Investigar el Método de Máxima Verosimilitud para encontrar estimadores puntuales.

Realizar la tarea a MANO, escanear el documento y subirlo en PDF.

Debe incluir un ejemplo desarrollado y bibliografía consultada.

Método de máxima verosimilitud

El método de máxima verosimilitud de Ronald A. Fisher es un procedimiento general
para la selección de estimadores.
Tiene las siguientes propiedades:
A medida que se incrementa el tamaño muestral, el sesgo del estimador de
máxima verosimilitud tiende a cero.
Su error estándar se aproxima al mínimo error estándar posible.
Su distribución muestral se aproxima a la normal
Función de verosimilitud
La definimos como la probabilidad de observar los datos tomados de manera
independiente de una variable aleatoria cualquiera y se denota con la letra L
L(θ|x_1,x_2,...,x_n)
donde:
n: Tamaño de la muestra
x_i i=1,2,...,n: datos obtenidos de la muestra de tamaño n
θ: parametro a estimar
La función de verosimilitud se obtiene simplemente sustituyendo en la función
original cada uno de los datos y multiplicando la función por si misma para
cada uno de los casos.
figura 1
Estimación máximo verosímil
Para valores observados en una muestra x_1,x_2,...x_n, la estimación máximo
verosímil de un parámetro θ es el valor θ^ que maximiza la función de
verosimilitud
L(θ|x_1,x_2,...,x_n).
dL/dθ=l(θ|x_1,x_2,...,x_n)=0
Para hayar la maxima versolmilitud:
Se debe conocer la función de distribución y generar la función de versolmilitud
suponiendo que esta es siempre una una función monótona creciente
Se debe maximizar a la función de versolmilitud para hayar el máximo versoímil
derivando y despejando el valor del parametro θ de la función l
Ejemplo figura 2
FCA-UNAM. (2010). Estadística II. Recuperado el 9 de marzo de 2019, de
http://ecampus.fca.unam.mx/ebook/imprimibles/contaduria/estadistica_2/Unidad_1.pdf
TutorClass. (2018). Estimación puntual: Máxima verosimilitud.
Recuperado de https://www.youtube.com/watch?v=0GcX3-hw5qo