Questão de Estatística

TCE - TO

Oficina de
Discursivas
CURSOS PARA PROVAS DISCURSIVAS

Renato Nunes Cunha - renatonc@hotmail.com - CPF: 084.922.106-48

 DISCURSIVA TCE-TO (Auditor de Controle Externo)

Questão:

Suponha que X1, X2, ..., Xn seja uma amostra aleatória simples de tamanho n de
uma variável populacional com distribuição Poisson parâmetro .
a) Mostre que a média amostral 𝑋̅ é o estimador de máxima verossimilhança de .
b) Lembrando que a média de uma distribuição Poisson () é igual a , mostre que 𝑋̅ é
um estimador não tendencioso de , ou seja, mostre que E[𝑋̅] = .
Valor: 15 pontos
Máximo de 15 linhas.

Renato Nunes Cunha - renatonc@hotmail.com - CPF: 084.922.106-48

 Proposta de Espelho

O método da máxima verossimilhança busca determinar a estimativa que

maximiza a probabilidade de se obter determinados valores. Para calcular o estimador
de máxima verossimilhança para um parâmetro  , parte-se da função de probabilidade
𝑒−  .  𝑥
que, para a distribuição de Poisson, é igual a: f(,x) = . Antes de se obter o
𝑥!
estimador, porém, é preciso descrever a função de máxima verossimilhança L(,xi), que
é definida pela multiplicação da função de probabilidade, obtida em cada observação
𝑥
𝑒−  . 
da amostra, ou seja, L(,xi) = ∏𝑛𝑖=1 .
𝑥!

Dessa maneira, o estimador é aquele que maximiza a função de probabilidade e

para essa maximização, é necessário derivar a função e igualá-la a zero. Aplicando o
logaritmo natural dos dois lados para facilitar a derivação, tem-se: ln L(,xi) = ln
𝑥
𝑒−  . 
∏𝑛𝑖=1 . Lembrando das propriedades dos logaritmos (logaritmo do produto
𝑥!
corresponde à soma dos logaritmos e logaritmo do quociente corresponde à diferença
dos logaritmos), tem-se: ln L(,xi) = ln 𝑒 − + ln 𝑥 -ln x!. Lembrando ainda que ln 𝑏 𝑥 =
𝑥. ln 𝑏 e que ln e =1, tem-se: ln L(,xi) = -n + ln Σxi – Σln(xi)!.
1
Derivando essa função em relação a , obtém-se:-n+ Σxi. Agora, igualando essa

1 1 1
função a zero, tem-se: -n+  Σxi=0, ou seja, n=  Σxi e = n Σxi. Portanto, = 𝑋̅.

Um estimador é chamado de não tendencioso quando sua esperança é igual ao

parâmetro, no caso da questão quando E[𝑋̅] = . Essa não tendenciosidade pode ser
∑ 𝑋𝑖 𝑛
comprovada, para a distribuição de Poisson, considerando E[𝑋̅] = 𝐸 ( )= = .
𝑛 𝑛

Renato Nunes Cunha - renatonc@hotmail.com - CPF: 084.922.106-48