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