Estadstica III

Tarea 1: Propiedades asintoticas de estimadores puntuales.

11 de febrero de 2017

1. Sean X1 , . . . , Xn variables aleatorias independientes con distribucion U (0, ), > 0 desconocido. Eval
ua
si los siguientes estimadores de son consistentes:

n = m
ax {X1 , . . . , Xn }

n = 2Xn

2. Demuestra que los EMV son consistentes. Puedes seguir la prueba de Casella y Berger (2002), pagina
470. Otra forma de abordar la demostracion es usando la distancia de Kullback-Leibler ver Wasserman
(2013), pagina 126. Detalla la prueba especificando en que parte se usan las condiciones de regularidad.
(2 participaciones)

3. Sea (X1 , . . . , Xn ) una muestra aleatoria que proviene de una poblacion Ber(p). Sabemos que el EMV
de p es p = X n . Ademas, el EMV para la varianza esta dado por p (1 p). Muestra que si p 6= 1/2,
este estimador es asint oticamente eficiente.

4. Sea X1 , . . . , Xn una muestra i.i.d. de la densidad

1
f (x | ) = e|x|
2
1 R(x)
para R.

a) Encuentra un estimador de momentos para , y examina con detalle aspectos de insesgadez,

consistencia y asintoticidad normal de este estimador.
b) Encuentra un estimador de maxima verosimilitud, y examina con detalle aspectos de insesgadez,
consistencia y asintoticidad normal de este estimador.
c) Si ambos estimadores son AN, calcula la ARE del estimador de momentos al EMV.

d) Supon que ahora el interes radica en estimar . Utilizando el metodo delta y alguno de los
estimadores anteriormente obtenidos, encuentra un intervalo asintotico de confianza 95 % para .

Referencias
Casella, G. y Berger, R. L. Statistical inference, volume 2. Duxbury Pacific Grove, CA, 2002.

Wasserman, L. All of statistics: a concise course in statistical inference. Springer Science & Business Media,
2013.