Estad´ıstica I Grado en Matem´ aticas, UAM, 2014-2015 Hoja 5. Estimadores. Momentos y m´ axima verosimilitud Sobre estimadores 1. Comprueba que si T1 y T2 son estimadores insesgados de un par´ ametro de θ, entonces, para todo λ ∈ (0, 1), Z = λT1 + (1 − λ)T2 es estimador insesgado de θ. 2. Sean T1 y T2 dos estimadores insesgados de un par´ ametro θ que act´ uan sobre muestras de no 2n): tama˜ no n. Formamos el estimador U (que act´ ua sobre muestras (X1 , . . . , X2n ) de tama˜ U (X1 , . . . , X2n ) = Comprueba que Vθ (U ) = 1 4 1 T1 (X1 , . . . , Xn ) + T2 (Xn+1 , . . . , X2n ) . 2 Vθ (T1 ) + Vθ (T2 ) . 3. Tenemos una variable X que toma los valores {−1, 0, +1} con probabilidades respectivas −1 (2 + θ)/4 0 θ/4 +1 (2 − 2θ)/4 para θ ∈ [0, 1]. a) Consideremos el estad´ıstico N1 dado por N1 = h1 (X1 , X2 , . . . , Xn ) , donde h1 (x1 , x2 , . . . , xn ) = n´ umero de {xj = −1}. Observa que N1 ∼ bin(n, (2 + θ)/4). Comprueba que el estad´ıstico 4 T 1 = N1 − 2 n es un estimador insesgado de θ. b) Consideremos el estad´ıstico N2 dado por N2 = h2 (X1 , X2 , . . . , Xn ) , umero de {xj = 0}. Observa que N2 ∼ bin(n, θ/4). Comprueba donde h2 (x1 , x2 , . . . , xn ) = n´ que el estad´ıstico 4 T 2 = N2 n es un estimador insesgado de θ. ¿Cu´al de los estimadores, T1 o T2 , es m´ as eficiente? c) Supongamos que la muestra (x1 , x2 , . . . , x100 ) tiene las siguientes frecuencias: −1 60 0 16 1 24 ¿Cu´al es la estimaci´ on de θ si usamos T1 ? ¿Y si usamos T2 ? 4. La variable X tiene una distribuci´on dada por dos par´ametros δ > 0 y λ > 0, de manera que X = δ + Y , donde Y ∼ exp(λ) . Los par´ ametros δ y λ son desconocidos. a) Sea mn = m´ın(X1 , X2 , . . . , Xn ). Comprueba que E(mn ) = δ + 1 nλ y que E(X) = δ + 1 . λ b) Comprueba que n (X − mn ) n−1 T1 = es un estimador insesgado de 1/λ y que T2 = n (mn − X/n) n−1 es un estimador insesgado de δ. 5. Sea (X1 , X2 , . . . , Xn ) muestra aleatoria de X ∼ ber(p). Consideremos los estad´ısticos T1 = X T2 = m´ın(X1 , X2 , . . . , Xn ). y Demuestra que ECM(T1 ) = 1 p(1 − p) , n ECM(T2 ) = pn − 2pn+1 + p2 . 6. Sea (X1 , X2 , . . . , Xn ) una muestra aleatoria de una variable X ∼ exp(λ). Queremos estimar el par´ ametro θ = 1/λ. a) Compara la eficiencia para estimar θ de los estad´ısticos insesgados T1 = X y T2 = n m´ın(X1 , X2 , . . . , Xn ) . b) Sea ahora T3 el estad´ıstico n Uω = ω Xj . j=1 donde ω es una constante, ω = 0. Observa que Uω es estimador insesgado de θ si y s´olo si ω = 1/n. Halla ω para que el ECM sea m´ınimo. 7. Sea T un estimador de un par´ametro θ. Supongamos que Eθ (T ) = αθ y que Vθ (T ) = βθ2 , donde α y β son dos constantes fijas. Halla r (en funci´ on de α y β) para que ECMθ (rT ) sea m´ınimo. Apl´ıcalo al caso en el que X ∼ Unif[0, a] y al estimador T = m´ax(X1 , . . . , Xn ) de a. ´xima verosimilitud M´ etodo de momentos y ma 8. Calcula los estimadores por m´axima verosimilitud para a) par´ ametro λ de X ∼ poiss(λ); b) par´ ametro p de X ∼ bin(N, p), con N dado. 9. Calcula el estimador por m´ axima verosimilitud del par´ ametro θ ∈ [0, 1] para la variable X que toma tres valores −1, 0, +1 con probabilidades respectivas −1 (2 + θ)/4 0 θ/4 +1 (2 − 2θ)/4 10. Sea Θ = {0, 1} y consid´erense las dos funciones de densidad (con soporte en (0, 1)) alternativas dadas, para x ∈ (0, 1), por √ f (x; 0) = 1 , f (x; 1) = 1/(2 x) . Determina el estimador de m´axima verosimilitud del valor de θ ∈ {0, 1}. 11. Sea X1 , X2 , . . . , Xn muestra aleatoria de la funci´on de densidad que depende del par´ametro θ ∈ Θ = (0, +∞) dada por si x > θ , θ/x2 , f (x; θ) = 0, si x ≤ θ . Obt´en los estimadores de θ por m´ axima verosimilitud y por el m´etodo de momentos. ejercicios adicionales 12. Sea X ∼ unif(a, b), con a < b. Determina los estimadores de a y b por m´ axima verosimilitud y por el m´etodo de momentos. 13. Consid´erese, para θ > 0, la funci´ on de densidad dada ⎧ ⎪ si x ≤ 0 , ⎨0, f (x; θ) = 1 − e−θ , si x ∈ (0, 1) , ⎪ ⎩ −θx θe , si x ≥ 1 . Sea T el estad´ıstico: T (X1 , . . . , Xn ) = 1 # Xj ∈ (0, 1); 1 ≤ j ≤ n , n que registra la proporci´on de la muestra que est´a por debajo de 1. Y sea Y el estad´ıstico Z(X1 , . . . , Xn ) = 1 n Xj , 1≤j≤n: Xj ≥1 que registra el promedio respecto de n de aquellos valores de la muestra por encima de 1. a) Comprueba que Eθ (T ) = 1 − e−θ y que Eθ (Z) = e−θ 1 + 1/θ . b) Comprueba que el estimador m´aximo veros´ımil M de θ viene dado impl´ıcitamente por la ecuaci´on: 1 1 1 − . =Z− T M e −1 M M 14. Un arquero (con nula experiencia) dispara n veces a una diana de radio θ (desconocido). En cada lanzamiento logra darle al disco, pero en lugares completamente aleatorios cuyas distancias al centro del disco son r1 , r2 , . . . , rn . Determina el estimador de m´axima verosimilitud del radio del disco.
© Copyright 2024