Estatı́stica II

Métodos de Estimação

Licenciatura em Matemática - Unimontes

Aluno:
Professora: Fernanda Mendes

1) Para cada item abaixo, considere X1 , · · · , Xn amostra aleatória de X definida no item. En-
contre o estimador de cada parâmetro distribucional pelo método dos momentos.

a) X ∼ Geom(p)
b) X ∼ Gama(α, λ)
c) uma amostra com f.d.p.

3λ λ−1 −3x
fX (x, λ) = x e I(0,∞) (x)
Γ(λ)

2) Para cada item abaixo, considere X1 , · · · , Xn amostra aleatória de X definida no item. En-
contre o estimador de cada parâmetro distribucional pelo método de máxima verossimilhança.

a) X ∼ Geom(p)
b) X ∼ Bin(n0 , p), sendo n0 conhecido
c) X ∼ U [−θ, θ]

3) ([Larson, 1982] - Capı́tulo 7) Seja X1 , X2 , · · · , Xn uma amostra aleatória de X ∼ N (µ0 , σ 2 ),

com µ0 conhecido.
(a) Encontre o estimador para σ 2 pelo Método dos Momentos.
(b) Encontre o estimador para σ 2 pelo Método da Máxima Verossimilhança.
(c) Os valores abaixo são a observação de uma amostra aleatória de X ∼ N (µ0 = 5, σ 2 ).
Encontre as estimativas para σ 2 pelos métodos vistos nos itens (a) e (b).
6,22 6,62 2,57 3,85 3,06 3,96 6,95 4,42 6,25 7,27 3,23 4,87
(d) Repita o item (c) agora para a nova amostra de X ∼ N (µ0 = 5, σ 2 ), apresentada abaixo.
O resultado é o que você esperava? Comente.
2,36 3,94 3,34 4,48 1,94 5,46 3,32 4,14 4,32 4,83 7,02 3,08