ej 3

ej 3

de Nataly Melanie Ruber Maimo -
Número de respuestas: 2

Hola quería saber si mi razonamiento de este ejercicio estaba bien

en la parte a)

escribí la función de probabilidad de FT(x) que es la función de prob. de una exponencial y planteé FT(x-1≤T<x) ya que es la condición de la letra, eso me dio un resultado que comparé con escribir una función de probabilidad de una geométrica con parámetro 1-e-λ y me dio que ambas eran iguales así que ta 

para la parte 2.a

para hallar lamda en función de mu simplemente despejé lamda de hacer µ=E(X)=1/(1-e

para la parte 2.b

usando el método de los momentos planteé E(X)=1/(1-e) entonces M1=1/(1-e), por ende \( \hat{M} = 1/(1-e^{-\hat{ \lambda }}) \) entonces finalmente \( \hat{ \mu }=1/(1-e^{-\hat{ \lambda }}) \)

para la 2.c ya se me complica un poco porque me quedan una en función de la otra ya de por sí, se me ocurrió despejar lamda de M2 pero no sé si va por ahí

En respuesta a Nataly Melanie Ruber Maimo

Re: ej 3

de Usuario eliminado -
Hola Nataly,

Creo que el razonamiento en general va bien alineado, solo que en la parte 2.b. te adelantaste a resolver la 2.c. La parte 2.b. te pide un estimador para la esperanza \( \mu \) , que sea por el método de los momentos u otro mecanismo, ya sabemos que el promedio es un buen estimador para ese valor, es decir: \( \hat{\mu} = \frac{1}{n} \sum_{i=1}^n X_i \).

Para la parte 2.c., ahí si sería aplicar la lógica del método de los momentos, en donde si llegaste a que \(  \mu = f(\lambda) \) entonces \( \hat{\lambda} = f^{-1}(\hat{\mu}) \), en donde podés usar la parte 2.b. Es decir, podés despejar a \( \lambda \) de la relación que tiene con la esperanza, y entonces estimar \( \lambda \) con esa misma relación pero con el promedio. 

Avisame si luego de esta aclaración no se resuelve tu duda.

Saludos,
Rodrigo
En respuesta a Usuario eliminado

Re: ej 3

de Nataly Melanie Ruber Maimo -

creo que entendí, me había olvidado que mu se podía estimar fácil por ser la esperanza, a final de cuentas me quedó que

 \( \hat{ \lambda }=-log(1- \frac{1}{\hat{ \mu }} ) \)

\( \lambda=-log(1- \frac{1}{ \mu } ) \)

entonces me fijé la consistencia, y según me parece el límite cuando n tiende a infinito debería dar λ ya que \( \hat{ \mu } \) converge casi seguro a μ

es así?