Escolar Documentos
Profissional Documentos
Cultura Documentos
1) La amplitud de una señal de radar retrodifundida desde la superficie del mar sigue una
distribución de Rayleigh con función de densidad:
f ( x; ) 2 xe 2 x2
,x0
Calcular el estimador de máxima verosimilitud para el parámetro α, en base a una muestra
de tamaño n.
2) Sea X1, X2,……, Xn una muestra aleatoria de tamaño n que distribuye N(µ, σ2), y se tienen
los siguientes estimadores para µ y σ2 respectivamente:
X1 X 2
ˆ1 X ; ˆ 2 ; ˆ 3 X 1
2
n n
(x )
i
2
(x x ) i
2
ˆ12 i 1
; ˆ 22 i 1
n n 1
Elija el mejor estimador para ambos casos.
Hint: Para el caso de los estimadores para la varianza, recordar la distribución chi-
cuadrado.
xa
c
c
x a
c 1
f ( x) e
; xa
a) Encontrar el estimador máximo verosímil para el parámetro θ para muestras de
tamaño n.
b) Si a = 0 y c = 0,5 y se observa que para n = 15 se obtiene que:
15
x
i 1
0,5
i 15, 23
¿Cuál sería la estimación puntual de θ?
n
L x , 2 2 xi e xi Aplicamos ln
2
i 1
n
ln L x , ln 2 2 xi e xi
2
i 1
n
ln 2 2 ln ln xi xi2 Aplicamos
i 1
ln L x , n 2 2
xi 0
i 1
2 x 0
n
2
i
i 1
n n
2 x
i 1 i 1
2
i
n
2n
2 n xi2 ˆ n
i 1
x
i 1
2
i
n
xi 1 n 1 n n
E ˆ1 E X E i 1
E ( xi )
n n i 1 n i 1 n
X X2 1 2
E ˆ 2 E 1 E ( X 1 ) E ( X 2 )
2 2 2 2
E ˆ 3 E X 1
Los tres estimadores son insesgados
n
xi 1 n n
2
2
V ˆ1 V X V i 1 2 V ( xi ) 2 2
1 2 n
n n i 1 n i 1 n n
2
ECM ˆ1
n
X1 X 2 1 2 2 2 2 2
V ˆ 2 V V ( X 1 ) V ( X 2 )
2 4 4 4 2
2
ECM ˆ 2
2
V ˆ 3 V X 1 2 ECM ˆ 3 2
ECM ˆ1 2 2 2
e1 1
ECM ˆ 2 n 2 n
ˆ1 es mejor estimador que ˆ 2
ECM ˆ1 2 1 1
e2 2 1
ECM 3 n
ˆ n
ˆ1 es mejor estimador que ˆ 3
x
n 2
i ) i conocido
i 1
n
xi
2
2
i 1
2 n
n
x
2
2 i
i 1
ˆ12
n n
2
ˆ 2
1
n
x x
n 2
ii ) i desconocido
i 1
n
xi x
2
2
i 1
2 n 1
n
xi
2
2
i 1
ˆ 22
n 1 n 1
2
ˆ 2
n 1
2
2 2 n 2
E ˆ E
2
1 E ( ) 2
n n n
2 2
E ˆ 2 E
n 1 2
2
E ( ) 2
n 1 n 1 n 1
Los dos estimadores son insesgados
2 4 2n 4 2 4
V ˆ V
2
1 2 V ( ) 2
n n n n
2 4
ECM ˆ1
2
2 4 2 n 1 4 2 4
V ˆ V
2
2
V ( )
n 1 n 1 n 1 n 1
2 2
2 4
ECM ˆ 2
n 1
2
ECM ˆ12 2 4 n 1 n 1 1
e 1 1
ECM 2
ˆ
2 4
n 2 n n
θ
c xi a c
n
c 1
L( x , , a, c) xi a e Aplicamos ln
i 1
n c
xi a c
ln L( x , , a, c) ln xi a e
c 1
i 1
n
xi a
c
c
ln c 1 ln xi a Aplicamos
i 1
ln L( x , , a, c) n 1 xi a
c
0
2
i 1
n
xi a
c
2
0
i 1
x a 0
n
c
i
i 1
n n
xi a
c
i 1 i 1
xi a
c
n n
n xi a ˆ
c
i 1 i 1 n
15
15
xi 0
0,5 x 0,5
i
15, 23
ˆ i 1
1, 01533
i 1 15 15 15