[Cuatquier esteaistico Y= G(X,3Xp:...3X,.) cuyo valor se utiliza para estimar ol parametto yy = Gry 3p5...5.,.) se dice que 9s un estimador 66 0 yse-escroe des siguiente manera Error += 2% LG Estimacion 2) Puntual b) Intervalo #0,) Bho.) La estimacién puntual tiene cuatro caracteristicas |PROPIEDAES DE UN ESTIMADOR principales: 1) INSESGADO, Problema 4 |Supongs quo X es una VAcon media) y varianza a” ear att Se eel | Demostrar que la media muestral X ya varianza muestral $? son oscrarsianogee 9 of Saucon Error =|10~ 12)= Sise desconov a desvacon estandar poblaconal «, ontonces so asta fon Seswaconostanaar uosal eer estan) 2) Se debe DENOSTRAR matemstearente Hel=n ‘Stina por intel dela media pebaconat ipotesis= Tesis ByaX = bY)=ab{X} BEY) FE : d ; singin na ete ct Muesra grande 1 > 30. y se conoce: blo, )+ Bay) +. + Ae) = Nivel de confianza 1 Fie els mg a HenProblema 2 402 Q 9-53 6.55 tat elena 02-2,56 nara media pobacona = = teases “45 Sadat con ae PB)? 105574), , 2 errata) ~ 7204 ta Evel conan es Gt 7 930 Waar) puo2t4 tee 4 298824(1 2) “ur 25m ye ho Te Problema 5 Halle ta probabllidad minima cuando k=1;2;3. hat Pw — ps Pliny <20)=1—~ We B= 75% El 75% de o mas del total de las observacionas caen dentro dal interval (3 Pin p< 30)s 1-4-8 —a0H% k= 3 Pn pl <30)=1—Zzp= 5 = 89% EI 89% de 0 mas del total de las observaciones Caen dantra del intervalo,Problema 6 unc arog prctica pra sstibucions permaes en cuanto a sis Intralos de confonze, ELIS conore axoxinadarent a 68% dos cbsenacones HE 20> conten apronmasseent al 95% does csenactenes [EWESOS canons casi totes is obserecione (60%) 68% 95% 99% = eo 30 E(e)= 100 Pr> 120) _ M8 eo ome & » sins a7 Problema 8 nbn dana dtm a cit rma utente ‘donhormestmnn os 84000, Problema 7 Una WA. Xtene como meta By varnza 8 una cstouCn de probable scone ale a) P-4<2<20) WP [2-8 | 26) Solucién p=8 oP =9>0=3 9) Pu-ha1 5 40 <20)2 32 = P(-4<2<20)293,75% PUj 2-8 | >6)= Pilz 8[>6)=1~ Pil r~8 |<6)= 1-Pile-8|<2%3; k Pijr-8|>6)<1-|1— Problema 8 ‘Sea X una A con medi 1009 wainza 16 Hele una cota supanoe pa Pir> 120) Solucién: ‘Aofcamos a desea de Marko cN) 1c aa de meet serene pr far con GON Go Sizaue lmao de museta se requore pave sm on un 05% do ‘hitenza qu oer dee esimcion ov excade $007 ‘S{Cemparcs ns nmanice mustalo ls oor mbeanos penises en ‘}y ) gave suede con fran mostra cumnao ot eer max Bera so ptea? Solucién Pide n= rem 4000 Apticanes aL y= 95% ©=8.400 1.96 » 40007 _ 555 1.96 » 4000 ? 1/1,96 = 4000 ? Ze 200 | ~al 00 200 Solero e duplca, oloncs l amano do a mostra es cunt pate )"n sine momente de j eyo ax) = Serie BX"by vésimo momento GENTRAL dex Problema 10 ‘oa XunaVA. contr Hale nso momento eX Paan.23 fir { "20 H(x— HP )= YX "fle Solucién FUNCION GENERADORA DE MOMENTOS. BUN )= ke is vw a(x-4")= | nie 0 enatro caso Problema 8 ‘Sea Kuna WA. conbnua Hao a uncon gonoraora de momentos © 16" Soca [oer Solucien WF\n)= nx (n= 1} EP )=2!= ne onilatA2:29%.%_dewe etn dete kind | MH Hint) cas con) ona it ean SOC) fo j 8 tm bay ityitit) a ‘Su creado Ronald Fishery nos suite: 2) Aer fa fanaa de versed" 2) TWabsjar cone gator natal 6 alcar proceso de optimiza (dervadas paces) Problema 11 per Conse fa distibucon de Poison con su uncon de probated. Supe que setomaunaMArr,!,,1,, deladsibucen Problema 12 conser una MA, ia. sand EM hale ft Males estmadares de [!"'y. 2 porel metodo ce mit verocmdtud (en fle) Soh Flies fund de vers ficw="F Hx ysagi. same? )= Hallemos la funcién de verosniitud ‘L” en cada elemento dela MA (ano?) ata i = leas Ln a ambos mlonbros de ba councén Horta) Tow yh Verosim rokanos kote ataDervda pal respeco a "sna 2 Problema 14 Dado unc de robb dea ds bucn de Poison. Usando el METODO De MOMENTOS cle el parma 01:23, Came Kes una VA dsceta N=Bexfle) Kolmagoroe calcul ls estimacn de mara vrosnatud do O(N) Helles fan de vevositud Ll astyi.e Inte: Ont _6 ao n(x.) bp TEPER RET 037 Para las cotas aplicamos el Teorema de RAG-CRAMER,)CONSISTENGIA, Problema 18 Seclce quenestinador U), es un ESTIMADOR CONSISTENTE de (7 si] Oomvestelnitertdod pe cualquier mimeo postive = se cum: solu iiss ol métedo Eudes: tint -tbneo woijsa(0-of) aan 30 puede factorizar on dos uncones no negatives = io) de nb) *} | EnIC aproxmado al 1041 alpha para £0) in| -2l0- nf) ao =vibe(o- a0) | {i)-0} 0) Por dericn de esp = via tp)= i(p)= P(alp)=p"(1—p} ” — Aplicando Ln Ln(P(xt | p))=aLup +(1—«)Ln(1 ~ p) after p lp PLn(PUwlp)_ sw t-e op" vy (1~py Aplicamos Bambos miembros a int 4 Sia zi Replaces en la formula ~ 10) «gar |