Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Ejercicios Estadísticos II: Obtención de Estimadores y Intervalos de Confianza - Prof. 427, Apuntes de Estadística

En este documento se presentan ejercicios relacionados con el cálculo de estimadores y intervalos de confianza mediante el método de la máxima verosimilitud y distribución normal. Se incluyen pasos detallados para obtener el estimador de parámetros y el intervalo de confianza al 90%.

Tipo: Apuntes

2016/2017

Subido el 14/05/2017

mcal6732
mcal6732 🇪🇸

3.6

(57)

21 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Estadística II 2º H Grado en Economía Segunda Prueba
Apellidos:………………………………………………………. Nombre:……………………………
1. Sea ξ una variable aleatoria con función de densidad:
resto
si xe
xf
x
0
0 2
),( 2
Obtener el estimador de λ por el método de la máxima verosimilitud.(5 puntos)
Respuesta:
Sea x1, x1,…, xn una muestra aleatoria simple de la población, para obtener el estima-
dor por el método de la xima verosimilitud habrá que obtener el valor de λ que
maximiza ésta.
Primer paso: Obtención de la función de verosimilitud.
n
i
i
n
x
nn
x
xx
n
i
in
e
eeexfxxxL
1
21
2
2
22
1
21
2
222),(),,...,,(
Segundo Paso: Tomamos logaritmos neperianos.
n
iin xnnxxxLLn
1
21 2ln2ln),,...,,(
Tercer paso: Derivamos e igualamos a cero.
02
),,...,,(
1
21
n
ii
nx
nxxxLLn
Con lo que:
x
2
1
ˆ
Cuarto paso: Comprobar que el punto obtenido es un máximo.
0
),,...,,(
22
21
2
nxxxLLn n
pf2

Vista previa parcial del texto

¡Descarga Ejercicios Estadísticos II: Obtención de Estimadores y Intervalos de Confianza - Prof. 427 y más Apuntes en PDF de Estadística solo en Docsity!

Estadística II 2º H Grado en Economía Segunda Prueba

Apellidos:………………………………………………………. Nombre:……………………………

1. Sea ξ una variable aleatoria con función de densidad:

 (^)    

resto

e si x f x

x

0

2 0 ( , )

2   

Obtener el estimador de λ por el método de la máxima verosimilitud.( 5 puntos )

Respuesta:

Sea x 1 , x 1 ,…, xn una muestra aleatoria simple de la población, para obtener el estima-

dor por el método de la máxima verosimilitud habrá que obtener el valor de λ que

maximiza ésta.

 Primer paso: Obtención de la función de verosimilitud.

 

n

i

i

n

x n n

x x x

n

i

n i

e

L x x x f x e e e

1

1 2

2

2 2 2

1

1 2

  

 Segundo Paso: Tomamos logaritmos neperianos.

n

i

n i

Ln L x x x n n x

1

1 2

( , ,..., ,) ln 2 ln 2 

 Tercer paso: Derivamos e igualamos a cero.

1

1 2

n

i

i

n

x

LnL x x x n

Con lo que:

x

 Cuarto paso: Comprobar que el punto obtenido es un máximo.

2 2

1 2

2

Ln L x x x  n

n

2. Se ha seleccionado una muestra aleatoria simple de 25 alumnos de una Facultad

para estimar la calificación media de los expedientes de los alumnos en la Facultad,

obteniéndose una media muestral de 4.9. Se sabe que la calificación de los alumnos

sigue una distribución Normal de desviación típica 2.01 puntos.

a) Obtener el intervalo de confianza al 90%. ( 3 puntos )

Respuesta:

Como la población es normal y la varianza es conocida, utilizamos la siguiente

cantidad pivotal:

( , ) N ( 0 , 1 )

n

x T x

Tenemos que obtener Z / 2 tal que: 0. 05

PN Z  , luego Z / 2  1. 645

Entonces:

n

x P

Y despejando llegamos a:

n

x n

Px

 

Luego el intervalo de confianza al 90% será:

 4. 9 0. 66129 , 4. 9 0. 66129   4. 23871 , 5. 56129 

90 %( )^1.^645 ,^1.^6454.^91.^645

n

x n

IC x

b) ¿Qué tamaño de muestra será necesario para reducir el error máximo a la mi-

tad manteniendo el nivel de confianza al 90%? ( 2 puntos )

Respuesta:

El error máximo viene dado por: ε=0.66129, si queremos que este error se re-

duzca a la mitad tendremos:

n

Y despejando tenemos:

2

 ^  

n