Você está na página 1de 1

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS


TAREA
ESTADÍSTICA INFERENCIAL
ESTG1002

Estimación: Introducción y propiedades, métodos de estimación de punto


1. Sea 𝐗 𝟏 , 𝐗 𝟐 … 𝐗 𝟓 una muestra aleatoria simple de una variable X con distribución Normal con media
𝛍 − 𝟓 y varianza 𝛔𝟐 . Se proponen los siguientes estimadores:
𝟓

̂𝟏 = ∑ 𝐗 𝐢 ;
𝛍 ̂ 𝟐 = 𝟖𝐗 𝟐 − 𝟑𝐗 𝟓
𝛍
𝐢=𝟏
Determinar cuál es el mejor estimador para 𝛍. Justificar la respuesta.

2. Sea 𝐗 𝟏 , … , 𝐗 𝐧 una muestra aleatoria con distribución 𝐔(𝟎, 𝛉) encontrar un estimador para 𝛉 por
el método de los momentos.
n
xi θ
∑ = E(X) =
n 2
i=1
θ̂ = 2X
̅
La variable aleatoria X representa los gastos mensuales de una empresa, cuya función de densidad
es 𝐟(𝐱) = 𝛉𝐗 𝛉−𝟏 con 𝛉 > 𝟎 𝐲 𝟎 < 𝐱 < 𝟏. Se realiza un muestreo aleatorio simple de tamaño 3 y se
proponen tres estimadores.

𝐗 𝟏 𝟐 + 𝟐𝐗 𝟐 𝟐 + 𝟑𝐗 𝟑 𝟐
𝛉̂ 𝟏 =
𝟔
𝐗 𝟑 − 𝟐𝐗 𝟏 + 𝟒𝐗 𝟐
𝛉̂ 𝟐 =
𝟔

𝛉̂ 𝟑 = 𝐗
̅
a. Calcule los sesgos.
b. Si la muestra que se obtiene es 0.7, 0.1, 0.3 calcule las estimaciones puntuales.
c. ¿Cuáles son las funciones estimadas para las estimaciones anteriores?

3. Sea 𝐗 𝟏 , 𝐗 𝟐 , … , 𝐗 𝐧una muestra aleatoria de una distribución Uniforme (0,𝛅), con 𝛅 > 𝟎 un
parámetro desconocido. Sea 𝐱̅ la media muestral.
a. Es 𝐱̅ un estimador insesgado de 𝛅.
b. Encuentre un estimador insesgado para 𝛅.
c. Encontrar la varianza del estimador calculado anteriormente.

4. El coseno X del ángulo con el que se emiten los electrones en un proceso radioactivo es una variable
aleatoria con función de densidad:
𝛉𝐱 + 𝟏
f(X, 𝛉) = { 𝟐 −𝟏 ≤ 𝐱 ≤ 𝟏; −𝟏 < 𝛉 < 𝟏
𝟎 𝐨𝐭𝐫𝐨 𝐜𝐚𝐬𝐨

Consideremos una muestra aleatoria 𝐗 𝟏 , 𝐗 𝟐 … 𝐗 𝐧 de esta variable aleatoria.


a. Obtener el estimador 𝛉 por el método de los momentos.
b. Calcular la varianza de este estimador y demostrar que es consistente.

5. Si la distribución de la característica poblacional X que se está estudiando es una distribución


Binomial 𝐁(𝟏𝟔, 𝐩), obtenga el estimador del parámetro poblacional p por medio del método de
Máxima Verosimilitud. Suponga que se ha ido una muestra de tamaño 3.