Uploaded by Alondra Venancio

Estadística

advertisement
Universidad Autónoma del
Estado de México
Inferencia estadística
Corrección de
examen
Actuaria 5 semestre
Profesor: Rafael Morales Ibarra
Alumna: Alondra Aleli Venancio
Perete
Grupo: A3
Periodo: 2023B
1. Sean 𝑋1….𝑋𝑛 una m.a. con ~𝑒π‘₯𝑝(πœƒ), donde πœƒ > 0, es desconocido y sea πœƒΜ‚ =
1
, obtenga el sesgo 𝐡(πœƒΜ‚), 𝑉 (πœƒΜ‚) π‘Œ 𝐸𝐢𝑀(πœƒΜ‚).
𝑋̅
Solución:
Primero obtenemos el sesgo, tenemos
𝑓(π‘₯; πœƒ) =
1 π‘₯𝑖
π‘’πœƒ
πœƒ
πœƒ
La esperanza de πœƒΜ‚ , sabiendo que 𝐸(𝑋) = 𝑛
𝑛
𝑛
∑
∑
𝐸(π‘₯ )
πœƒ
π‘›πœƒ
, ahora, 𝐸(πœƒΜ‚) = 𝑖=1𝑛 𝑖 = 𝑖=1
= 𝑛 =πœƒ
𝑛
Por lo tanto πœƒΜ‚ es insesgado de πœƒ.
Ahora calculamos la varianza:
π‘‰π‘Žπ‘Ÿ(πœƒΜ‚) =
∑𝑛𝑖=1 π‘‰π‘Žπ‘Ÿ(π‘₯𝑖 ) ∑𝑛𝑖=1 πœƒ 2 π‘›πœƒ 2 πœƒ 2
=
= 2 =
𝑛2
𝑛2
𝑛
𝑛
Para obtener el sesgo:
1
𝐡(πœƒΜ‚) = ( )πœƒ
πœƒ
2. Suponga que 𝑋 es una v.a. con ~𝑓(π‘₯, πœƒ) = πœƒπ‘’ −πœƒπ‘₯ π‘₯ > 0 𝑦 πœƒ > 0, donde πœƒ es
el parámetro de la distribución. Use el MMV para estimar al parámetro, si se
tienen cinco observaciones de x con valores 𝑋1 = 0.9, 𝑋2 = 1.7, 𝑋3 = 0.4, 𝑋4 =
0.7 𝑦 𝑋5 = 2.4
Solución:
Tenemos ~𝑓(π‘₯, πœƒ) = πœƒπ‘’ −πœƒπ‘₯ con π‘₯ > 0 𝑦 πœƒ > 0
5
𝐿(𝑋, πœƒ) = πœƒπ‘’
−πœƒπ‘₯
, → ∏ πœƒπ‘’ −πœƒπ‘₯2 = πœƒ 4 𝑒 −πœƒ(π‘₯1 , π‘₯2, π‘₯3, π‘₯4 , π‘₯5)
𝑖=1
𝑙𝑛𝐿(𝑋, πœƒ) = 5 π‘™π‘›πœƒ − πœƒ(π‘₯, π‘₯1 , π‘₯2, π‘₯3, π‘₯4 ) = 0
Ahora:
πœƒ=
5
5
=
π‘₯1 , π‘₯2, π‘₯3, π‘₯4 , π‘₯5 0.9 + 1.7 + 0.4 + 2.4 + 0.7
∴ πœƒ=
5
= 0.819672131
6.1
3. Sea x una m.a. de una Poisson que tiene una media πœƒ > 0. Emplee la
𝑦
desigualdad de 𝐢 − 𝑅 para demostrar que 𝑛 = π‘₯Μ… es un estadístico suficiente
para πœƒ.
Solución:
Según la desigualdad de Cramer-Rao tenemos que para un estimador
insesgado 𝑇(π‘₯)𝑑𝑒 πœƒ, π‘‰π‘Žπ‘Ÿ(𝑇(π‘₯)) ≥ 𝐼(πœƒ)1 donde (πœƒ) se define como 𝐼(πœƒ) =
𝑑
2
𝐸 [(π‘‘πœƒ ln 𝑓(π‘₯; πœƒ)) ],
Tenemos 𝑓(π‘₯; πœƒ) =
𝑒(−πœƒ)πœƒπ‘₯
π‘₯!
, luego derivamos con respecto a πœƒ
𝑑
𝑑
𝑛
πœƒ 𝑙𝑛𝑓(π‘₯; πœƒ) = πœƒ(π‘₯π‘™π‘›πœƒ − πœƒ − 𝑙𝑛π‘₯!) = − 1
𝑑
𝑑
πœƒ
πœƒ
→ 𝐼(πœƒ): 𝐼(πœƒ) = 𝐸[(πœƒπ‘₯ − 1)2 ] = πœƒ21 𝐸[π‘₯2 ] − 2πœƒ1𝐸[π‘₯] + 1 = πœƒ21 (πœƒ + πœƒ2 ) − 2 + 1
πœƒ
1
=
πœƒ
Para una distribución Poisson 𝑋̅ es un estimador insesgado para πœƒ. Su varianza
πœƒ
π‘‰π‘Žπ‘Ÿ(𝑋̅) = 𝑛.
Usando la desigualdad tenemos:
π‘‰π‘Žπ‘Ÿ(𝑋̅) ≥ 𝑛𝐼(πœƒ)1
πœƒ
1 πœƒ πœƒ
≥π‘›× 1 ≥
𝑛
πœƒ 𝑛 𝑛
Dado que la varianza de la media muestral 𝑋̅
alcanza el limite inferior
establecido por la desigualdad de D-R, 𝑋̅ es un estadístico suficiente para πœƒ.
4. Suponga que se desea estimar la proporción de contribuyentes (con el
enfoque bayesiano) que cometen fraude contra el SAT, manipulando
contablemente sus declaraciones para pagar menos o nada en su
declaración anual. De una población de 1.3 millones de contribuyentes
morales, se selecciona a 150 empresas, de las cuales se encuentra que 12
de ellas efectivamente cometen fraude. El gobierno tiene información de que
la tasa de fraude habitual a nivel nacional es de 10%.
Solución:
Suponemos que el gobierno cree que l tasa de fraude a nivel nacional es de
10%, entonces 𝑝 = 0.10, luego tenemos que 12 de cada 150 empresas cometen
fraude, podemos dar una proporción de muestra:
[𝑝̂ =
12
= 0.08] → 𝑒𝑠 π‘™π‘Ž π‘π‘Ÿπ‘œπ‘. π‘žπ‘’π‘’ π‘œπ‘π‘‘π‘’π‘›π‘’π‘šπ‘œπ‘  𝑑𝑒 π‘™π‘Žπ‘  π‘π‘Ÿπ‘’π‘’π‘›π‘π‘–π‘Žπ‘  π‘π‘Ÿπ‘’π‘£π‘–π‘Žπ‘ .
150
Utilizamos la forma general del teorema de Bayes
[𝑃(𝐴|𝐡) =
𝑃(𝐡|𝐴)×𝑃(𝐴)
𝑃(𝐡)
] donde tendríamos que:
𝑃(𝐴|𝐡) = π‘™π‘Ž π‘π‘Ÿπ‘œπ‘ π‘π‘œπ‘ π‘‘π‘’π‘Ÿπ‘–π‘œπ‘Ÿπ‘–
𝑃(𝐡|𝐴) = πΏπ‘Ž π‘π‘Ÿπ‘œπ‘π‘Žπ‘π‘–π‘™π‘–π‘‘π‘Žπ‘‘
𝑃(𝐴) = π‘™π‘Ž π‘Žπ‘π‘Ÿπ‘–π‘œπ‘Ÿπ‘–
𝑃(𝐡) = π‘™π‘Ž π‘’π‘£π‘–π‘‘π‘’π‘›π‘π‘–π‘Ž
Ahora utilizando la E.B. tenemos lo siguiente
∝= 1 + (. 10)(150) = 16
𝛽 = 1 + (. 90)(150) = 136
Y con los nuevos datos tenemos:
∝= 16 + 12 = 28
𝛽 = 136 + 138 = 274
La media posterior según nuestros datos es:
π‘ƒΜ‚π‘π‘œπ‘ π‘‘π‘’π‘Ÿπ‘–π‘œπ‘Ÿπ‘– =
𝛼
28
=
≈ 0.0927
𝛼 + 𝛽 302
Entonces se estima que alrededor de 9.27% de los contribuyentes cometen
fraude.
Related documents
Download