Pregunta: 1. Supongamos que X1,X2,X3 denotan una muestra aleatoria de una distribución exponencial con función de densidad
1. Supongamos que X1,X2,X3 denotan una muestra aleatoria de una distribución exponencial con función de densidadθθ f(x)=1e−x, x>01θ Considere los siguientes cinco estimadores de θ.T1 =X1, T2 =X1+X2, T3 =X1+2X2, T4 =X(1), T5 =X ̄ 23.(a) cuáles de estos estimadores son insesgados.(b) entre los estimadores insesgados, cuál tiene la varianza más pequeña.2. Supongamos que X1,...,Xn constituye una muestra aleatoria de una población con función de densidad de probabilidadθ θ+1f(x)= 1 e−x, x>0; θ>−1θ+13. Demuestre que MSEθ(T) = V arθ(T) + (Biasθ(T))2Encuentre un estimador insesgado para θ4. El número de averías semanales de un tipo de minicomputadora es una variable aleatoria X con distribución de Poisson y media λ. Se dispone de una muestra aleatoria X1,...,Xn de observaciones sobre el número semanal de desgloses.(a) Encuentre un estimador insesgado para λ(b) El costo semanal de reparar estas averías es C = 3X + X2. Demuestre que E(C) = 4λ + λ25. La lectura de un medidor de voltaje conectado a un circuito de prueba se distribuye uniformemente en el intervalo (θ, θ + 1), donde θ es el voltaje verdadero pero desconocido del circuito. Supongamos que X1, ..., Xn denotan una muestra aleatoria de dicha lectura.(a) Demuestre que X ̄ es un estimador sesgado de θ y calcule el sesgo.2(b) Encuentre una función de X ̄ que sea un estimador insesgado de θ. (c) Encuentre el MSE(X ̄) cuando X ̄ se utiliza como estimador de θ6. Supongamos que X1,X2,...Xn denota una muestra aleatoria de una población cuya densidad está dada por αxα−1fθ(x)= θα , 0≤x≤θDonde α > 0 es fijo y conocido pero θ es desconocido. (a) Demuestre que T(X) = X(n) es un estimador de sesgo para θ. (b) Deduzca el MSE para T(X).7. Sea X ∼ N (θ, 1). Calcule los MSE de los tres estimadores T1=X, T2=X, T3=0,2qué estimador es el mejor entre los tres.8. Si X1, X2, ..., Xn denotan una muestra aleatoria de una distribución geométrica con parámetro p, muestreque X ̄ es suficiente para p.9. Supongamos que X1, X2, ..., Xn es una muestra aleatoria de una función de densidad de probabilidadfθ(x) = e−(x−θ), x ≥ 0Demuestre que T = X(1) es suficiente para θ10. Sea X1, X2, ..., Xn una muestra aleatoria de la función de densidad de Weibull dada por2x −x2 fθ(x)=θeθ, x>0Encuentre el MVUE para θ11. Sea X1, X2, ..., Xn una muestra aleatoria de X ∼ BIN(1, θ) y sea T = 🏰ni=1 Xi(a) Demuestre que T es un estadístico suficiente para este modelo,(b) dejarU= Encuentre Eθ(U) y E(U/T = t)U(X1)=1, si X1 =1 0, en otro lugar12. Supongamos que X1, X2, ..., Xn denotan una muestra aleatoria de la distribución normal con media μ y varianza 1.(a) Demuestre que la MVUE de μˆ2 es X ̄−1 n(b) Deduzca la varianza de μˆ2.- Esta pregunta aún no se resolvió!¿No es lo que buscas?Envía tu pregunta a un experto en la materia.
Estudia mejor, ¡ahora en español!
Entiende todos los problemas con explicaciones al instante y pasos fáciles de aprender de la mano de expertos reales.