

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
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
1 / 2
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


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
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
( (^) ∂ ln f (x; m) ∂m
( (^) 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.