Professional Documents
Culture Documents
Inferencia - Estadstica 2
Profesores:J. Arratia; C. Llanos; O. Ramos
16 Abril 2014
Control 2 Forma B
1. Sea X
1
, X
2
, ..., X
n
una muestra aleatoria simple, proveniente de una distribucion cuya densidad esta dada
por
f(X, ) = ( + 1)X
, 0 x 1, > 1
a) Encuentre el estimador de momentos de ,
(1 pto)
Solucion:
Primero debemos determinar la esperanza de la funcion de densidad.
E(X) =
_
1
0
( + 1)x
theta+1
dx
= ( + 1)
x
+2
+ 2
1
0
=
+ 1
+ 2
luego
Igualamos el primero momento muestral con el poblaciona.
E(X) = X
as
=
1 2X
X 1
b) Encuentre el E.M.V. de ,
(1 pto)
Solucion:
La verosimilitud para la muestra es
L(x
1
, x
2
, ..., x
n
, ) = f(x
1
, ) f(x
2
, ) ... f(x
n
, )
= ( + 1)
n
i=1
x
i
, 0 < x
i
< 1
luego
ln L(x
1
, x
2
, ..., x
n
, ) = nln( + 1) +
n
i=1
ln x
i
de donde
ln L
=
n
+ 1
+
n
i=1
ln x
i
1
resolviendo
ln L
= 0, se obtiene que
=
n
n
i=1
ln x
i
1
2. a) Suponga que el n umero X, de llamdas diarias que son registradas por una central telefonica, sigue
una distribucion de Poisson con intensidad (desconocida). Es decir
P(X = x) =
x
e
x!
, x = 0, 1, . . .
Con el proposito de estimar g() = P(X = 0), se escogen n das al azar y se observa: X
i
=
n umero de llamadas registradas durante el i-esimo da, i = 1, 2, ..., n. Considere el estadstico T =
T(X
1
, X
2
, ..., X
n
) denido por
T =
1
n
n
i=1
Y
i
donde
Y
i
=
_
1 si X
i
= 0
0 si X
i
> 0
Muestre que T es un estimador insesgado para g().(1 pto) Solucion:
E(T) = E
_
1
n
n
i=1
Y
i
_
=
1
n
n
i=1
E(Y
i
)
=
1
n
n
i=1
1 P(Y
i
= 1) + 0 P(Y
i
= 0)
=
1
n
n
i=1
1 P(X
i
= 0) + 0 P(X
i
> 0)
=
1
n
n
i=1
g()
= g()
Luego, T es un estimador insesgado para g() = e
.
b) Sea X
1
, X
2
, ...X
n
una muestra aleatoria de una distribucion con media y varianza
2
. Muestre que
el estimador
2
= S
2
=
n
i=1
(X
i
X)
2
n 1
es un estimador insesgado de
2
. (1 pto)
Ayuda: Para cualquier variable aleatora Y , V ar(Y ) = E(Y
2
) (E(Y ))
2
. Considere ademas la
expresion S
2
=
1
n 1
_
X
2
i
(
X
i
)
2
n
_
Solucion:
2
E(S
2
) = E
_
1
n 1
_
n
i=1
X
2
i
(
n
i=1
X
i
)
2
n
__
=
1
n 1
_
E(
n
i=1
X
2
i
)
1
n
E((
n
i=1
X
i
)
2
)
_
=
1
n 1
_
n
i=1
E(X
2
i
)
1
n
_
V ar(
n
i=1
X
i
) + (E(
n
i=1
X
i
))
2
__
=
1
n 1
_
n
i=1
(V ar(X
i
) + (E(X
i
))
2
1
n
_
n
2
+n
2
2
_
_
=
1
n 1
_
n
2
+n
2
2
n
2
_
=
1
n 1
_
2
(n 1)
_
=
2
Por lo tanto S
2
es insesgado.
3. Suponga que el tiempo de duracion de un articulo tiene la siguiente funcion de densidad:
f(X) =
_
2
_
X
exp
X
2
; X > 0
Se sabe ademas que E(X) =
1
2
y var(X) =
_
1
4
_
x
i
_
2
x
i
luego
ln L(x
1
, x
2
, ..., x
n
, ) =
x
2
i
2
+
x
i
ln
_
2
_
de donde
ln L
x
2
i
x
i
resolviendo
ln L
= 0, se obtiene que
x
2
i
x
i
b) Determine si este estimador es insesgado. (1 pto) Solucion:
Observemos primeramente que
x
2
i
n
x
i
n
x =
x
2
i
n
(1)
3
Ahora, si calculamos la esperanza a la expresion del lado derecho de (1), tenemos
E
_
x
2
i
n
_
=
1
n
E(x
2
i
)
=
1
n
(V ar(x
i
) + (E(x
i
))
2
)
=
1
n
_
(1
4
) +
1
4
_
=
1
n
n
=
por lo tanto el lado izquierdo de la expresion (1) es insesgado, por consiguiente, el estimador
es
sesgado.
4