Document information
- University
- Politecnico di Milano
- Degree programme
- Computer Engineering
- Subject
- Statistica e Calcolo delle ProbabiliÃ
- Material language
- Italian
- Classification
- Exercises · Complete set
- Original format
- Text
- Searchable text
Study material for Statistica e Calcolo delle ProbabiliÃ, shared by the Studwiz community and reviewed by moderators.
Study material for Statistica e Calcolo delle ProbabiliÃ, shared by the Studwiz community and reviewed by moderators.
Import quality: text was extracted directly from the original document.
Representative passages recognised in different parts of the material. The full extracted text remains available to search, while this compact preview makes the page easier to read.
STIMA TORI PUNTUALI: esercizi con soluzioni. Esercizio 1 Sia X1, . . . , X n un campione Γ( α, λ ), α, λ > 0 parametri incogniti. Determi- nare gli stimatori di α e λ con il metodo dei momenti. Risposta: Si ha E( X1) = α/λ e E( X 2 1 ) = Var( X1) + E( X1)2 = α/λ 2 + α2/λ 2 = α(α + 1)/λ 2. Quindi: ¯m1 := X n = α λ ¯m2 := 1 n n∑ k=1 X 2 k = α(α + 1) λ2 , la cui unica soluzione ` e ¯α = ¯m2 1/ ( ¯m2 − ¯m2 1), ¯λ = ¯m1/ ( ¯m2 − ¯m2 1). Esercizio 2 Sia X1, . . . , X n un campione U(a, b ), a < b parametri incogniti. Determinare gli stimatori di a e b con il metodo dei momenti. Risposta: Si ha E( X1) = ( a + b)/ 2 e E( X 2 1 ) = Var( X1) + E( X1)2 = ( b − a)2/ 12 + ( a + b)2/ 4 = (a2 + ab + b2) / 3. Quindi: ¯m1 := X n = a + b 2 ¯m2 := 1 n n∑ k=1 X 2 k = a2 + ab + b2 3 le cui soluzioni sono a = ¯m1 ± √ 3( ¯m2 − ¯m2 1), b = ¯m1 ∓ √ 3( ¯m2 − ¯m2 1). Poich´ ea < b lo stimatore cercato ` e ¯a = ¯m1 − √ 3( ¯m2 − ¯m2 1), ¯b = ¯m1 + √ 3( ¯m2 − ¯m2 1). Esercizio 3 Sia X1, . . . , X n un campione U(0, θ ), θ > 0 parametro incognito. Determinare lo stimatore di θ con il metodo dei momenti e con il metodo della massima verosimiglianza. Risposta: Si ha E( X1) = θ/ 2, ¯m1 := X n = θ/ 2, ¯θ = 2 ¯m1 ` e lo stimatore ottenuto col metodo dei momenti. Per il metodo della massima verosimiglianza si osservi che L(θ; X) = 1 /θ n e che ne- cassariamente θ ≥ X1,. . . , θ ≥ Xn (poich´ eXk ∈ (0, θ ) per ogni k = 1 , . . . , n ). Quindi θ ≥ max{X1, . . . , X n}. Il massimo di L(θ; X) = 1 /θ n si ha per ˆθ = max{X1, . . . , X n}. Esercizio 4 Sia X1, . . . , X n un campione N (µ, σ 2). 1. Determinare lo stimatore di massima verosimiglianza (ˆ µ, ˆσ2) di ( µ, σ 2) quando en- trambi i parametri sono incogniti, determinare la distorsione di ˆ σ2, determinare l’errore quadratico medio di ˆσ2. 1 Risposta: Si…
First page of the document.