Lista 04
Lista 04
Lista 04
1
a) X1 , ..., Xn é uma a.a. da densidade f (x|θ) = 2θ I[−θ,θ] (x), onde θ > 0.
b) X1 , ..., Xn é uma a.a. da densidade f (x|θ) = θx−2 I[θ,∞) (x), onde θ > 0.
2. Encontre o estimador de θ pelo método dos momentos, considerando que X1 , ..., Xn é uma a.a. da seguinte
distribuição:
3. Seja X1 , ..., Xn uma a.a. da distribuição Poisson (λ). Encontre o estimador de máxima verossimilhança
para τ (λ) = (1 + λ)exp{−λ}.
(1, 0, 0, 0, 1, 0, 1, 1, 0, 1)
5. Sejam Y1 , ..., Yn v.a.’s independentes com Yi ∼ N (α + βxi , 1), onde xi é conhecido ∀i = 1, ..., n. Encontre
os estimadores de máxima verossimilhança de α e β.
6. Sejam Y1 , ..., Yn v.a.’s independentes com Yi ∼ N (βxi , σ 2 xi ), onde xi > 0 é conhecido ∀i = 1, ..., n.
Encontre os estimadores de máxima verossimilhança de β e σ 2 .
1
(x + 1) −x/θ
f (x|θ) = e , x > 0, θ > 0.
θ(θ + 1)
Obtenha um estimador para θ pelo método dos momentos.
x −x/θ
9. Seja X1 , ..., Xn uma a.a. da densidade f (x|θ) = θ2 e , x > 0, onde θ > 0. Encontre o estimador de
máxima verossimilhança de:
a) θ
b) V ar(X)
c) P (X > 2).
10. Sejam X1 , ..., Xn e Y1 , ..., Ym amostras aleatórias das distribuições de X e Y , respectivamente, em que
X ∼ Gama(α1 , β) e Y ∼ Gama(α2 , β), e X e Y são independentes.
11. Considere o modelo linear dado por Yi = θXi + εi . Determine o estimador de θ através do método dos
mínimos quadrados, com base nas observações (xi , yi ), i = 1, ..., n.