Enunciado

Na Seç. 13.5, apresentamos um método pelo qual amostras aleatórias de uma distribuição especificada podem ser geradas. Há vários outros métodos pelos quais isto pode ser feito, alguns dos quais são preferidos em relação ao apresentado, particularmente se equipamentos de cálculo estiverem disponíveis. O seguinte é um desses métodos: Suponha que desejemos obter uma amostra aleatória de uma variável aleatória que tenha distribuição de qui-quadrado, com 2k graus de liberdade. Proceda assim: obtenha uma amostra aleatória de tamanho k (com o auxílio de uma tábua de números aleatórios) de uma variável aleatória que seja uniformemente distribuída sobre (0,1), digamos U1,...Uk. A seguir, calcule X 1 =   - ln ⁡ U 1 U 2 … U k =   - 2   ∑ ln ⁡ U i . A variável aleatória X1 terá, então, a distribuição desejada, como indicaremos abaixo. Prosseguiremos, depois, este esquema, obtendo outra amostra de tamanho de uma variável aleatória uniformemente distribuída, e, desse modo, encontrando o segundo valor amostral . Note-se que este procedimento exige observações de uma variável aleatória uniformemente distribuída, pare cada observação de . Para verificar a afirmação feita acima, proceda como segue: Obtenha a função geratriz de momentos da variável aleatória , onde é uniformemente distribuída sobre (0,1). Obtenha a função geratriz de momentos da variável aleatória - 2   ∑ ln ⁡ U i , onde os Ui variáveis aleatórias independentes, cada um com a distribuição acima. Compare esta fgm com a da distribuição de qui-quadrado e, depois, chegue à conclusão desejada.

Passo 1

Oi oi, meu xuxuzinho!! Tudo bem com você?? Vamos analisar o que a nossa questão nos pede e matar essa em 10 minutos?? Bora. Bom, nosso enunciado nos pede para encontrarmos o nosso valor esperado. Parece muita coisa, mas é tranquilo. Partiu??

Passo 2

Ok, nosso primeiro passo vai ser relembrar o que o exercício nos deu. Preparado??

X 1 =   - ln ⁡ U 1 U 2 … U k =   - 2   ∑ ln ⁡ U i

Com essa estrutura de probabilidade, podemos arrumar para botar em função do primeiro valor da distribuição dela. Lembra como faz?? Não?? Vai lá na teoria que eu te esperoaqui...

Achou?? Então me diz aii...

P K ≤ k = 1 - P K > k

P X > k = F k

Com isso, podemos começar a pensar.

W =   - 2 ln ⁡ U i  

M W t = E e W t

M W = ∫ u i - 2 t d u i

M w = 1 1 - 2 t

Passo 3

Pronto!! Agora é só obter nossa distribuição!!

Z =   - 2   ∑ ln ⁡ U i

M Z t = E e Z t

M Z = 1 1 - 2 t k  

Resposta

M w = 1 1 - 2 t

M Z = 1 1 - 2 t k  

Ver Outros Exercícios desse livro

Exercícios de Livros Relacionados

Se X é uma variável aleatória binomial, mostre que(a) P ˆ = X / n é um estimador nāo viciado de p ;(b) P ' = x + 2 n + n é um estimador viciado de p .
Qual é o tamanho da amostra necessário no Exercí­cio 9.5 se desejamos estar 95% confiantes de que nossa média amostrai estará dentro de 0,0005 polegada damédia verdadeira?
Um pesquisador da UCLA (Universidade da Califórnia, Los Angeles) afirma que o tempo de vida decamundongos pode ser estendido em 25% quando ascalorias de seus alimentos são reduzidas para aproximadamen
As alturas de uma amostra aleatória de 50 estudantesuniversitários mostraram média de 174,5 centímetros eum desvio-padrão de 6,9 centímetros.(a) Construa um intervalo de confiança de 98% para aaltura
Qual é o tamanho da amostra necessário no Exercí­cio 9.4 se desejamos estar 96% confiantes de que nossamédia amostrai estará dentro das dez horas da médiaverdadeira?