1.
Hallar el estimador mximo verosmil de (tasa promedio) de una
poblacin que distribuye
Poisson. Considere el procedimiento descrito en los contenidos de la
semana. Se valorar el proceso en detalle. Interprete su resultado.
La Distribucin de Poisson es una distribucin de variable discreta, que se
aplica principalmente en situaciones que buscan medir el nmero de hechos de
cierto tipo que se pueden producir en un intervalo de tiempo o de espacio, bajo
supuestos de aleatoriedad y ciertas restricciones, especializndose en la
probabilidad de ocurrencia de sucesos con posibilidades muy pequeas .
La funcin de probabilidad se representa como:
v
P( X =x)=
e v
x!
Donde es la tasa de incidencia media del evento, o tasa promedio, es decir
un parmetro que representa el nmero de veces que ocurra un fenmeno en
un determinado perodo de tiempo. Por su parte x es el nmero de ocurrencias
del evento, por lo que esta funcin nos entrega la probabilidad de que un
acontecimiento suceda precisamente x veces.
El ejercicio planteado pide encontrar el Estimador de Mxima Verosimilitud de
la tasa promedio v, por lo que se debe utilizar el Mtodo de Mxima
Verosimilitud. En este sentido cabe recordar que la Funcin de Verosimilitud
para una muestra de tamao n de variables aleatorias x, que definen a una
poblacin con parmetro , a travs de una funcin de probabilidad
f (x ; ) ,
se estructura como:
n
L( x 1 , x 2 , , x n ; )= f (x i ;)
i=1
Por lo que para encontrar el Estimador de Mxima Verosimilitud, lo primero es
tomar esta Funcin de Verosimilitud y transformarla en una funcin montona
a travs de logaritmo natural, para luego derivar y luego igualando a 0. Por lo
tanto se tiene:
n
L( x 1 , x 2 , , x n ; v )=
i=1
ev v x
xi !
x1
e v
evv x
x1!
ev v x
x2 !
L( x 1 , x 2 , , x n ; v )=
xn !
3
envv x
L(x 1 , x 2 , , x n ; v )=
xi !
Donde
xi !
es una constante que se puede denotar por k, por lo que al
aplicar logaritmo natural a la funcin queda de la siguiente forma:
ln(envv x )
xi !
i
ln (L( x ; ))=
Dado que por propiedades de los logaritmos se tiene que
ln (ab)=ln ( a)+ln( b),
que
y en paralelo que
ln(a/b)=ln ( a)ln(b) ,
y adems
ln ( an )=nln ( a) y ln (e )=1 , la expresin queda:
n
ln ( L(x ; ))=nv + x i ln (v)ln (k )
i=1
Que es la frmula que hay que maximizar a travs de la derivada del
parmetro, lo que resulta en lo siguiente:
xi
ln ( L( x ; ))
=n+
Que es lo que hay que igualar a 0, por lo tanto:
n+
xi
=0
v
xi
=n
v
xi
=
n
Luego el Estimador de Mximo Verosimilitud de la Tasa Promedio es la media
de la muestra:
v =x
Esto es correcto ya que, la tasa promedio es igual a la media en la distribucin
de Poisson.
2. Si x es una variable aleatoria con la siguiente distribucin de
probabilidad:
a
0< x <1
f ( x )= ( a+1 )x ;
en cualquier otro caso
0;
Encontrar el estimador mximo verosmil de , basado en una
muestra de tamao n.
Suponga una muestra aleatoria
X 1 , X 2 , , X n con
L ( X 1 , X 2 , , X n ; a ) =a ( X 1=X 1 , X 2 , , X n ; a )
Por independencia:
n
i=1
i=1
a( X i =X i )= ( a+1 )x a
X Bernoulli ( a ) :
( a+1)n x a
i=1
( a+1) n !
Se aplica logaritmo:
ln L ( X 1 , X 2 , , X n ; a ) =ln [(a+1)nn ! a ]
Se aplican propiedades de los logaritmos:
ln ( a+1)n + ln n! a
nln ( a+1 ) +aln n !
n
nln ( a+1 ) +a ln x
i=1
Se deriva respecto del parmetro a:
n
n
ln L ( X 1 , X 2 , , X n ; a )=
+ ln x
a
a+1 i=1
Se iguala a cero para hallar el mximo:
n
n
+ ln x=0
a+1 i =1
a+1=
n
n
ln x
i=1
a=
n
n
ln x
i=1
