EAA1520 - Inferencia Estadı́stica

Laboratorio 4

Prof. Ricardo Olea Ortega

30 de agosto y 01 de septiembre de 2023

EAA1520: Laboratorio 4, 1
Contenidos

1. Métodos de Estimación
Estimador de Momentos
Estimador Máximo Verosı́mil
fitdist {fitdistrplus}

EAA1520: Laboratorio 4, 2
Métodos de Estimación

Métodos de Estimación
Estimador de Momentos

Para obtener los estimadores de los momentos (EM) se debe igualar los
momentos poblacionales con los momentos muestrales.
Si X1 , X2 , . . . , Xn es una m.a.s de una población X con f.d.p

f (x, θ) = f (x, θ1 , θ2 , . . . , θm )

Entonces los EM de los m parámetros corresponde a las soluciones del

sistema de ecuaciones:

E X K = X k , k = 1, 2, . . . , m

EAA1520: Laboratorio 4, 3
Métodos de Estimación

Métodos de Estimación
Estimador Máximo Verosı́mil

Sean X1 , . . . , Xn variables aleatorias con función de densidad conjunta (o

probabilidad) dada por f (y1 , . . . , yn , θ).
Dadas las observaciones Yi = yi i = 1, .., n; se define la función de
verosimilitud del vector θ por:

L(θ) = f (y1 , . . . , yn , θ)

con θ = (θ1 , θ2 , . . . , θm )0 .

EAA1520: Laboratorio 4, 4
Métodos de Estimación

Métodos de Estimación
Estimador Máximo Verosı́mil

Note que L(θ) es la distribución conjunta como función del vector θ y no

de los yi .
El estimador máximo verosı́mil del vector de parámetros θ es el vector
numérico que maximiza la verosimilitud, es decir,

θ̂ = arg max L(θ)

θ

EAA1520: Laboratorio 4, 5
Métodos de Estimación

Métodos de Estimación
Estimador Máximo Verosı́mil

Si asumimos que los Xi son iid entonces su densidad conjunta es el producto

de las densidades marginales, de esta manera, la verosimilitud está dada
por:
n
Y
L(θ) = f (Xi , θ)
i=1

Maximizar la verosimilitud es equivalente a maximizar el logaritmo de la

verosimilitud, ya que el logaritmo es una función monótona creciente.
Luego, para una muestra iid, la log-verosimilitud está dada por:
n
X
`(θ) = log(L(θ)) = log (f (Xi , θ))
i=1

log: logarı́tmo natural.

EAA1520: Laboratorio 4, 6
Métodos de Estimación

Métodos de Estimación
fitdist {fitdistrplus}

La función fitdist() ajusta distribuciones univariadas a datos no cen-

surados por máxima verosimilitud (mle), método de momentos (mme),
método de cuantiles (qme) y estimación por maximización bondad de
ajuste (mge).
En esta sesión nos enfocaremos en mle() y mme().

EAA1520: Laboratorio 4, 7