Professional Documents
Culture Documents
S = S(X1 , X2 , X3 , ..., Xn )
Veiem fàcilment que E(p̂) és igual a p. Aixı́ doncs, direm que
p̂ és un estimador no esbiaxat de p.
Estimador Puntual
Definició
Sigui θ el paràmetre de la població que volem estimar. Un
estimador puntual θ̂n del paràmetre θ és una variable aleatòria.
La desviació esperada de l’estimador θ̂n de θ s’anomena biaix
biaix(θ̂n ) = E(θ̂n ) − θ
Definició
Sigui θ el paràmetre d’interès associat a la població. La relació
funcional entre el moment de primer ordre de la distribució de
la població i θ és coneguda
E(X ) = g (θ).
Pθ (X1 = x1 , X2 = x2 , ..., Xn = xn )
= Pθ (X1 = x1 )Pθ (X2 = x2 )...Pθ (Xn = xn )
Yn
= f (xi ; θ)
i=1
= Ln (θ; x)
f (x) = λe −λx , x ≥ 0.
La versemblança és
n
Y
Ln (λ; Xn ) = λe −λXi
i=1
n −λ ni=1 Xi
P
= λ e
= λn e −λnX n .
1
0 = ∇λ log Ln (λ; Xn ) = ∇λ (n log λ − λnX n ) = n − nX n ,
λ
1
λ̂n = .
Xn