Escolar Documentos
Profissional Documentos
Cultura Documentos
(a) Vimos que X(n) = max{X1 , . . . , Xn } = Yn é estatı́stica suficiente para θ. Obtenha a f.d.p.
de X(n) = Yn . Lembre-se de especificar o suporte de Yn , e mostre que
n nθ2
E(X(n) ) = θ e Var(X(n) ) =
n+1 (n + 1)2 (n + 2)
Esse resultado implica que X(n) é estimador viciado para θ, mas é assintóticamente não-
viciado e consistente.
(b) Considere os estimadores θb1 = aX e θb2 = bYn para θ, com a e b reais. Encontre os valores
de a e b que tornam os estimadores não-viciados.
(c) Encontre Var(θb1 ) e Var(θb2 ); e compare-as.
(d) Calcule o LI de Cramér-Rao. Compare com o item anterior e comente.
1
4. l Seja (X1 , . . . , Xn ) a.a. de X ∼ Poisson(θ), θ > 0.
Como E(X) = θ = Var(X), temos 2 estimadores não-viesados para θ: T1 (X)= X e T2 (X)= S 2 .
(a) Encontre o estimador de máxima verossimilhança θbM V de θ e mostre que ele é não-viesado
e consistente para θ.
(b) Encontre o estimador de máxima verossimilhança de g(θ) =Var(X) e mostre que ele é
viciado, mas assintóticamente não-viciado.
(c) Encontre a distribuição assintótica do estimador obtido no item (b).
X −θ X −θ X −θ
S(θ) = e Sn (θ) = n =
θ(1 − θ) θ(1 − θ) θ(1 − θ)/n
X −θ X −θ X −θ
S(θ) = e Sn (θ) = n =
θ θ θ/n
X −θ X −θ X −θ
S(θ) = e Sn (θ) = n = 2
σ2 σ 2 σ /n
2
9. ♢ (Continuação do Exercı́cio 7 da Lista 10)
Seja (Y1 , . . . , Yn ) uma a.a. tal que Yi ∼ Normal(βxi , σ 2 ), em que xi é uma constante conhecida
para i = 1, . . . , n. Note que, nesse caso, as variáveis aleatórias Yi , i = 1, . . . , n são independentes
mas não são identicamente distribuı́das.
Usando a estatı́stica conjuntamente suficiente do item (a) da Lista 10, obtenha os estimadores
não-viciados de variância uniformemente mı́nima para β e σ 2 .