Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estimacion de Parametros
Estimacion de Parametros
Estimacion de Parametros
estudio
se
concreta
determinando
los
parmetros
poblacionales
f(x , )
i
i 1
siempre que L(
) sea el valor de mxima
El EMV del parmetro es
probabilidad de la funcin de verosimilitud L es decir:
es el EMV de si y solo si L(
) es mximo
i 1
i1
y optimizar as: l
i 1
f ( xi , )
0 . Si
maximiza a l( ) es claro que
f( xi , )
) 0 y l(
) <0.
l(
i 1
i 1
x
1 x
L (p)= f(x i , p) p i (1 p) i
L (p)= p x (1 p)1 x
i
Observe que l(p) 0 p
1
x i y l(p ) 0 .
n
1.
Y ademas que 0 xi n 0 p
i 1
As si
xi 0
entonces
Y si xi n
entonces
Por lo tanto p
xi
n
L(p)=(1-p)n
que es mximo en p = 0
f(x, )
e x
x!
para x = 0,1,2,
n
L( )= f(xi, h)
1
xi
n
x
e n
L e i /x !
i
xi!
1
como x i ! es constante
l lnL n ( x )ln lnc
i
xi
xi
l n
0
entonces
es el EMV para Poisson
Observe que l
xi
0 , ya que xi 0 y 0 .
2
F x, , 1
con 0 x
y 0
f(x,)=
F
x
La funcin de verosimilitud es
n
n
(1)
L f x , x
i
i
1
1
1
n n n
L
x
i
1
n
l n ln n ln ( 1) lnx
i
1
n
l n ln lnx 0 entonces
i
n x
n ln i
=min (x1,x2,,xn)
n
2 0 .
observe que l
Ejercicios
Hallar el EMV para
a)
b)
si f(x,)=(+1)x, 0<x<1
calcule si
(x1=0.3, x2=0.5, x3=0.7, x4=0.62, x5=0.7,x6=0.3, x7=0.4, x8=0.55, x9=0.60,x10=0.65)
c)
d)
2 si conoce .
e)
y 2 son desconocidos.
pero queremos
Estamos en una poblacin conocida y desconocemos E
hallar un intervalo de valores que contenga a , adems conocemos o
podemos estimarla con un error pequeo. Para ello seleccionaremos una muestra
1,
2 ,
3 ,...
n . El Teorema Del Lmite Central permite afirmar que
aleatoria
Z
n z,0,1
P - z /2
z
/2
=1-
z )=1-
P(E
/2
)= ,
Sustituyendo E (
z
P
1
2
z 2 1
P
Seleccionamos una muestra aleatoria conformada por (p 1, p2, p3,,pn) donde las
pi son v.a iid que cumplen E(pi)=p. Es claro que si p
x
p y p np 1 p
, E p
n
E p
p
p
n z,0,1
P(-z 2 Z z 2 ) 1
P(-z 2
)
p E(p
p
z 2 ) 1
P( p - E(p) z 2 P ) 1
p z 2 p 1
Pp
K z 2 p
p 1 p
n
es el error de estimacin
p z 2
1
n
O sea
(1 )
con confianza 1-
p z 2 p 1 p z 2
P p
2
f(x1,x2,,xn;)= n xi , ,
1
As el EMV de es X y tambin
2
E( X )= y 2x
n
P X z 2
1
n
P X z 2
1 x z /2
con confianza 1- .
n
n
s
s
P X z 2
1 x z /2
con confianza al 1
n
n
X
se introduce variabilidad en el numerador con X y en el
n
Aunque en Z= S
P(T>t
,v
)=
E(T)=0
V(T)=
n
n2
n>2
X
se distribuye segn Gosset como
n
una t-student con n-1 grados de libertad. Observe que S se basa en el clculo de
x1 x, x 2 x,..., x n x de forma que en el clculo de
s
P X t 2 1
n1 n
( x t 2,n 1 s
n)
con confianza 1-
PROBLEMAS SELECCIONADOS
1. Ingenieros qumicos de la Universidad de Murcia (Espaa) realizaron una
serie de experimentos para determinar cul es la membrana ms efectiva
para usarse en un muestreador pasivo (Environmental science &
Technology, Vol.27, 1993). La efectividad de un muestreador pasivo se
midi en trminos de la tasa de muestreo, registrada en centmetros
cbicos por minuto. En un experimento se colocaron seis muestreadotes
pasivos con sus caras paralelas al flujo del aire, el cual tuvo una velocidad
de 90 centmetros por segundo. Despus de seis horas se determin la
tasa de muestreo de cada muetreador. Con base en los resultados, se
calcul un intervalo de confianza al 95% de (49.66, 51.48) para la tasa de
muestreo media.
a. Cul es el coeficiente de confianza para este intervalo?
b. Haga una interpretacin terica del coeficiente de confianza del inciso a.
c. Haga una interpretacin prctica del intervalo de confianza.
d. Qu supuestos son necesarios para que el intervalo produzca inferencias
vlidas?
2. La relacin terica entre flujo de calor y gradiente de temperatura para
materiales homogneos es bien conocida y se describe mediante una
ecuacin de Fourier. Sin embargo la relacin no se cumple para materiales
no homogneos como cuerpos porosos o con capilares, sistemas celulares,
Tamao de muestra
36
Densidad media
3.04
Desviacin estndar
0.13
148
2.83
0.11
135
3.05
0.31
de
salubridad-
mueren
al
intentar
evacuar
(Risk
Murieron en intento de
evacuacin
5
5
8
10
4
N
14
MEAN
8.36
STDEV
8.94
SE MEAN
2.39
0.045
0.136
0.088
0.361
0.182
0.179
0.182
Stem
8
8
7
7
6
6
5
5
4
4
3
3
2
2
1
1
0
0
0.136
0.130
0.194
0.049
1.055
0.336
0.242
8.788
0.036
0.118
0.070
0.091
0.145
0.209
0.079
0.136
0.258
1.639
0.579
0.394
0.333
3.985
0.600
4.170
0.258
1.894
1.070
0.912
1.267
0.209
0.554
0.670
0.291
0.227
3.046
0.379
0.506
0.412
0.567
0.445
0.258
0.888
0.327
0.064
0.045
Leaf
8
0 2
9
0
2
1
1
6
1
5
0
9
1 3
6 6 6 6 7 9
0 0 0 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 4 4 4 4 4
2
3
7
35
volmenes
promedio
de
llenado
son
donde
1 2 .
Sea
=0.05.
Encuentre
el
intervalo
para
0.1
0.05
0.025
0.01
0.005
1
2
3
4
5
3.078
1.886
1.638
1.533
1.476
6.314
2.920
2.353
2.132
2.015
12.706
4.303
3.182
2.776
2.571
31.821
6.965
4.541
3.747
3.365
63.657
9.925
5.841
4.604
4.032
6
7
8
9
1.440
1.415
1.397
1.383
1.943
1.895
1.860
1.833
2.447
2.365
2.306
2.262
3.143
2.998
2.896
2.821
3.707
3.499
3.355
3.250
10
1.372
1.812
2.228
2.764
3.169
11
12
13
14
15
1.363
1.356
1.350
1.345
1.341
1.796
1.782
1.771
1.761
1.753
2.201
2.179
2.160
2.145
2.131
2.718
2.681
2.650
2.624
2.602
3.106
3.055
3.012
2.977
2.947
16
17
18
19
20
1.337
1.333
1.330
1.328
1.325
1.746
1.740
1.734
1.729
1.725
2.120
2.110
2.101
2.093
2.086
2.583
2.567
2.552
2.539
2.528
2.921
2.898
2.878
2.861
2.845
21
22
23
24
25
1.323
1.321
1.319
1.318
1.316
1.721
1.717
1.714
1.711
1.708
2.080
2.074
2.069
2.064
2.060
2.518
2.508
2.500
2.492
2.485
2.831
2.819
2.807
2.797
2.787
26
27
28
29
inf.
1.315
1.314
1.313
1.311
1.282
1.706
1.703
1.701
1.699
1.645
2.056
2.052
2.048
2.045
1.960
2.479
2.473
2.467
2.462
2.326
2.779
2.771
2.763
2.756
2.576