Professional Documents
Culture Documents
Control 1
Jos Luis Molina Borboa
112214
12 de septiembre de 2011
Todos los clculos fueron hechos con diez decimales de precisin.
1. Considere la distribucin angular con funcin de densidad
f (x; ) =
1+x
2 , |x|
con || 1.
a) Encuentre el estimador de momentos (EMM) del parmetro .
Sean x1 , ..., xn v.a.i.i.d Angular()
1
1
1+x
2
E[X] =
dx =
x1 +...+xn
n
1
2
x2
2
+ x3
|11 =
Y tenemos que m1 =
x + x2 dx =
1
2
(= E[X])
=3
1X
xi = 3x
n i=1
n
Y
f (xi | )
i=1
n
X
i=1
( + 1)
y E[X 2 ] =
= E[X 2 ] E[X]2 .
Sean x1 , ..., xn v.a.i.i.d como arriba. Los momentos se obtienen de la siguiente manera:
m1 =
x1 + ... + xn
=x
n
m2 =
Igualando
= m1 y
(+1)
2
m21
m2 m21
m1
.
m2 m21
Haciendo el clculo con la muestra observada de tamao 20 [1], obtenemos que m1 = 0.659132053
y m2 = 0.571561255. Por lo tanto, las estimaciones de los parmetros por el mtodo de momentos
son:
0.6591320532
=
= 3.168748677
0.571561255 0.6591320532
0.65913205
=
= 4.807456506
0.571561255 0.6591320532
Vemos que, en efecto,
= 0.659132052 = m1 (= x) y
(
+1)
= 0.571561255 = m2 .
n
Y
x1
i
()
i=1
exi
n
X
ln xi
i=1
n
X
xi
i=1
i=1
n
`
X
=n
xi = 0
i=1
Donde () es la funcin digamma, definida por () =
d
d ln().
El mximo de s puede ser obtenido analticamente con facilidad, y puede ser estimado una vez
que conozcamos
:
n
=P
=
xi
x
obtenemos:
Dividiendo cada derivada parcial entre n y sustituyendo el valor de
n
n
1 `
1X
1X
= ln( P ) () +
ln xi = ln ln x () +
ln xi . . . (1)
n
xi
n i=1
n i=1
n
1 `
1X
xi = x = 0
=
n
n
x
i=1
Igualando (1) a cero, obtenemos la funcin de la cual debemos despejar . Usaremos el mtodo de
iteraciones de Newton-Raphson, i.e.,
xn+1 = xn
f (xn )
f 0 (xn )
Con esto, 1 est dado por (utilizando 0 como el obtenido por el mtodo de momentos):
Pn
ln 0 (0 ) ln x + n1 i=1 ln xi
1 = 0
1/0 0 ( )
0
y as sucesivamente. Las aproximaciones utilizadas para la funcin () y su derivada (la funcin
trigamma) se encuentran listadas al final del documento.
3
k
0
1
2
3
4
5
6
7
8
9
Lk
0.000066445
0.000117113
0.000153862
0.000155687
0.0001556916
0.0001489101
0.0001556333
0.0001557382
0.0001556916
0.0001556916
`k
-9.619135
-9.052368
-8.779453
-8.767659
-8.7676333
-8.8121673
-8.7680076
-8.767334
-8.7676333
-8.7676333
k
3.168748677
1.748041851
2.10251526
2.1962252
2.20086904
2.00879475
2.18314261
2.20072806
2.20087946
2.20087947
k
4.80745651
2.65203588
3.18982403
3.33199575
3.33904114
3.04763627
3.31214754
3.33882725
3.33905695
3.33905696
4k
1.420706826
0.354473409
0.09370994
0.00464384
0.19207429
0.17434786
0.01758545
0.0001514
0.00000001
(
+1)
Aproximaciones utilizadas
(
ln k (1 + (1 (1/10 1/(21k 2 ))/k 2 )/(6k))/(2k), si k 8
(k) =
(k + 1) 1/k,
si k < 8
(
(1 + (1 + (1 (1/5 1/(7k 2 ))/k 2 )/(3k))/(2k))/k, si k 8
0 (k) =
0 (k + 1) + 1/k 2 ,
si k < 8
Muestra aleatoria
0.75873171
0.18260325
0.54185029
0.93762201
0.1608437
0.56494826
0.55476157
0.16670722
0.60921295
0.56956728
0.83235714
0.03494693
1.04358582
0.35917232
1.46056279
1.04211486
0.85511495
1.28639687
0.54058647
0.68095467