312 Capítulo 9 Problemas de estimación de una y dos muestras

n
∂ ln L
Si establecemos que 0 = ∂θ = n
θ − ln( x i ) da como resultado
i =1
n
θ̂ = n
ln( x i )
i =1
6
= =0 .3970.
ln(12) + ln(11.2) + ln(13.5) + ln(12.3) + ln(13.8) + ln(11.9)

Como la segunda derivada de L es -n/θ 2, que siempre es negativa, la función de proba-

bilidad alcanza su valor máximo en θ̂.

Comentarios adicionales respecto a la estimación

de máxima verosimilitud
Un análisis detallado de las propiedades de la estimación de máxima verosimilitud está
fuera del alcance de este libro y, por lo general, es un tema importante en un curso teóri-
co de estadística inferencial. El método de máxima verosimilitud permite al analista
utilizar el conocimiento de la distribución para determinar un estimador adecuado. El
método de máxima verosimilitud no se puede aplicar si no se conoce la distribución
subyacente. En el ejemplo 9.21 aprendimos que el estimador de máxima verosimilitud
no necesariamente carece de sesgo. El estimador de máxima verosimilitud es insesgado
asintóticamente o en el límite; es decir, la magnitud del sesgo se aproxima a cero a me-
dida que la muestra se hace más grande. Al principio de este capítulo examinamos la
noción de eficacia, que se vincula con la propiedad de la varianza de un estimador. Los
estimadores de máxima verosimilitud tienen propiedades de varianza deseables en el
límite. El lector debería consultar la obra de Lehmann y D’Abrera (1998) para más
detalles.

Ejercicios
9.81 Suponga que hay n ensayos x1, x2,..., xn de un
proceso de Bernoulli con parámetro p, la probabilidad
de un éxito. Esto es, la probabilidad de r éxitos es dada
por ( r ) p ( 1 − p ) . Determine el estimador de máxima
n r n−r
verosimilitud para el parámetro p.
9.82 Considere la distribución logarítmica normal
con la función de densidad dada en la sección 6.9. Su-
ponga que tiene una muestra aleatoria x1, x2,..., xn de
una distribución logarítmica normal.
a) Escriba la función de verosimilitud.
b) Desarrolle los estimadores de máxima verosimili-
tud de μ y σ 2.
9.83 Considere una muestra aleatoria de x1,..., xn ob-
tenida de la distribución gamma descrita en la sección
6.6. Suponga que conoce el parámetro α, el cual diga-
mos que es 5, y con base en esto determine la estima-
ción de máxima verosimilitud para el parámetro β.
9.84 Considere una muestra aleatoria de x1, x2,..., xn
observaciones de una distribución de Weibull con pará-
metros α y β, y la siguiente función de densidad
β
αβx β − 1 e− αx , x > 0,
f (x ) =
0, en cualquier caso,
para α, β > 0.
a) Escriba la función de verosimilitud.
b) Escriba las ecuaciones que al resolverse propor-
cionan los estimadores de máxima verosimilitud
de α y β.
9.85 Considere una muestra aleatoria de x1,..., xn ob-
tenida de una distribución uniforme U(0, θ), con el pa-
rámetro θ desconocido, donde θ > 0. Determine el
estimador de máxima verosimilitud de θ.
9.86 Considere las observaciones independientes de
x1, x2,..., xn de la distribución gamma que se analizó en
la sección 6.6.
Ejercicios de repaso 313

a) Escriba la función de verosimilitud. donde p es la probabilidad de un éxito (curación) y

b) Escriba un conjunto de ecuaciones que, cuando se
resuelven, proporcionan los estimadores de máxi-
ma verosimilitud de α y β.
9.87 Considere un experimento hipotético en el que
un hombre que tiene un hongo utiliza un medicamento
fungicida y se cura. Por lo tanto, considere que se trata
de una muestra de una distribución de Bernoulli con la
siguiente función de probabilidad
f (x ) = px q1 − x , x = 0, 1,
q = 1 – p. Ahora, desde luego, la información mues-
tral da x = 1. Escriba un procedimiento que demuestre
que p̂ = 1.0 es el estimador de máxima probabilidad
de curación.
9.88 Considere la observación X de la distribución
binomial negativa dada en la sección 5.4. Calcule el
estimador de máxima verosimilitud para p, suponiendo
que se conoce k.

Ejercicios de repaso
9.89 Considere dos estimadores de σ 2 para una vera. El calcio es un elemento necesario para las plan-
muestra x1, x2,..., xn que se extrae de una distribución tas y los animales. La cantidad que la planta toma y
normal con media μ y varianza σ 2. Los estimadores son almacena está estrechamente correlacionada con la
n
el estimador insesgado s 2 = n −1 1 (x i − x̄ ) 2 y el es- cantidad presente en el suelo. Se formuló la hipótesis
i =1 n
de que el fuego podría cambiar los niveles de calcio
timador de máxima verosimilitud σ̂ 2 = 1
n
(x i − x̄ ) 2 . presentes en el suelo y, por lo tanto, influir en la canti-
i =1 dad disponible para los venados. Se seleccionó una ex-
Analice las propiedades de la varianza de estos dos es- tensión grande de tierra en el bosque Fishburn para
timadores. provocar un incendio controlado. Justo antes de la que-
9.90 De acuerdo con el Roanoke Times, McDonald’s ma se tomaron muestras de suelo de 12 parcelas con la
vendió 42.1% de la participación del mercado de ham- misma área y se analizaron para verificar su contenido
burguesas. Una muestra aleatoria de 75 hamburguesas de calcio. Después del incendio se volvieron a analizar
vendidas reveló que 28 de ellas fueron vendidas por los niveles de calcio en las mismas parcelas. Los valo-
McDonald’s. Utilice el material de la sección 9.10 para res obtenidos, en kilogramos por parcela, se presentan
determinar si esta información respalda la afirmación en la siguiente tabla:
del Roanoke Times. Nivel de calcio (kg/parcela)
9.91 Se afirma que un individuo podrá reducir, en un Parcela Antes Después
lapso de 2 semanas, un promedio de 4.5 kilogramos de del incendio del incendio
peso con una nueva dieta. Los pesos de 7 mujeres que 1 50 9
siguieron esta dieta se registraron antes y después de un 2 50 18
periodo de 2 semanas. 3 82 45
4 64 18
Mujer Peso antes Peso después 5 82 18
1 58.5 60.0 6 73 9
2 60.3 54.9 7 77 32
3 61.7 58.1 8 54 9
4 69.0 62.1 9 23 18
5 64.0 58.5 10 45 9
6 62.6 59.9 11 36 9
7 56.7 54.4 12 54 9
Pruebe la afirmación sobre la dieta calculando un inter- Construya un intervalo de confianza del 95% para la
valo de confianza del 95% para la diferencia media en diferencia media en los niveles de calcio presentes en el
el peso. Suponga que las diferencias de los pesos se suelo antes y después del incendio controlado. Supon-
distribuyen de forma aproximadamente normal. ga que la distribución de las diferencias en los niveles
9.92 En Virginia Tech se realizó un estudio para de- de calcio es aproximadamente normal.
terminar si se puede utilizar el fuego como una herra- 9.93 El dueño de un gimnasio afirma que una persona
mienta de control viable para aumentar la cantidad de podrá reducir, en un periodo de 5 días, un promedio de
forraje disponible para los venados durante los meses 2 centímetros en su talla de cintura con un nuevo pro-
críticos a finales del invierno y principios de la prima- grama de ejercicios. En la siguiente tabla se presentan