Documente Academic
Documente Profesional
Documente Cultură
INFERENCIA ESTADÍSTICA
Instituto IACC
06 de febrero de 2017
1
1. Hallar el estimador máximo verosímil de υ (tasa promedio) de una población que distribuye
discreta, la que se aplica en situaciones los que buscan medir el número de hechos de un
cierto tipo.
𝑒 −𝑣 ∗ 𝑣 𝑥
𝑃(𝑋 = 𝑥) =
𝑥!
Vemos que v es una tasa de incidencia media del evento, se puede decir que es un
parámetro que representa el número de veces que ocurra un fenómeno en un cierto tiempo.
Por otra parte x es el número de ocurrencias del evento, esta función nos entrega la
recordar que esta función para una muestra de tamaño n de variables aleatorias x, la cual
define una población con parámetro θ, a través de una función de probabilidad 𝑓(𝑥; 𝜃), se
𝐿(𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 ; 𝜃) = ∏ 𝑓(𝑥¡ ; 𝜃)
𝑖=1
logaritmo natural, para luego derivar y luego igualando a 0. Por lo tanto se tiene:
2
𝑛
𝑒 −𝑣 ∗ 𝑣 𝑥¡
𝐿(𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 ; 𝑣) = ∏
𝑥¡ !
𝑖=1
𝑒 −𝑣 ∗ 𝑣 𝑥! −𝑣 𝑥3
𝑥1 ! ∗ 𝑒 ∗ 𝑣
∗ … ∗ 𝑒 −𝑣 ∗ 𝑣 𝑥𝑛
𝑥2 !
𝐿(𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 ; 𝑣) =
𝑥𝑛 !
𝑒 −𝑛𝑣 ∗ 𝑣 ∑ 𝑥¡
𝐿(𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 ; 𝑣) =
∏ 𝑥¡ !
Donde ∏ 𝑥¡ ! es una constante que se puede denotar por k, por lo que al aplicar el
𝐼𝑛(𝑒 −𝑛𝑣 ∗ 𝑣 ∑ 𝑥¡
𝐼𝑛(𝐿(𝑥; 𝑢)) =
∏ 𝑥¡ !
Que es la fórmula que hay que maximizar a través de la derivada del parámetro, lo que
resulta en lo siguiente:
𝜕𝐼𝑛(𝐿(𝑥; 𝑢)) ∑ 𝑥¡
= −𝑛 +
𝜕𝑢 𝑣
∑ 𝑥¡
−𝑛 + =0
𝑣
∑ 𝑥¡
=𝑛
𝑣
3
∑ 𝑥¡
=𝑢
𝑣
muestra
𝑣^ = 𝑥 −
(𝑎 + 1). 𝑥 𝑎 ; 0<𝑥<1
𝑓(𝑥) = {
0 ; 𝑒𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝐿(𝑋1 , 𝑋2 , … . , 𝑋𝑛 ; 𝑎) = 𝑎(𝑋1 = 𝑋1 , 𝑋2 , … . , 𝑋𝑛 ; 𝑎)
Por independencia:
𝑛 𝑛
∏ 𝑎(𝑋¡ = 𝑋¡ ) = ∏(𝑎 + 1) ∗ 𝑥 𝑎
¡=1 ¡=1
¡ (𝑎 + 1) ∗ ∏ 𝑥 𝑎
𝑛
¡=1
¡ (𝑎 + 1)𝑛 ∗ 𝑛!𝑎
Aplicamos logaritmo:
𝑛 ∗ 𝐼𝑛(𝑎 + 1) + 𝑎 ∗ 𝐼𝑛 𝑛!
4
𝑛
𝑛 ∗ 𝐼𝑛(𝑎 + 1) + 𝑎 ∗ ∑ 𝐼𝑛 𝑥
¡=1
−𝑛
𝑎+1=
∑𝑛¡=1 𝐼𝑛 𝑥
−𝑛
𝑎= −1
∑𝑛¡=1 𝐼𝑛 𝑥