Varianza estimador 1

Var ( ^μ1)= var

[ x 1 + x 2+ x 3
3 ]
var ¿

1 2
Var ( ^μ1)= ( ¿ ¿ * ¿
3

Var ( ^μ1)=
1 ( 2 2 2) 3 σ 2 1 2
∗ σ + σ +σ = = σ
9 9 3
Varianza estimador 2

Var ( ^μ2)= var x1 −

[ 1
2
1
x2+ x3
2 ]
Var ( ^μ2)= var ( x 1 ) + var ( 12 ¿ x ) 2
1
+ var ( ¿ x 3)
2

1 1
Var ( ^μ2)= var ( x 1 ) + ∗var ( x ¿¿ 2)+ ∗var (x 3)¿
4 4
2 2 2 2 2
2 1 2 1 2 4 σ + σ +σ 6 σ 3 σ
Var ( ^μ2)= σ + ∗σ + ∗σ = = =
4 4 4 4 2
2
1 2 3 σ = var ( 2)
Var ( ^μ1)= σ < ¿ ^μ
3 2

R// El Estimador ^μ1 es más Eficiente que el estimador ^μ2

lim P (|X −μ|≥ E )=0 X → E(X )= μ

n→∞

2
σ
Var ( X ) =
n

1
P (| X−μ|≥ E ) = (| X−μ|≥ K∗σ X )≤ 2
∀ E> 0
K

E
E =K*σ X K=
σX

1 σ
2
E ≤ σ X2
P (| X−μ|≥ ∗¿ σ X )
( )
2
E = 2 = n
σX 2 E
σX E2
 2
σ 2 E2 σ
P (| X−μ|≥ E ) ≤ / =
n 1 n∗E 2

σ2
lim p(| X−μ|≥ E)≤ lim =0
n →∝ n →∝ n∗E 2

lim P (|X −μ|≥ E )=0

n →∝

El estimador media muestral converge en probabilidad al parámetro media poblacional, por

tanto el estimador media muestral es un estimador consistente.