Enunciado

Considere a variável X com distribuição Bernoulli de parâmetro p . Uma amostra aleatória de tamanho 2 é retirada com o objetivo de estimar a média de X . Dois estimadores são propostos: μ 1 ^ = X - e μ 2 ^ = 0,8 X 1 + 0,2 X 2 . Obtenha a distribuição amostral desses estimadores em função de p e discuta suas propriedades.

Passo 1

Primeiro, note que

μ 1 ^ = 0,5 X 1 + 0,5 X 2

μ 2 ^ = 0,8 X 1 + 0,2 X 2

Como X é uma variável que obdece uma distribuição de Bernoulli, temos que

X i = 1 → p r o b a b i l i d a d e   p

X i = 0 → p r o b a b i l i d a d e   1 - p

Temos quatro cenários possíveis:

Com isso, conseguimos construir as distribuições para os estimadores:

P μ 1 ^ = 1 = p 2 ,               P μ 1 ^ = 0,5 = 2 p 1 - p             e           P μ 1 ^ = 0 = 1 - p 2

P μ 2 ^ = 1 = p 2 ,           P μ 2 ^ = 0,8 = P μ 2 ^ = 0,2 = p 1 - p           e         P μ 2 ^ = 0 = 1 - p 2

Passo 2

Com isso,

E μ 1 ^ = 1 ⋅ p 2 + 0,5 ⋅ 2 p 1 - p + 0 ⋅ 1 - p 2

E μ 1 ^ = p 2 + p - p 2 = p

Da mesma forma,

E μ 2 ^ = 1 ⋅ p 2 + 0,8 ⋅ p 1 - p + 0,2 p 1 - p + 0 ⋅ 1 - p 2

E μ 2 ^ = p

Vemos que os dois estimadores têm o mesmo valor esperado, o que já devia ser imaginado, pois

E μ 1 ^ = E 0,5 X 1 + 0,5 X 2 = 0,5   E X 1 + 0,5   E X 2 = E X i

E μ 2 ^ = E 0 , 8 X 1 + 0 , 2 X 2 = 0 , 8   E X 1 + 0 , 2   E X 2 = E X i

Isso tudo vale pois

E X 1 = E X 2

Resposta

P μ 1 ^ = 1 = p 2 ,               P μ 1 ^ = 0,5 = 2 p 1 - p             e           P μ 1 ^ = 0 = 1 - p 2

P μ 2 ^ = 1 = p 2 ,           P μ 2 ^ = 0,8 = P μ 2 ^ = 0,2 = p 1 - p           e         P μ 2 ^ = 0 = 1 - p 2

Ver Outros Exercícios desse livro

Exercícios de Livros Relacionados

O Exemplo 1.11 introduziu as observações que seguem sobre resistência de contato. 11,5 12,1 9,9 9,3 7,8 6,2 6,6 7,0 13,4 17,1 9,3 5,6 5,7 5,4 5,2 5,1 4,9 10,7 15,2 8,5 4,2 4,0 3,9 3,8 3,6 3,4 20,6 25,
Suponha que x 1 , x 2 , … , x n sejam valores observados que resultam de uma amostra aleatória de distribuição simétrica, porém possivelmente de cauda longa. Sejam x ˜ e f s a mediana da amostra e a q
a. Use os resultados do Exemplo 7.5 para obter o limite de confiança inferior de 95 % do parâmetro λ de uma distribuição exponencial, e calcule o limite com base nos dados fornecidos no exemplo.b. Se
Seja 0 ≤ γ ≤ α . Então,o IC de 100 ( 1 - α ) para μ quando n for grande é x ‾ - z γ ⋅ s n , x ‾ + z α - γ ⋅ s n A escolha γ = α / 2 produz o intervalo usual encontrado na Seção 7.2; se γ ≠ α / 2 , ess
Seja X 1 , X 2 , … , X n a amostra aleatória de uma distribuição uniforme no intervalo [ 0 , θ ] , de modo que f ( x ) = { 1 θ0 ≤ x ≤ θ0 c a s oc o n t r á r i o á Então, se Y = m a ́ x ⁡ X i , é poss