distribuição uniforme com parâmetros −θ e θ. Nesse caso, a função de massa de probabilidade da amostra é dada por: fX1 ,X2 ,...,Xn (x1 , x2 , . . . , xn ) = 2n1θn para −θ ≤ x1 , x2 , . . . , xn ≤ θ e 0 caso contrário. Note que a função de massa de probabilidade da amostra depende apenas dos valores máximo e mı́nimo das observações, ou seja, dos valores X(1) = min X1 , X2 , . . . , Xn e X(n) = max X1 , X2 , . . . , Xn . Isso mostra que X(1) e X(n) são conjuntamente suficientes para θ, pois contêm informação sufi- ciente para estimar o parâmetro θ. É preciso considerar apenas os valores mı́nimo e máximo das observações para estimar θ.