EXAMEN TIPO SEGUNDO PARCIAL

ASIGNATURA: ESTADSTICA
SEMESTRE 2015-2

Estimacin I: Propiedades de los estimadores.

E ( Xi )= y Var ( Xi )= 2 , muestre que

1. Sea una muestra aleatoria X1, X2,, Xn con

n

S=

(YiY )2
i=1

(n1)
x 1 , x2 , x3

2. Sea

2
es un estimador insesgado de .

una muestra aleatoria de una poblacin con media

y varianza

2 . Si se tienen los siguientes estimadores:

^
1=

2 x 1 +2 x 2 + 4 x3
8

^
2=

x1 + x 2 +6 x 3
8

a) Demuestre que

1 y
^

2 son estimadores insesgados de

^

b) Cul de los dos es mejor?

3. Sea

(X 1 , X 2 , X n)

Poisson

una muestra aleatoria de una variable aleatoria discreta

con parmetro desconocido

a) Muestre que ambos estimadores son insesgados:

1 =

1
X
n i=1 i

1
2= ( X 1+ X 2 )
2
b) Cul estimador es ms eficiente?
X 1 , X 2 , X 3 denotan una muestra aleatoria de una distribucin

4. Suponga que

exponencial con funcin de densidad

1
e , para y> 0
f ( x )=

0, en cualquier otro caso

Tomando en cuenta los siguientes estimadores

^1=max ( X 1 , X 2 , X 3 ) y ^2= X
;

a) determine cul es insesgado.

b) y cul cumple con la Cota de Cramr-Rao.
5. Considere el modelo estadstico normal mltiple
f ( y ; )=

n 1
( x )
1
e 2
2

Con parmetros
= { , 2 }
y estimadores
T

^=
t =1

1
yi
T

1
^2=
T

( y t )2
t=1

a) Obtenga la matriz de informacin de Fisher

b) Usando el lmite inferior de Cramer Rao determine si los estimadores
^2
y son eficientes y explique por qu

E ( ^1 ) =E( ^2)=

6. Suponga que

Var ( ^1 )= 21 Var ( ^2)= 22 . Considere el

^
^
^
estimador 3=a 1+(1a) 1 .
^
a) Demuestre que 3 es un estimador insesgado de .
^
^
^
b) Si 1 y 2 no son independientes con Cov( 1 ,

^2 =c . Cul es

^
el valor de la constante a que minimiza Var ( 3 ) ?

7. Dada una muestra aleatoria y1, y2, , yn para una distribucin cuya funcin de
densidad es

f y ( y ; )=

2y
, 0 y , ahora si se tienen dos estimadores sobre el
2

parmetro son insesgagos.

3
1= y
2
2=

2 n+1
y
2 n max
Compruebe que 2 resulta ms eficiente que 1

Estimacin II: Mtodos de estimacin

8. Considere el modelo estadstico normal simple:

f ( x ; ; 2 )=

1
e
2

( y i )
2

a) Obtenga los estimadores de mxima verosimilitud de

b) Obtenga los estimadores de

y 2

y 2 por el mtodo de momentos

c) Obtenga los estimadores de mnimos cuadrados

9. Para el modelo de Bernoulli, la distribucin de la muestra toma la siguiente forma:

D ( x1 , x2 ,..., xn ; ) nk 1 f ( xk ; ) nk 1 xk (1 ) xk
n

xk
k 1

xk

(1 ) k 1

Estimar aplicando el mtodo de mxima verosimilitud y comprobar la

maximizacin de la funcin respectiva.

10. Suponga que se toma una muestra aleatoria

exponencial

f (x ; ) 1 e

x 1 , , x n de una funcin de densidad

x> 0
, para

a) Obtener el estimador por el mtodo de mxima verosimilitud.

b) Obtener el estimador por el mtodo de momentos.
c) Verificar si los estimadores son insesgados y obtener la Cota Inferior de
Cramr-Rao para verificar si dichos estimadores la alcanzan.

11. Muestre que el estimador cuadrtico medio dado por

^y =g ( x )

de una variable

aleatoria Y, est dado por:

^y =g ( x )=E ( Y |X )

12. Sea una muestra aleatoria X1, X2,,Xn de una funcin de densidad Poisson,
f ( x ; )=

e x
x! ,

para >0, x = 0,1,2

a) Obtener el estimador por los mtodos de mxima verosimilitud y de

momentos.
b) Verificar si los estimadores son insesgados.
c) Obtener la cota inferior de Crmer-Rao y verificar si los estimadores la
alcanzan

13. Sea Y 1 ,Y 2 , Y n una muestra aleatoria de una funcin de densidad dada por:

1
y 1 ey /
f ( y , )= ( )
si y >0
0 en otro caso
Donde > 0
^
a) Encuentre el estimador de mxima verosimilitud de del parametro
b) Encuentre el valor esperado y varianza de

c) Demuestre que es un estimador consistente de

d) Suponga que n = 5 y que =2 . Utilice el estadstico suficiente minimal
para construir un intervalo de confianza de 90 % para

Pruebas de hiptesis
14. De acuerdo al cuadro sobre la poblacin:
Poblacin
Aos
2008
2009
2010

Hombres
58,780
55,253
60,779

Mujeres
54,665
52,491
55,308

Total
113,445
107,744
116,087

Probar, en el marco de la Neyman-Pearson, las siguientes hiptesis con = 0.01

a) La conjetura de Arbuthnot para cada ao separadamente:
H 0 :=0.5

H 1 :< 0.5

b) La conjetura de Bernoulli para cada ao separadamente:

H 0 :=0.4857

H 1 :< 0.4857

c) Repetir (a) y (b) como pruebas de Fisher.

x1 , xn

15. Sea una muestra aleatoria

proveniente de una funcin de densidad

Poisson

f (x ; )

x e
x!

para

x 0,1, 2,...

Determinar la mejor regin crtica (Lema de Neyman-Pearson) para probar la

hiptesis
H0: = 0 contra H1: = 1
16. Un sistema de comunicaciones transmite dos seales cada T segundos. Si se define
como S0 = la seal uno y S1=la seal dos. Nuestras hiptesis sobre la seal
transmitida durante el periodo T es:
H0: S0 se transmiti.
H1: S1 se transmiti.
Se asume que S0(t) = 0 y S1(t)=1

0<t<T

El canal de comunicacin tiene un ruido n(t), que se distribuye normal con media
cero y varianza = 1. Sea x(t) la seal recibida:

X(t) = Si (t) + n(t)

i = 0,1.

Suponga que se recibe una observacin x = 0.6.

a) Utilice la prueba de mxima verosimilitud para determinar, qu seal es
transmitida.
b) Obtenga la probabilidad de cometer el error de tipo I y II.
c) Suponga que =Probabilidad del error tipo I =.025 , entonces utilice la
prueba de Neyman Pearson para determinar qu seal se transmite cuando x
= 0.6

17. En el siguiente modelo estadstico de acuerdo un modelo probabilstico normal,

CPt = 1.2 + 0.8Yt 0.2Rt + ut
Donde el consumo privado (CP) es una funcin del ingreso (Y) y de la tasa de
inters (R), y los errores estndar son 0.6 para la constante, 0.405 para Y, 0.2 para
R y el valor del estadstico F calculado de 12.5 y el terico de 7.6.

a) Escribir las hiptesis de significancia individual (igual a cero) para cada

parmetro y la conjunta sin incluir la constante.
b) Concluir con las hiptesis individuales y la conjunta.
c) Probar la hiptesis de que la propensin marginal a consumir es igual a 1.

18. Suponga que una empresa de procesadores tiene una probabilidad de falla de sus
procesadores de p = 0.05. Un nuevo procedimiento de produccin se introduce para
mejorar el diseo de los procesadores. Para probar el nuevo procedimiento se
producirn 200. Se define como variable aleatoria el nmero de procesadores que
fallan entre los 200.
a) Establezca una regla para aceptar el nuevo procedimiento.
b) Encuentre la probabilidad de cometer el error tipo I.
19. Utilizar la estadstica F para decidir el valor de x
a) P(0.109 < F4,6 < x) = 0.95
b) P(0.427 < F11,7 < 1.69) = x
c) P(Fx,x > 5.35) = 0.01
d) P(0.115 < F3,x < 3.29) = 0.90
v /2
P(x <
)
e)
u /3 , donde v es una variable sujeta a la distribucin de chicuadrada con grado de libertad de 2, mientras que u es una variable
independiente de chi-cuadrada con grado de libertad de 3.