MTODOS ESTADSTICOS PARA LA INDUSTRIA II

Trabajo Final: Estimacin Puntual

OBJETIVOS ESPECFICO

Resolver problemas de estimacin, aplicando la fundamentacin terica del curso de

Estadstica inferencia sobre estimacin puntual

1. Ingenieros investigadores afiliados al Programa de Investigaciones sobre Transporte de la

University of Kentucky han recabado datos sobre accidentes ocurridos en intersecciones de
Lexington, Kentucky, durante un periodo de 5 aos. Uno de los objetivos del estudio fue
comparar el promedio de accidentes al dar vuelta a la izquierda en puntos con y sin carriles
exclusivos para vuelta a la izquierda, a fin de establecer justificaciones numricas para la
instalacin de dichos carriles.
a. Cul es la poblacin de inters?
b. Cul es la muestra?
c. Cmo puede utilizarse la informacin de la muestra para lograr el objetivo de los
investigadores?
2. Ciertos investigadores inventaron un nuevo mtodo de pre enfriamiento para preparas verduras
en Florida antes de enviarlas al mercado. El sistema utiliza una mezcla de aire y agua diseada
para lograr un enfriamiento eficaz con un flujo de agua mucho ms bajo que el hidroenfriamiento
convencional. A fin de comparar la eficacia de los dos sistemas, 20 lotes de tomates verdes se
dividieron en dos grupos; un grupo se pre enfri con el nuevo mtodo y el otro, con el mtodo
convencional. Se registr el gasto de agua (en galones) requerido para enfriar efectivamente
cada lote
a. Identifique la poblacin, las muestras y el tipo de inferencia estadstica que se har en este
problema
b. Cmo podran utilizarse los datos de muestra para comparar la eficacia de enfriamiento de
dos sistemas?

y 1 , y 2 , .. . , y n

3. Suponga que

constituyen una muestra aleatoria de una poblacin con

funcin de densidad de probabilidad

{(

1
+1
f ( y )= +1 e , y >0, >1
0, en cualquier otro punto .

a. Sugiera un estadstico apropiado para usarlo como estimador insesgado para

4. Suponga que

E ( ^ 1 ) =E ( ^ 2 ) = , V ( ^ 1 ) = 21 , y V (^ 2)= 21 . Considere el estimador

^ 3=a ^ 1+(1a) ^ 2 .

^ 3 es un estimador insesgado para .

a. Demuestre que

^ 1

b. Si

^ 2

son independientes, Cmo debe escogerse la constante a para

minimizar la varianza de

5. Sea

y 1 , y 2 , .. . , y n

^ 3

una muestra aleatoria de una distribucin gamma con parmetros

=2 y desconocido.

y es un estimador sesgado de . Calcule el sesgo.

^= y /2

a. Demuestre que
b. Demuestre que

es un estimador insesgado de

^= y /2
.

c. Calcule la varianza de

6. Demuestre que

^
) ] =V ( ^ ) + B2 , donde el sesgo B=E ( ^ )
E [ (
2

7. Sea:

f ( x )=

( 2x ) ,0< x<2
2

0, en cualquier otro punto.

^= 3 x
Sea
4 , determine si es consistente/convergente.

8. Sea

y 1 , y 2 , .. . , y n una muestra aleatoria de la funcin de densidad de probabilidad

f ( y )=

y , 0< y<1,
0, en cualquier otro punto .

a. Demuestre que Y es un estimador consistente de

+ 1

9. Por mtodo de los momentos, estime los parmetros de una Distribucin de Pareto

10. Sea
por

y 1 , y 2 , .. . , y n una muestra aleatoria de la funcin de densidad de probabilidad dada

2
( y), 0 y ,
2
f ( y )=

0, en cualquier otro punto .

a. Encuentre un estimador para

usando el mtodo de momentos.

b. Este estimador es un estadstico suficiente para