Enunciado
Probabilidade e Estatística - Walpole - Probabilidade e Estatística para Engenharia e Ciências- Ed: 8º - Capítulo 9.Exercícios - Ex. 85
Considere um experimento hipotético no qual um
homem com um fungo usa uma droga antifúngica e é
curado. Considere isso, então, uma amostra de uma distribuição de Bernoulli com função de probabilidade
f(x) =p*qX x, x=0,l,
onde p é a probabilidade de um sucesso (cura) e q =
\ -p .
Agora, é claro, a informação da amostra fornecex=\.
Escreva um desenvolvimento que mostra que p = 1,0 é o
estimador de máxima verossimilhança da probabilidade
de cura.
Passo 1
Saaaalve, tranquilo? Vamos lá resolver mais uma questão juntos?! 😊
Dado que ,
Sabemos que a função de verossimilhança, uma vez que apenas uma amostra é tomada, ou seja, .
Passo 2
Então, uma vez que , uma vez que a informação de amostra dá que .
Resposta
Resposta nos passos.
Exercícios de Livros Relacionados
Continuação do Problema 37.Outra maneira de estimar θ na uniforme é a seguinte. Considere M = max(X1, ..., Xn) = x(n), ou seja, o maior valor da amostra. Para qualquer valor de θ, M T2 é consistente?
Para os Problemas 37 e 38, mostre que Var(T2) = [3/(n + 2)] Var(T1). Tome n = 1, 2, 10, 50, 100 e verifique qual a relação entre as duas variâncias. Verifique que, para n grande, T2= [(n + 1)/n]M é um
Estimação numa distribuição uniforme. Suponha que X tenha uma distribuição uniforme no intervalo (0, θ), onde θ é desconhecido. Uma amostra de n observações X1, ..., Xn é escolhida. Sabemos que E(X) =
Considere as situações dos Problemas 37, 38 e 39. Suponha que n seja suficientemente grande para que o TLC se aplique e se possa aproximar a distribuição de X e de M por uma distribuição normal. Obten
Seja X uma v.a. com E(X) = μ e Var(X) = σ² finita. Então, para todo k0, a seguinte desigualdade (chamada desigualdade de Chebyshev) é válida:prove que X é um estimador consistente para a média μ de um