3
Universidad Andrés Bello. Facultad de Ciencias Exactas. Departamento de Matemáticas. Campus Casona de Las Condes. FMS 276. Inferencia Estadística. Primer Semestre 2012 PAUTA PRUEBA SOLEMNE N° 2 1. Un nuevo tipo de tubo eléctrico tiene una duración la cual se puede considerar como una variable aleatoria continua Y con función de probabilidad de la forma: 0 ; 2 ) ; ( 3 2 y e y Y f y con: 2 3 ) ( 3 ) ( Y Var Y E a. Demuestre que el estimador de máxima verosimilitud para el parámetro es 3 ˆ Y = 2 2 3 1 = ln 2 3 ln + 2 = 3 + 2 = 3 b. Estudiar la consistencia del estimador del inciso anterior. lim →∞ lim →∞ 3 lim →∞ () 3 lim →∞ 3 3 = lim →∞ lim →∞ 3 lim →∞ () 3 lim →∞ 3 2 3 = 0 Por lo tanto si es consistente c. Se probaron 32 tubos obteniéndose una duración promedio de 1950 horas. Haga una estimación para determinar ) ) ( ( 2 Y E n = 32 = 1950 2 = + 2 2 = + 2 2 = 3 2 +9 2 2 = 3 2 9 + 9 2 9 = 1950 2 3 32 + 1950 2 = 3842109,375 2. El consumo en kilos de cierto tipo de suplementos alimenticios mensual es una variable aleatoria, con la siguiente función de densidad de probabilidad

2012 01 S2 PAUTA fms 276

Embed Size (px)

DESCRIPTION

Importante para la universidad

Citation preview

Page 1: 2012 01 S2 PAUTA fms 276

Universidad Andrés Bello. Facultad de Ciencias Exactas.

Departamento de Matemáticas. Campus Casona de Las Condes.

FMS 276. Inferencia Estadística. Primer Semestre 2012

PAUTA PRUEBA SOLEMNE N° 2

1. Un nuevo tipo de tubo eléctrico tiene una duración la cual se puede considerar como una

variable aleatoria continua Y con función de probabilidad de la forma:

0;2

);(3

2

yey

Yf

y

con:

23)(3)( YVarYE

a. Demuestre que el estimador de máxima verosimilitud para el parámetro es

Y

= 𝑦2

2𝑛𝛽3𝑛𝑒−1𝛽

𝑦

= −𝑛 ln 2 − 3𝑛 ln 𝛽 + 𝑙𝑛 𝑦2 − 𝑦

𝛽

= −3𝑛

𝛽+

𝑦

𝛽2

𝛽 = 𝑦

3

b. Estudiar la consistencia del estimador del inciso anterior.

lim𝑛→∞

𝐸 𝛽

lim𝑛→∞

𝐸 𝑦

3

lim𝑛→∞

𝐸(𝑦)

3

lim𝑛→∞

3𝛽

3= 𝛽

lim𝑛→∞

𝑉 𝛽

lim𝑛→∞

𝑉 𝑦

3

lim𝑛→∞

𝑉(𝑦)

3𝑛

lim𝑛→∞

3𝛽2

3𝑛= 0

Por lo tanto si es consistente

c. Se probaron 32 tubos obteniéndose una duración promedio de 1950 horas. Haga

una estimación para determinar ))(( 2YE

n = 32

𝑦 = 1950

𝐸 𝑦 2 = 𝑉 𝑦 + 𝐸2 𝑦

𝐸 𝑦 2 =𝑉 𝑦

𝑛 + 𝐸2 𝑦

𝐸 𝑦 2 =3𝛽2

𝑛 + 9𝛽2

𝐸 𝑦 2 =3𝑦 2

9𝑛 +

9𝑦 2

9=

19502

3 ∗ 32+ 19502 = 3842109,375

2. El consumo en kilos de cierto tipo de suplementos alimenticios mensual es una variable

aleatoria, con la siguiente función de densidad de probabilidad

Page 2: 2012 01 S2 PAUTA fms 276

Universidad Andrés Bello. Facultad de Ciencias Exactas.

Departamento de Matemáticas. Campus Casona de Las Condes.

FMS 276. Inferencia Estadística. Primer Semestre 2012

𝑓 𝑐, 𝜃 =𝜃2𝜃

𝑐𝜃+1 ; 𝑐 ≥ 2

a. Encuentre un estimador máximo verosímil para 𝜃.

𝜃𝑛 ∗ 2𝜃𝑛

𝑐𝜃+1

𝑛 ln 𝜃 + 𝑛𝜃 ln 2 − 𝜃 + 1 ln 𝑐

𝑛

𝜃+ 𝑛 ln 2 − ln 𝑐

𝜃 = 𝑛

ln 𝑐 − 𝑛 ln 2

b. Para analizar el consumo en kilos del suplemento alimenticio se ha tomado una

muestra correspondiente a 9 individuos que lo utilizan habitualmente

2.9 3.5 2.8 5.3 10.2 4.5 3.7 4.2 4.7

Encuentre una estimación del consumo mensual.

𝜃 = 9

ln 2,9 ∗ 3,5 ∗ 2,8 ∗ 5,3 ∗ 10,2 ∗ 4,5 ∗ 3,7 ∗ 4,2 ∗ 4,7 − 9 ln 2

= 1,3055

c. Calcule la probabilidad que el consumo del suplemento alimenticio sea inferior a

los 5 kilos. Utilice la estimación obtenida de la muestra.

𝑃 𝑥 < 5 = 1,3055 ∗ 21,3055

𝑐2,3055

5

2

𝑑𝑐

= 21,3055 ∗ 1

21,3055−

1

51,3055

= 0,6979

3. Sea 𝑥1 , 𝑥3 ,𝑥3 una muestra aleatoria de una población con media y desviación típica .

Considere dos estimadores puntuales

1

= 𝑥1 + 2𝑥2 + 3𝑥3

6

2=

𝑥1 + 4𝑥2 + 𝑥3

6

a. ¿Son estimadores insesgados?

𝐸 𝜇1 = 𝐸 𝑥1 + 2𝐸 𝑥2 + 3𝐸 𝑥3

6

𝐸 𝜇1 = 𝜇 + 2𝜇 + 3𝜇

6= 𝜇

𝐸 𝜇2 = 𝐸 𝑥1 + 4𝐸 𝑥2 + 𝐸 𝑥3

6

𝐸 𝜇2 = 𝜇 + 4𝜇 + 𝜇

6= 𝜇

Es insesgado Es insesgado

Page 3: 2012 01 S2 PAUTA fms 276

Universidad Andrés Bello. Facultad de Ciencias Exactas.

Departamento de Matemáticas. Campus Casona de Las Condes.

FMS 276. Inferencia Estadística. Primer Semestre 2012

b. ¿Cuál de los dos estimadores es más eficiente?

𝑉 𝜇1 = 𝑉 𝑥1 + 4𝑉 𝑥2 + 9𝑉 𝑥3

36

𝑉 𝜇1 = 𝜎2 + 4𝜎2 + 9𝜎2

36=

14

36𝜎2

𝑉 𝜇2 = 𝑉 𝑥1 + 16𝑉 𝑥2 + 𝑉 𝑥3

36

𝑉 𝜇2 = 𝜎2 + 16𝜎2 + 𝜎2

36=

18

36𝜎2

Es el estimador más eficiente por tener

menor varianza