
1 4
No exemplo citado vimos que MSE X Var X e MSE X1X 2 , e assim,
2 2 2 2
como 4 1, ento MSE X MSE X1X 2 .

Determinemos ento o MSE da varivel aleatria aX.


MSE a X Var a X B2 a X

1
MSE a X a 2 B2 a X
2 2

1 1 1 1 a 1 a 1
E a X a B a X

a 1 a 2 2 a 1
2 2
1
MSE a X a 2
MSE a X
2 2
2 2 2

Buscamos um valor para a de tal forma que:


a 2 2 a 1 4
2

3a 2 4a 2 0
4 16 12 2 a 0,9195
a 1
6 a 2 0, 4139
A funo h a 3a 2 4a 2 assume valores menores do que zero no intervalo

0,9195;0, 4139 e assume um valor mnimo em 6a 4 0 a 2 0, 6667 , que por sua


3
0,9195 0, 4139
vez o ponto mdio daquele intervalo, ou seja: 0, 6667.
2
Resp: 2/3.

7.2.6 - Seja (X1 , X 2 ,..., X n ) uma amostra de uma varivel aleatria de Bernoulli de parmetro p.
1 n
Determine MSE Xi .
n 1 i 1
Soluo:
1 n 1 n 2 1
n

MSE X
n 1 i 1
i Var X
n 1 i 1
i B Xi
n 1 i 1
Clculo da varincia:
1 n 1 n npq
Var X i
n 1 i 1 n 1
2
Var Xi
i 1 n 1
2

Clculo da tendenciosidade B:

Prof. Frederico Cavalcanti 8


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

1 n np np 1 1 n p
E X i
n 1 i 1 n 1
p
n 1
p p p
n 1
B Xi
n 1 i 1 n 1
Assim, temos que:
1 n npq p 2
MSE Xi
n 1 i 1 n 1
2

Prof. Frederico Cavalcanti 9


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

7.2.7 - Se (X1 , X 2 ,..., X n ) uma amostra aleatria sde uma varivel aleatria exponencial de
parmetro , determine o valor de a que minimiza MSE aX , como um estimador para a mdia de X.
Soluo:
Clculo da tendenciosidade do estimador:
a 1 a 1 a 1
E aX a E X B aX

Clculo da varincia do estimador:
a2
Var aX
n 2
Assim,
a 2 a 1
2
a 2 n a 2 2a 1
MSE aX 2
n 2 n 2
d MSE aX 2a 2an 2n
0
da n 2
n
2a n 1 2n a
n 1

7.2.8 - Qual o menor valor possvel da varincia para um estimador no tendencioso do parmetro p de
uma varivel aleatria de Bernoulli, baseado numa amostra aleatria de tamanho n? Voc pode encontrar
um estimador que tenha esta varincia ?
Soluo:
O menor valor possvel requerido o limite inferior da desigualdade de Cramer-Rao aplicada na varivel
aleatria de Bernoulli, como segue:
P X x px 1 p
1 x
, x 0,1
ln P(X x) x ln p (1 x) ln (1 p)
Derivando-se em relao a p:
d ln P(X x) x 1 x x p

dp p 1 p p(1 p)
Da segue que:
2
X p Var X pq 1
E 2 2
p 1 p
2 2
pq pq pq


, ento:
Segundo a desigualdade de Cramer-Rao, se tal que E
1
Var
d ln P X,
2

nE
d
No caso em estudo, temos:
1 pq pq
Var p Varmin p
n / pq n n

b) O estimador X , no tendenciosos, do parmetro p tem varincia igual varincia mnima dada pela
pq
desigualdade de Cramer-Rao, ou seja Var X
n

Prof. Frederico Cavalcanti 10


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

Prof. Frederico Cavalcanti 11


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

1
7.2.9 - Qual o menor valor possvel da varincia de um estimador no tendenciosos do mdia de
p
uma varivel aleatria geomtrica de parmetro p? Voc pode encontrar um estimador no tendencioso
que tem esta varincia?
Soluo:
O menor valor possvel requerido o limite inferior da desigualdade de Cramer-Rao aplicada na varivel
aleatria Geomtrica de parmetro p, como segue:
P X x p q x 1, x 1, 2,3,....
1 1
Como E X p , ento:
p
x 1
1 1 1
P X x 1 ln P X x ln x 1 ln 1

d ln P X x 1 1 x
x 1
d 1 u 1
2
d ln P(X, ) X Var X
E E 2
d 1 1
2

Por outro lado,
1
1 1 2
Var X Var X 1
1
2

Aplicando-se a desigualdade temos:
11
1
1 1 p p q
Var 2
nVar X n n np
2 1
2

1
b) o estimador X , no tendencioso, do parmetro , tem a varincia igual da varincia mnima
p
q
dada pela desigualdade de Cramer-Rao, ou seja Var X
np 2

Prof. Frederico Cavalcanti 12


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

7.2.10 - Determine o limite inferior da desigualdade de Cramer-Rao para a varincia de um estimador no


1
tendencioso para o parmetro , mdia de uma varivel aleatria exponencial. Voc pode encontrar

um estimador no tendencioso que tem esta varincia?
Soluo:
Se X tem distribuio exponencial de mdia ,
x
1
f x, e , x0

e
x
ln f x, ln

d ln f x, 1 x x
2 2
d

d ln f X,
2
X 1 2 1
E E 4 Var X 4 2
d 2

A desigualdade de Cramer-Rao ento toma a forma,

1 2 1

Var 2
n n n
2

1
b) A estatstica X , estimador no tendencioso da mdia tem varincia igual ao limite inferior da

1
desigualdade, ou seja Var X
n 2

Prof. Frederico Cavalcanti 13


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

7.2.11 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria X com distribuio
Gama de parmetros p (conhecido) e (desconhecido). Determine a varincia mnima pela desigualdade
de Cramer Rao para um estimador no tendencioso do parmetro 1 . Voc pode encontrar um

estimador no tendencioso daquele parmetro que tenha aquela varincia ?
Soluo:

A funo de densidade de X :
p p 1 x
f x, x e , x 0
p

registremos para aplicar no exerccio que


Obs: Se 1 E X p e Var X p 2 .

Para determinar a varincia mnima de Cramer Rao, temos:

ln f x, p ln ln p p 1 ln x x
1 1
g g 1

1 x
ln f x, p ln ln p p 1 ln x

Derivando-se em relao a , obtemos:
ln f X, p X X p

d 2 2
ln f X, Var X p2 p
2
1

2
E E X p 4 2
d 4
4

Assim, a varincia mnima dos estimadores no tendenciosos para o parmetro , dada por:

1 2

Var
np np
2
b) O estimador de mxima verossimilhana do parmetro (sugesto de exerccio para o leitor)
X
que tal que:
p
X 1 1 1 p 1
E E E X p
p p p p
X
de forma que um estimador no tendencioso para o parmetro 1 .
p
A varincia deste estimador dada por:
X 1 1 p2 2
Var Var 2 Var X 2

p p p n np
De forma que temos ento que 1 um estimador no tendencioso para o parmetro 1 e

tem a varincia igual varincia mnima de Cramer Rao.

Prof. Frederico Cavalcanti 14


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

7.2.12 - Seja X uma varivel aleatria com funo de densidade abaixo:


f x e x , x
a) Qual o estimador de mxima verossimilhana de ?
b) Determine o limite inferior de Cramer Rao para a varincia dos estimadores no tendenciosos do
parmetro Esta densidade satisfaz as condies de regularidade para a desigualdade de Cramer Rao?
c) Construa um estimador no tendencioso em (a), se necessrio, e determine sua varincia.
Soluo:
a) Determinao do EMV.
r n
n n
L x, e x exp x i exp x i n
i 1 i 1 i 1
r
r n
ln L x,
ln L x, x i n n ?
i 1 d
r
A soluo no pode ser a tradicional. Se analisarmos o esboo do grfico de L x, , verificamos que a
funo de verossimilhana tem seu mximo para o maior valor possvel de .

De fato, a densidade (e a verossimilhana) definida para x i , i 1, 2,3,..., n . Ora, se x i


para todo i=1,2,,3...,n, ento min (X1 , X 2 ,..., X n ) .

A funo exponencial do e d cresce quando d cresce. A funo de verossimilhana da amostra pode ser
escrita na forma:
r n n

L x, exp x i n exp n x i
i 1 i 1
que assume o valor mximo quando assume o seu maior valor possvel
r
Como min (X1 , X 2 ,..., X n ) , ento o valor de que maximiza L x,
min (X1 , X 2 ,..., X n ) .
Assim, o estimador de mxima verossimilhana de parmetro dado por:

min (X1 , X 2 ,..., X n )

b) Varincia mnima de Cramer-Rao.


f x e x , x
d ln f x,
ln f x, X 1
d
d ln f x,
2

E 1 1
2
E
d
1
Var n

b.2) A densidade no satisfaz as condies de regularidade requeridas pela desigualdade de Cramer Rao.

Prof. Frederico Cavalcanti 15


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

c) O estimador de mxima verossimilhana, como visto em b) Y 1 min (X1 , X 2 ,..., X n ) , e


sua funo de densidade obtida a partir de FX x e f X x por;
n 1
f Y1 t nf X t 1 FX t t R

Clculo da Mdia de Y 1 .

Como f x e x , x e FX x 1 e x , x , ento:
f Y 1 y n e n y , y


E yn e n y dy
Y 1

Fazendo-se,
z y y z dz dy

e y: z: 0

Assim,

E z n e nz dz n ze nz dz ne nz dz 1
Y 1 n
0 0 0

Clculo da varincia de Y 1 .

E y 2 n e n y dy
Y 1
2


Fazendo-se a mesma transformao acima,

E z 2 n e nz dy 22 2 2
Y 1
2


n n

Var 2 2 1 1
Y 1 n 2 n
2
2
n n

1 1
E Var
Y 1 n e
Y 1 n 2

Por outro lado,

1 1
EY E Y
1
n
1
n

1 1
e Var Y 1 Var Y 1 2
n n
1 1
Assim, Y 1 um estimador no tendencioso para e tem varincia igual a 2 .
n n

Prof. Frederico Cavalcanti 16


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
7.2.13 - Suponha que 1 e 2 sejam estimadores no tendenciosos para o parmetro , com
varincias 12 e 22 , respectivamente.
a) Mostre que a1 1 a 2 , onde a uma constante, tambm um estimador no tendencioso para o
parmetro .
b) Determine o valor de a que minimiza a varincia de a1 1 a 2 .
Soluo:

a) E a1 1 a 2 a E 1 1 a E 2 a a
b) Var a 1 1 a 2 f a a 212 22 2a 22 a 2 22
df a
2a12 222 2a 22 0
da
2
a 12 22 22 a 2 2 2
1 2

7.2.14 - Suponha que X seja uma varivel aleatria uniforme no intervalo (0, ) . Baseado numa
amostra de tamanho n de X, o estimador de mxima verossimilhana de ,
max (X1 , X 2 ,..., X n ) enquanto que o estimador pelo mtodo dos momentos % 2X .
e E % e o MSE de ambos os estimadores. Qual deles voc prefere para estimar
Determine E
? Eles so estimadores consistentes ?
Soluo:

a.1) Sendo X uniforme em (0, ) e dada uma amostra aleatria de tamanho n de X, a estatstica
X n , o mximo valor de (X1 , X 2 ,..., X n ) o EMV de e tem funo de densidade dada por:
n 1
f y y 0 y
n
Assim,


E X n n n
E n y n dy
0

n 1
n
Da temos que B
n 1 n 1

Para calcular a varincia de , calculemos primeiramente seu momento de Segunda ordem:



n n 2
E X 2n E n y n 1dy
0 n2

Prof. Frederico Cavalcanti 17


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

De forma que:
n 2 n2 n 2
Var 2 2

n2 n 1 n 2 n 1
2

n 2 2 2
Por fim, MSE 2
2
2
n 2 n 1 n 1 n 2 n 1

a.2) Sendo X uniforme em (0, ) , e dada uma amostra aleatria de tamanho n de X, a estatstica
% 2X , o EMM de e:

E 2X 2 E X 2 E X 2
2
2 2
Var 2X 4 Var X 4
12n 3n
Concluso:

O estimador de mxima verossimilhana (EMV) tendencioso (com
B
n 1
, enquanto que o

estimador pelo mtodo dos momentos (EMM) no tendencioso. Ambos os estimadores so consistentes
em MSE, pois lim MSE
n

0 e lim MSE % 0 .
n

Por outro lado,
MSE % 2 2 3n 6n
2
MSE
n 1 n 2 n 1 n 2
Calculando-se o limite quando n cresce suficientemente,
MSE % 6n
lim lim 0

n
MSE n n 1 n 2
Logo MSE % o MSE , ou seja MSE % um infinitsimo de maior ordem que

MSE quando
n , e isto significa que preferiremos o estimador % a para estimar .

7.2.15 - O "Melhor Estimador Linear No Tendencioso (BLUE ) de um parmetro baseado em uma


amostra aleatria (X1 , X 2 ,..., X n ) de X cuja distribuio depende daquele parmetro a funo linear
n
a i Xi tal que:
i 1

a) E
n
b) Var Var , onde bi X i qualquer outro estimador no tendencioso de .
i 1

Se(X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria X com mdia e varincia 2
1 n
mostre que X X i o BLUE para .
n i 1
Soluo:

Prof. Frederico Cavalcanti 18


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
2
De fato, E X e Var X Varmin , onde o elemento genrico de todos os
n
estimadores no tendenciosos de . Se qualquer outro estimador no tendencioso que no X ento
1 n 1 n 1
bi Xi X Xi se pelo menos um dos bi ,i 1, 2,3,..., n for diferente de .
n i 1 n i 1 n
1 1
Sem perda de generalidade se b1 b e bi ,i 2,3,..., n , ento sendo igualmente no
n n
tendencioso como X , temos que:
1 n n 1 n 1
E E bX1 E(X i ) b b
n i2 n n
Mas o elemento genrico de todos os estimadores no tendenciosos de , de forma que:
n 1 n 1 1
b b 1 b
n n n
n
Assim, vemos que qualquer estimador no tendencioso de no formato a i Xi igual mdia
i 1

da amostra X.

7.2.16 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria de uma varivel aleatria normal de parmetros
e . O limite inferior de Cramer - Rao se aplica para cada um dos dois parmetros. Determine este
2

limite para os estimadores no tendenciosos de e 2 . Algum estimador de 2 tem aquele limite ?


Soluo:
Para ambos os casos vamos considerar o ln da funo de densidade de X, dada por:
(x ) 2
ln f x ln ln
22
a) quanto ao parmetro .
d ln f (x) (x )

d 2
2
(X ) n n
4 E (X ) 2
2
nE

2

2
Enfim, Var Var X
n

b) quanto ao parmetro 2 .
ln f x 1 (x ) 2 (x )2 2

d2 22 2 4 24
2
(X ) 2 2 n
8 E (X ) 2 (X )
4 2 2 4
nE
2 4
4
2
(X ) 2 2 n
8 3 2
4 4 4
nE
2 4
4
1 24 2 4
Var 2 Var S
2

2n4 n n 1
4 8

Prof. Frederico Cavalcanti 19


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
Obs: No existe estimador no tendencioso de 2 que possua varincia igual varincia mnima de
Cramer-Rao.

n
X i X para a varincia 2 da distribuio
2
7.2.17 - Considere os estimadores da forma
i 1

normal de parmetros e , da uma amostra aleatria de tamanho n de X. Determine o valor de


2

n 2

que minimiza MSE X i X .
i 1
Soluo:
n
Xi X .
2
Calculemos inicialmente a mdia, varincia e a tendenciosidade de
i 1
a) mdia de .
n
n 1 n 2
Xi X E E X i X n 1 2
2

i 1 n 1 i 1
b) tendenciosidade de .
B E n 1 2 2 2 n 1 1
c) varincia de .

n 2 24
Var Var X i X n 1 Var S n 1 2 2 n 1 4
2 2 2 2 2

i 1 n 1
Clculo do MSE [ ].
MSE 2 2 n 1 4 n 1 1 4 f a
2

Clculo do valor de que minimiza o MSE.


f a 4 n 1 4 24 n 1 1 n 1 0
4 n 1 4 24 n 1 2 4 n 1 0
2

24 n 1 2 4 n 1

4 n 1 4 24 n 1 24 2 n 1 n 1
2 2


n 1
1

1
2 n 1 n 1
2
2 n 1 n 1

Obs:
Segundo teorema 7.2.2. (pag. 379) , o estimador de mxima verossimilhana de um parmetro ,
assintoticamente normal com mdia e varincia igual varincia mnima dada pela
E
desigualdade de Crames - Rao.
Os dois exerccios que seguem so resolvidos com base neste teorema.

Prof. Frederico Cavalcanti 20


Exerccios 7.2 LARSON H.J. Inferncia Estatstica

7.2.18 - Seja (X1 , X 2 ,..., X 40 ) uma amostra aleatria de uma varivel aleatria geomtrica com
1 40
n
parmetro p. Qual a distribuio aproximada de X ?
Xi i 1
Soluo:

a) determinao do estimador de mxima verossimilhana do parmetro p.


P X xi p 1 p
x i 1
, x i 1, 2,3,...
n

L(x1 , x 2 ,..., x n , p) p 1 p
n xi n
i1

n
ln L p n ln p ln 1 p x i n
i 1
n

d ln L p n
xi n
i 1

dp p 1 p
n
n
n np p x i np 0 p n
i 1
x
i 1
i

1
De forma que: p
X
b) determinao da varincia mnima dos estimadores no tendenciosos de p.
ln P X x ln p x 1 ln 1 p
d ln P X x 1 x 1 1 p px p px 1

dp p 1 p p 1 p p 1 p
1
x
d ln P X x p

dp 1 p
2
1
x
d ln P X x
2
p n n q n
nE nE 2 Var X 2 2 2
dp 1 p q q p qp

Prof. Frederico Cavalcanti 21


Exerccios 7.2 LARSON H.J. Inferncia Estatstica
2
Finalmente, qp
Var 40
1 40
n
Assim, para n = 40 , X aproximadamente (assintoticamente) normal de parmetros p e
Xi
i 1
2
qp
varincia .
40

7.2.19 - Seja (X1 , X 2 ,..., X n ) uma amostra aleatria da varivel aleatria X, com distribuio de
1 n
Poisson de parmetro .. Qual a distribuio de probabilidade aproximada de X X i ?
n i 1
Soluo:

a) o estimador de mxima verossimilhana do parmetro a estatstica X.


b) determinao da varincia mnima dos estimadores no tendenciosos de .
e x
P X x , x 0,1, 2,3,.....
x!
ln P X x x ln ln x!
ln P X x x x
1
d
ln P X, nVar X n
2 2
X
nE nE
d 2

Var n

De acordo com o teorema 7.2.2 (pag. 379), X aproximadamente (assintoticamente) normal de



parmetros: E X e Var X .
n

Prof. Frederico Cavalcanti 22