Escolar Documentos
Profissional Documentos
Cultura Documentos
PLANO DE AULA
OBJETIVOS: Fazer com que os colegas compreendam com exatidão o método de Máxima
Verossimilhança, entendendo todos os conceitos envolvidos na procura de um bom estimador
METODOLOGIA:
A aula será desenvolvida da seguinte forma:
-Apresentação do tema:
Introdução ao tema, com aplicações práticas para uma melhor compreensão por partes dos
colegas;
-Desenvolvimento:
A aula será desenvolvida por meio da organização do conhecimento, com apresentação e
discussão do conteúdo exposto, apresentados na forma de slides, e, além disso, a utilização
da lousa, para aula expositiva, introduzindo os conceitos básicos e a resolução de exemplos.
-Integração:
Envolver o aluno na aula, buscando sua participação, fazendo com que o mesmo participe do
processo de construção do conhecimento de forma ativa; Resolução de exercícios para o
aprofundamento e fixação do conteúdo.
RECURSOS:
- Lousa, slides (Data Show), exercícios.
DESFECHO:
Ao final da aula o aluno deve ser capaz de reconhecer e aplicar conceitos sobre o tema
estimadores de máxima verossimilhança apresentado em aula.
CONTEÚDO
ln L ( X 1 ,..., X n ;θ) ,
∂
ln L( X 1 ,..., X n ; θ) = 0
∂θ
= ∑x
i =1
i − nµˆ = 0
n
∑x i
µ̂ = i =1
n
X
µ̂ =
n
fazendo a derivada parcial em relação a σ2:
∂L n n xi − µ ( xi − µ ) 1
= − − ∑ 2. . − .
∂σ 2 σ i =1 σ σ 2 2
n n ( x − µ)
2
=− +∑ i 3 =0
σˆ i =1 σˆ
n n
(x − µ)
=∑ i 3
2
σˆ i =1 σˆ
σˆ = ∑
2
n
( xi − µ ) 2
i =1 n
σ2 é tendencioso, a qual pode ser eliminada através da multiplicação por uma
constante apropriada, o que é garantido através das propriedades da MV.
Sejam X 1 ,..., X n uma amostra aleatória da variável aleatória X ~ Bernoulli (θ) . Nesse caso, a
função de verossimilhança de é dada por
f ( x;θ) =θ x .(1 −θ )
1−x
, x = 0,1
L( X 1 ,..., X n ;θ ) = θ x1 .(1 −θ ) .θ x2 .(1 −θ ) ....θ xn .(1 −θ )
1−x1 1−x2 1−xn
∑xi n
.(1 − θ ) ∑ i
(1−x )
=θ i =1
i =1
= θ k .(1 −θ )
n −k
( X 1 ,..., X n ; θ ) = k ln θ + ( n − k ). ln (1 − θ )
Logo,
∂L k n − k
= +
∂θ θ 1 −θ
Comentário: ˆ k ∑x i
é a proporção de sucessos.
θ= = i =1
n n
i =1
O logaritmo da verossimilhança é
n
ln L(λ ) = n ln λ − λ ∑ xi
i =1
Agora
d ln L(λ ) n n
= − ∑ xi
dλ λ i =1
e igualando esse último resultado a zero, obtemos
∧ n
λ = n / ∑ X i = 1/ X
i =1
Assim o estimador de máxima verossimilhança de λ é a recíproca da média amostral.
Exemplo: Temos uma caixa com bolas brancas e vermelhas. Sabe-se que a proporção de bolas
vermelhas na caixa é 1/3 ou 2/3. Portanto Θ = {1 / 3,2 / 3} . Para obtermos informações sobre , uma
amostra de n=3 bolas é observada com reposição e apresenta bola vermelha na primeira extração
e branca na segunda e na terceira extrações. Definindo
Para i =1,2,3 temos que a função de verossimilhança de associada à amostra observada é dada
por
L(θ ; x) = Pθ = [ X 1 = 1, X 2 = 0, X 3 = 0] = θ (1 − θ )(1 − θ ) = θ (1 − θ ) 2
Como
2
1 1 2 4
L ; x = =
3 3 3
27
E
2
2 2 1 2
L ; x = =
3 3 3 27
Temos que a estimativa de máxima verossimilhança de é dada por , pois
1 2
L ; x > L ; x
3 3
∧
[ E (Θ) ≅ θ ] ,
∧
(2) A variância de Θ é aproximadamente tão pequena quanto a variância que poderia ser
obtida com qualquer outro estimador
∧
(3) Θ tem uma distribuição normal aproximada.
Propriedade da Invariância
n
∧ ∧
h( µ, σ 2 ) = σ 2 = σ , substitua os estimadores µ e σ 2 na função h , resultando
12
∧ ∧
1 n
σ = σ = ∑ (X i − X )2
2
n i =1
Embora o método da máxima verossimilhança seja uma excelente técnica, algumas vezes
complicações aparecem durante o uso. Por exemplo, não é sempre fácil maximizar a função
dL (θ )
verossimilhança, porque as equações obtidas de = 0 podem ser difíceis de resolver. Além,
dθ
disso pode não ser sempre possível usar métodos de cálculo para determinar o máximo de L(θ) .