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


Eficiencia de dos estimadores para media de variable aleatoria normal., Ejercicios de Estadística

En este documento se calculan las propiedades estadísticas de dos estimadores para estimar la media de una variable aleatoria normal con distribución n(m, σ2 = 4). Se evalúan su insensibilidad, varianzas y consistencia. Además, se determina si el estimador de menor varianza es eficiente.

Tipo: Ejercicios

2020/2021

Subido el 31/05/2021

Sarasara____
Sarasara____ 🇪🇸

2 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
4.19 Sea Xuna v.a. con distribuci´on N(m, σ2= 4), cuya media se quiere estimar. Se toma para ello
una m.a.s. de tama˜no ny se proponen los siguientes estimadores:
ˆm1=3X3+ 3X6+ 3X9+· ·· + 3Xn
n
ˆm2=2X2+ 2X4+ 2X6+· ·· + 2Xn
n
(Se supone que nes ultiplo de 2 y de 3)
a) ¿Son ambos estimadores insesgados?
b) Obtener la varianza de ambos estimadores.
c) ¿Son estimadores consistentes?
d) Determinar la eficiencia del estimador de menor varianza de los dos considerados. ¿Es eficiente
dicho estimador?
Ayuda: La cota de Cramer-Rao para un estimador regular e insesgado, ˆ
θ, es: Lc=1
nE hln f(x,θ)
∂θ i2.
Soluci´on:
a) E( ˆm1) = E3X3+3X6+3X9+···+3Xn
n=1
n·n
3·3m=m. ˆm1es insesgado.
E( ˆm2) = E2X2+2X4+2X6+···+2Xn
n=1
n·n
2·2m=m. ˆm2es insesgado.
b) V ar( ˆm1) = 1
n2(V ar(3X3) + V ar(3X6) + V ar(3X9) + · · · +V ar(3Xn)) =
=1
n2(9V ar(X3)+9V ar(X6)+9V ar(X9) + · · · + 9V ar(Xn)) = 1
n2·n
39·4 = 12
n
V ar( ˆm2) = 1
n2(V ar(2X2) + V ar(2X4) + V ar(2X6) + · · · +V ar(2Xn)) =
=1
n2(4V ar(X2)+4V ar(X4)+4V ar(X6) + · · · + 4V ar(Xn)) = 1
n2·n
24·4 = 8
n
c) Ambos son insesgados y sus varianzas tienden a 0 cuando n . Ambos cumplen la
condici´on suficiente de consistencia, luego ambos son estimadores consistentes de m.
d) El estimador de menor varianza es ˆm2.
Para verificar si ˆm2es eficiente es preciso calcular Lc, la cota de Cramer-Rao para esti-
madores regulares e insesgados del par´ametro mde una distribuci´on N(m, σ2= 4). ˆm2
ser´a eficiente si V ar( ˆm2) = Lc.
Lc=1
nEln f(x;m)
∂m 2
f(x;m) = 1
22πe1
2
(xm)2
4
ln f(x;m) = ln(22π)1
2
(xm)2
4
ln f(x;m)
∂m =Xm
4
Eln f(x;m)
∂m 2
=EXm
42
=E(Xm)2
16
85
pf2

Vista previa parcial del texto

¡Descarga Eficiencia de dos estimadores para media de variable aleatoria normal. y más Ejercicios en PDF de Estadística solo en Docsity!

4.19 Sea X una v.a. con distribuci´on N (m, σ^2 = 4), cuya media se quiere estimar. Se toma para ello una m.a.s. de tama˜no n y se proponen los siguientes estimadores: mˆ 1 =^3 X^3 + 3X^6 + 3 nX^9 +^ · · ·^ + 3Xn

m ˆ 2 =^2 X^2 + 2X^4 + 2 nX^6 +^ · · ·^ + 2Xn (Se supone que n es m´ultiplo de 2 y de 3) a) ¿Son ambos estimadores insesgados? b) Obtener la varianza de ambos estimadores. c) ¿Son estimadores consistentes? d) Determinar la eficiencia del estimador de menor varianza de los dos considerados. ¿Es eficiente dicho estimador? Ayuda: La cota de Cramer-Rao para un estimador regular e insesgado, θˆ, es: Lc = 1 nE

[ (^) ∂ ln f (x,θ) ∂θ

] 2.

Soluci´on: a) E( ˆm 1 ) = E 3 X^3 +3X^6 +3 nX 9 +···+3Xn= (^1) n · n 3 · 3 m = m. ˆm 1 es insesgado. E( ˆm 2 ) = E 2 X^2 +2X^4 +2 nX 6 +···+2Xn= (^) n^1 · n 2 · 2 m = m. ˆm 2 es insesgado. b) V ar( ˆm 1 ) = (^) n^12 (V ar(3X 3 ) + V ar(3X 6 ) + V ar(3X 9 ) + · · · + V ar(3Xn)) = = (^) n^12 (9V ar(X 3 ) + 9V ar(X 6 ) + 9V ar(X 9 ) + · · · + 9V ar(Xn)) = (^) n^12 · n 3 9 · 4 = (^12) n V ar( ˆm 2 ) = (^) n^12 (V ar(2X 2 ) + V ar(2X 4 ) + V ar(2X 6 ) + · · · + V ar(2Xn)) = = (^) n^12 (4V ar(X 2 ) + 4V ar(X 4 ) + 4V ar(X 6 ) + · · · + 4V ar(Xn)) = (^) n^12 · n 2 4 · 4 = (^) n^8 c) Ambos son insesgados y sus varianzas tienden a 0 cuando n → ∞. Ambos cumplen la condici´on suficiente de consistencia, luego ambos son estimadores consistentes de m. d) El estimador de menor varianza es ˆm 2. Para verificar si ˆm 2 es eficiente es preciso calcular Lc, la cota de Cramer-Rao para esti- madores regulares e insesgados del par´ametro m de una distribuci´on N (m, σ^2 = 4). ˆm 2 ser´a eficiente si V ar( ˆm 2 ) = Lc. Lc = 1 nE

( (^) ∂ ln f (x;m) ∂m

f (x; m) = 2 √^12 π e−^12 (x−m) 4 2

ln f (x; m) = − ln(2√ 2 π) − 12 (x^ −^ m)

2 4 ∂ ln f (x; m) ∂m =

( (^) X − m 4

E

( (^) ∂ ln f (x; m) ∂m

= E

( (^) X − m 4

= E(X^ −^ m) 2 16

Dado que E(X − m)^2 = σ^2 = 4, la cota de Cramer-Rao queda,

Lc = (^) n^1 4

=^4 n

Dado que V ar( ˆm 2 ) = (^) n^8 > Lc = (^) n^4 , el estimador ˆm 2 no es eficiente.