Mtodos de Estimao Pontual

mais fcil de calcular

1. Mtodo do Momentos 2. Mtodo da Mxima Verossimilhana

mais eciente

1. Mtodo dos Momentos

Populao com distribuio de probabilidade f(x) Amostragem aleatria:
X1 , X2 ,..., Xn

densidade de probabilidade contnua ou funo de massa de probabilidade discreta.

k-simo momento da populao: E ( X k )

k = 1, 2,...

k-simo momento amostral:

1 n k M k = ! Xi n i =1

Idia geral por trs do mtodo de momentos:

- igualar os momentos da populao aos momentos amostrais. - os momentos da populao so funes de parmetros desconhecidos. - estas equaes so resolvidas para os estimadores dos parmetros desconhecidos.

Primeiro momento da populao: Primeiro momento amostral:

E( X ) =
1 n M 1 = X = ! Xi n i =1

Igualando os momentos da amostra e da populao temos

!=X
Portanto, a mdia amostral o estimador de momento da mdia da populao
Em geral, momentos da populao so funes de parmetros desconhecidos da populao:

!1,! 2 ,,! m

Estimadores de momento
Amostragem aleatria:
X1 , X2 ,..., Xn

Parmetros desconhecidos da populao: Os estimadores de momento

!1,! 2 ,,! m

!1, ! 2 ,, ! m

so encontrados igualando os m primeiros momentos da populao aos primeiros m momentos amostrais e resolvendo as equaes resultantes para os parmetros desconhecidos.

Exemplo 1: Suponha que X1 , X2 ,..., Xn uma amostra aleatria de uma distribuio exponencial com parmetro ! .
Devemos fazer :

E( X ) = X
1 =X !

Como E ( X ) =

1 !

, devemos ter

!
1 ! != X
Estimador de momentos de

Problema especco: O tempo at a falha de um mdulo eletrnico utilizado em um controlador de motor automotivo testado a uma temperatura alta, de modo acelerar o mecanismo de falha. Suponhamos que o tempo at a falha exponencialmente distribudo.

8 unidades so selecionadas aleatriamente e testedas, resultando nos seguintes tempos de falha:

11.96

5.03

67.40 16.07 31.50

7.73

11.10 22.38

Como x = 21.65 , a estimao do momento de !

! = 1 = 1 = 0.0462 ! x 21.65

Exemplo 2: Suponha que X1 , X2 ,..., Xn uma amostra aleatria de uma distribuio normal com parmetros e ! 2 .

Ento

Fazendo

E( X ) = X
n 1 E ( X 2 ) = ! Xi 2 n i =1

temos

(1)

Resolvendo estas equaes temos os estimadores de momento

(2)

(3)

Prova:

De (1)
n n 2 1 1 2 2 2 ! = ! X " = X " X # i # i n i =1 n i =1 2

Como

n n 2& 1 n 1# n 2 2 ( Xi ! X ) = % " Xi ! 2 " Xi X + " X ( " ' n i =1 n $ i =1 i =1 i =1

1 Xi X 2 X ! 2 X + n " " i n i =1 n i =1 n

2 2 2 1 n 2 1 n 2 = " Xi ! 2 X + X = " Xi ! X n i =1 n i =1

temos
n 1 ! = ! Xi 2 " X # n i =1 2

Exemplo 3: Suponha que X1 , X2 ,..., Xn uma amostra aleatria de uma distribuio gamma com parmetros r e ! .
! r x r "1e" ! x f ( x) = , #(r )
#

x > 0, r > 0, ! > 0

funo gama

! ( r ) = $ e" t t r "1 dt , r > 0

0

Propriedades:

!(r ) = (r " 1)!(r " 1)

"1% ' ' !$ $ '= $ #2' &

!(1) = 0! = 1

!(n ) = (n " 1)!

n inteiro

Ou seja,

Estimadores de momento : devemos resolver as equaes

Estimadores resultantes

Exemplo1

11.96

5.03

67.40 16.07 31.50

7.73

11.10 22.38

Estimadores de momento:

Quando r = 1 distribuiao gamma igual exponencial.