EJERCICIOS DE ESTIMACIÓN PUNTUAL

1. Sea 𝜃̂ = 𝑥̅ , estimador del parámetro λ, en una distribución de Poisson.

Determine si 𝜃 ̂ es un estimador insesgado de varianza mínima para λ.
𝑋 +2𝑋
2. Si 𝜃̂ = 1 2 , es un estimador del parámetro β en una distribución
3
exponencial. Determine si 𝜃̂ es un estimador insesgado de varianza mínima para
β
3. En un experimento binomial se observan x éxitos en n ensayos independientes,
con parámetro p; con estimadores 𝑝̂1 y 𝑝̂ 2 ; donde:
𝑋 (𝑋 + 1)
𝑝̂1 = 𝑦 𝑝̂ 2 =
𝑛 𝑛+2
a. Defina el parámetro de la distribución en estudio.
b. Pruebe si los estimadores son sesgados.
c. Hallar el ECM de cada estimador
d. Si en una muestra de 5 unidades de estudio se obtiene 3 éxitos ¿cuáles son
los valores del ECM para cada estimador? ¿cuál es el mejor? ¿porqué?
4. Suponga que el número de accidentes es una variable aleatoria binomial
negativa. Use el método de los momentos para estimar el parámetro p, sabiendo
que:
1−𝑝
𝜎 2 = 𝜇2′ − 𝜇12 = (𝜇 ∗ 𝑝)( )
𝑝2
a. Estimar el parámetro de la distribución binomial negativa.
b. Si la distribución de frecuencias para la variable aleatoria: Número de
accidentes es:

N° de accidentes 0 1 2 3 4 5 6 7 8 9
Frecuencia
(conductores) 35068 13411 4013 1184 353 92 29 8 4 2

Hallar el valor del estimador del parámetro p. ¿Qué les indica dicho valor?

5. Sea la función de probabilidad definida por: 𝑓(𝑥, 𝛼) = (𝛼 + 1)𝑥 𝛼 ; 0 < x < 1

a. La función de probabilidad ¿es discreta o continua?
𝑏
b. Si 𝐸(𝑥) = ∫𝑎 𝑥𝑓(𝑥)𝑑𝑥; determine el estimador del parámetro 𝛼, por el
método de los momentos.
6. Se considera una población representada por una variable aleatoria X, de forma
que la distribución poblacional viene definida por la función de densidad:
f (x, ) = 1/ para 0X
Si estimamos el parámetro θ a través de:
a) la media muestral ax, ¿es insesgado dicho estimador?
b) θ* definido así: θ* =k ax. Determinar el valor de k para que θ* sea un
estimador insesgado de θ.