Solución de Práctica 2 (E2EST2 2023 - I)

UNIVERSIDAD DE PIURA
FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES.

PROGRAMA ACADÉMICO DE ECONOMÍA.
ASIGNATURA: ESTADÍSTICA 2 (E1ST2-E2EST2) Prof. Willian Reyes
SECCIÓN: A y B.
SOLUCIÓN DE PRÁCTICA 2
FECHA: 05/06/2023
CON CALCULADORA SIMPLE. NOMBRE: ________________________________.
HORA: 2:00pm. –3:50 pm.
INSTRUCCIONES: TRABAJE CON ORDEN Y LIMPIEZA.
Importante: “Los celulares deben permanecer apagados y guardados dentro de su mochila o bolso a un costado del aula. El incumplimiento de lo
antes mencionado o si algún material permitido (útiles, calculadora, etc.) contiene cualquier tipo de información o anotaciones (sean o no de la
asignatura que se está evaluando): rompe las condiciones de confiabilidad para que el alumno sea evaluado y se le asignará nota “cero”,
independientemente del procedimiento disciplinario al que hubiere lugar.”
Desarrollar la evaluación con lapicero, la PARTE 1 en la hoja de preguntas y la PARTE 2 en el cuadernillo recibido. SIN LIBROS NI APUNTES.
Usar tabla estadística. DEVOLVER HOJA DE PREGUNTAS.
PARTE 1: Completar cada uno de los siguientes espacios en blanco. Correctamente completado puntaje total, en otro
caso cero puntos. (0.75 puntos cada ítem)
a) En el m.a. estratificado, los estratos entre sí son heterogéneos.
b) La probabilidad que una persona caiga en morosidad es 0.17. Suponga que la distribución de la población
de morosos es Bernoulli y se selecciona una m.a. de 50 clientes de los 2000 clientes de la financiera. La
probabilidad de que en la muestra caigan en morosidad entre el 10% y 20% es 0.6239.
[Para responder los ítems ci] Suponga que una población finita consiste de los valores: 5, 6; 10; 15; 21.
c1) La media poblacional, 𝜇, es 11.4.
c2) Si se seleccionan m.a. de tamaño 3, con reposición, el valor de 𝑉𝑎𝑟(𝑋̅) es 11.813.
c3) Si se seleccionan m.a. de tamaño 3, sin reposición, el valor de 𝑉𝑎𝑟(𝑋̅) es 5.907.
d) De una población que se distribuye normalmente con media 12 y desviación 6 se extrae la m.a. 𝑋1 , 𝑋2 , … , 𝑋15.
La probabilidad de que 𝑠 2 sea a lo más 44.03 es 0.75.
e) El tipo de muestreo donde el número de elementos de la muestra coincide con el número de grupos que se
forman en la población se denomina muestreo aleatorio sistemático.
f) Suponga que El Ministerio de Salud desea conocer cuáles son las enfermedades más frecuentes de los
peruanos. Para lograr este objetivo, usted como practicante de dicho ministerio indica que el muestreo
aleatorio correspondientes es muestreo por conglomerados.
PARTE 2: CÁLCULO Y DEMOSTRACIÓN.

1. Sea 𝑋1 , 𝑋2 , … , 𝑋𝑛 una m.a. de X tal que:
𝑙𝑛𝜃
𝑓(𝑥) =
; 𝑥 > 0; 𝜃 > 1
𝜃𝑥
Demuestre que 𝑋̅ un estimador suficiente para 𝜃. (2 ptos)
Ayuda: 𝐿(𝜃) = ℎ(𝑡; 𝜃) ∙ 𝑔(𝑥1 , 𝑥2 , … , 𝑥𝑛 ).
𝑙𝑛𝜃 𝑙𝑛𝜃 𝑙𝑛𝜃 (𝑙𝑛𝜃)𝑛 (𝑙𝑛𝜃)𝑛 (𝑙𝑛𝜃)𝑛 (𝑙𝑛𝜃)𝑛
𝐿(𝜃) = ( 𝑥 ) ( 𝑥 ) … ( 𝑥 ) = ∑ 𝑥 = = = [ ̅ ]∙ ⏟
1
𝜃 1 𝜃 2 𝜃 𝑛 𝜃 𝑖 ∑𝑥
𝑛( 𝑖 ) 𝜃 𝑛𝑋̅ ⏟ 𝜃 𝑛𝑋
𝜃 𝑛 𝑔(𝑥1 ,𝑥2 ,…,𝑥𝑛 )
̅ ℎ(𝑋;𝜃)
Así, 𝑋̅ un estimador suficiente para 𝜃.
2. Si 𝑋1 , 𝑋2 , … , 𝑋𝑛 es una m.a. de una población con función de densidad
1
𝑥 𝜃−1
𝑓(𝑥) = { ; 0 < 𝑥 < 1; 𝜃 > 0
𝜃
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Obtener el estimador, 𝜃̂, de máxima verosimilitud para 𝜃. (4 ptos)
Ayuda: 𝐿(𝜃) = 𝑓(𝑥1 ; 𝜃)𝑓(𝑥2 ; 𝜃) … 𝑓(𝑥𝑛 ; 𝜃); 𝐿1 = 𝑙𝑛𝐿(𝜃).
1-1
1 1 1 1
−1 −1 −1
𝑥𝜃 𝑥𝜃 𝑥𝜃 (𝑥1 𝑥2 ⋯ 𝑥𝑛 )𝜃−1
𝐿(𝜃) = ( 1 ) ( 2 ) … ( 𝑛 ) = (𝟏 𝒑𝒕𝒐)
𝜃 𝜃 𝜃 𝜃𝑛
1
⟹ 𝐿1 = ( − 1) ln(𝑥1 𝑥2 ⋯ 𝑥𝑛 ) − 𝑛𝑙𝑛𝜃 (𝟏 𝒑𝒕𝒐)
𝜃
De donde:
𝑑𝐿1 1 𝑛
= − 2 ln(𝑥1 𝑥2 ⋯ 𝑥𝑛 ) − (𝟏 𝒑𝒕𝒐)
𝑑𝜃 𝜃 𝜃
Si:
𝑑𝐿1 1
= 0 ⟹ 𝜃̂ = − ln(𝑥1 𝑥2 ⋯ 𝑥𝑛 ) (𝟏 𝒑𝒕𝒐)
𝑑𝜃 𝑛
b) Determine si el estimador, 𝜃̂, de 𝜃 obtenido en el ítem (a) es insesgado. (3 ptos)
Ayuda: 𝐸(𝜃̂) = 𝜃. Donde corresponda use integración por partes, ∫ 𝑢𝑑𝑣 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢.
1 1 1
𝐸(𝜃̂ ) = 𝐸 (− ln(𝑥1 𝑥2 ⋯ 𝑥𝑛 )) = − 𝐸(𝑙𝑛𝑥1 + 𝑙𝑛𝑥2 + ⋯ + 𝑙𝑛𝑥𝑛 ) = − ∑ 𝐸(𝑙𝑛𝑥𝑖 ) (𝟏 𝒑𝒕𝒐)
𝑛 𝑛 𝑛
1
1
𝑥 𝜃−1
𝐸(𝑙𝑛𝑥) = ∫ (𝑙𝑛𝑥) 𝑑𝑥 = − 𝜃 (𝟏 𝒑𝒕𝒐)
0 𝜃
Luego, por ser muestra aleatoria:
1 1
𝐸(𝜃̂) = − ∑(−𝜃) = − (−𝑛𝜃) = 𝜃 (𝟎. 𝟕𝟓 𝒑𝒕𝒐𝒔)
𝑛 𝑛
Por lo tanto, 𝜃̂ es insesgado para 𝜃. (0.25 ptos)
c) Determine si el estimador, 𝜃̂, de 𝜃 obtenido en el ítem (a) es consistente. (2 ptos)
Ayuda: Reducir cálculos haciendo uso de los resultados del ítem (b). Donde corresponda use ∫ 𝑢𝑑𝑣 = 𝑢𝑣 − ∫ 𝑣𝑑𝑢.
Debido a que 𝜃̂ es insesgado para 𝜃, se calcula la varianza:

1 1 1
𝑉𝑎𝑟(𝜃̂ ) = 𝑉𝑎𝑟 (− ln(𝑥1 𝑥2 ⋯ 𝑥𝑛 )) = 2 𝑉𝑎𝑟(𝑙𝑛𝑥1 + 𝑙𝑛𝑥2 + ⋯ + 𝑙𝑛𝑥𝑛 ) = 2 ∑ 𝑉𝑎𝑟(𝑙𝑛𝑥𝑖 ) (𝟎. 𝟐𝟓 𝒑𝒕𝒐𝒔)
𝑛 𝑛 𝑛
1
1
𝑥 𝜃−1
𝐸[(𝑙𝑛𝑥)2 ] = ∫ (𝑙𝑛𝑥)2 𝑑𝑥 = 2𝜃 2 (𝟎. 𝟕𝟓 𝒑𝒕𝒐𝒔)
0 𝜃
𝑉𝑎𝑟(𝑙𝑛𝑥) = 𝐸[(𝑙𝑛𝑥)2 ] − [𝐸(𝑙𝑛𝑥)]2 = 2𝜃 2 − (−𝜃)2 = 𝜃 2 (𝟎. 𝟐𝟓 𝒑𝒕𝒐𝒔)
2
1 1 𝜃
𝑉𝑎𝑟(𝜃̂ ) = 2 ∑ 𝜃 2 = 2 (𝑛𝜃 2 ) = (𝟎. 𝟐𝟓 𝒑𝒕𝒐𝒔)
𝑛 𝑛 𝑛
Luego:
𝜃2
lim 𝑉𝑎𝑟(𝜃̂ ) = lim =0 (𝟎. 𝟐𝟓 𝒑𝒕𝒐𝒔)
𝑛→∞ 𝑛→∞ 𝑛
Por lo tanto, 𝜃̂ es consistente para 𝜃. (0.25 ptos)

d) Obtener la estimación de 𝜃 para la m.a.: 0.08, 0.15, 0.27, 0.31, 0.42, 0.55, 0.63, 0.78, 0.9, 0.97. (1 pto)
Ayuda: Reemplazar los datos en los 𝑥𝑖 del estimador, 𝜃̂, obtenido en el ítem (a).
1
𝜃̂ = − ln(0.08 × 0.15 × ⋯ × 0.97) ≅ 0.9215
10
2-1

Solución de Práctica 2 (E2EST2 2023 - I)

Cargado por

Copyright:

Formatos disponibles

Solución de Práctica 2 (E2EST2 2023 - I)

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Solución de Práctica 2 (E2EST2 2023 - I)

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE PIURA

FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES.

PARTE 2: CÁLCULO Y DEMOSTRACIÓN.

Debido a que 𝜃̂ es insesgado para 𝜃, se calcula la varianza:

Por lo tanto, 𝜃̂ es consistente para 𝜃. (0.25 ptos)

También podría gustarte