El examen se deberá enviar por correo antes de las 11 PM del 6 de mayo de 2020. Se puede entregar por parejas o individualmente.
En los ejercicios de simulación, favor de definir como semilla el día y mes de nacimiento de quien resuelve el ejercicio. El script se deberá anexar al examen.
Nota. Este examen contiene al examen-tarea que estaba contemplado en la descripción del curso y que evalua el uso de herramientas de cómputo para resolver problemas de estimación.
1.
Sea \(X_{1},...,X_{n}\) una m.a. de la distribución \(Pareto(k,\theta)\), esto es:
\[f(x_i|k,\theta)=\dfrac{\theta k^{\theta}}{x^{\theta+1}}, \;\; k\le x, \;\; \theta>0.\]
Encuentre las distribuciones de:
- \(W_i=1/X_i\)
- \(Z=n\theta \ln(X_{(1)}/k)\) con \(X_{(1)}=\min\{X_1,..., X_n\}\)
- \(Q=\theta T\) con \(T=\sum_{i=1}^{n}\ln(X_i/k)\)
Suponga \(k\) conocida.
- A partir de a.i y usando \(F(W|\theta)\) dé una cantidad pivotal para \(\theta\) y encuentre un intervalo de confianza al \((1- \alpha) \times\) 100% para \(\theta\).
- A partir de a.ii dé una cantidad pivotal para \(\theta\) y encuentre un intervalo de confianza al \((1- \alpha) \times\) 100% para \(\theta\).
- A partir de a.iii dé una cantidad pivotal para \(\theta\) y encuentre un intervalo de confianza al \((1- \alpha) \times\) 100% para \(\theta\).
Suponga \(\theta\) conocida.
- A partir de a.i y usando \(F(W|k)\) dé una cantidad pivotal para \(k\) y encuentre un intervalo de confianza al \((1- \alpha) \times\) 100% para \(k\).
- A partir de a.ii dé una cantidad pivotal para \(k\) y encuentre un intervalo de confianza al \((1- \alpha) \times\) 100% para \(k\).
- A partir de a.iii dé una cantidad pivotal para \(k\) y encuentre un intervalo de confianza al \((1- \alpha) \times\) 100% para \(k\).
2.
Sea \(X_{1},...,X_{n}\) una m.a. de la distribución \(Pareto(k,\theta)\), esto es:
\[f(x_i|k,\theta)=\dfrac{\theta k^{\theta}}{x^{\theta+1}}, \;\; k\le x, \;\; \theta>0.\]
Suponga \(k\) conocida.
- Demuestre que pertenece a la familia exponenecial
- Calcule un intervalo de confianza al \((1-\alpha)\times 100\)% para \(\theta\) usando las propiedades asintóticas de los EMVs sin estimar la varianza asintótica.
- Calcule un intervalo de confianza al \((1-\alpha)\times 100\)% para \(\theta\) usando las propiedades asintóticas de los EMVs estimando la varianza asintótica.
- Usando el paquete de R EnvStats realice lo siguiente suponiendo que \(\theta=10\) y \(k=5\):
- Genere 1000 muestras de tamaño \(n \in \{20, 100, 500\}\) de la distribución \(Pareto(5,10)\).
- Para cada muestra calcule los intervalos de confianza al 95% para \(\theta\) encontrados en ii y iii.
- En cada caso, calcule el porcentaje de intervalos que contienen al verdadero valor de \(\theta\). También calcule el promedio de las longitudes de los intervalos.
- ¿Qué efecto tiene el aumento en el tamaño de la muestra?
- Calcule además los intervalos de \(\theta\) calculados en la pregunta 1.
- Compare todos los resultados y comente.
Use las muestras generadas en el inciso iv y suponga que \(\theta\) es conocida. Calcule los intervalos de confianza al 90% para \(k\) encontrados en la pregunta 1, calcule la cobertura estimada (porcentaje de intervalos que contienen al verdadero valor de \(k\)) y la amplitud promedio. Comente sobre los resultados.
Sólo para la primer muestra de tamaño n=500, grafique un histograma y sobreponga en la misma gráfica la densidad de la distribución \(Pareto(5,10)\). Además, obtenga un boxplot y las estadísticas básicas: valor mínimio, primer cuartil, mediana, media, segundo cuartil y valor máximo.
3.
Sea \(X_{1},...,X_{n_1}\) una m.a. de la distribución \(N(\mu_1,\sigma^2_1)\) y \(Y_{1},...,Y_{n_2}\) una m.a. de la distribución \(N(\mu_2,\sigma^2_2)\), ambas muestras aleatorias son independientes entre sí. Considerando las estadísticas suficientes para encontrar cantidades pivotales obtenga:
- Un intervalo de confianza al \((1- \alpha) \times\) 100% para \(\mu_1-\mu_2\) asumiendo \(\sigma^2_1\) y \(\sigma^2_2\) conocidas.
- Un intervalo de confianza al \((1- \alpha) \times\) 100% para \(\mu_1-\mu_2\) asumiendo \(\sigma^2_1\) y \(\sigma^2_2\) desconocidas, pero \(\sigma^2_1=\sigma^2_2\).
- Un intervalo de confianza al \((1- \alpha) \times\) 100% para \(\sigma^2_1/\sigma^2_2\) asumiendo \(\mu_1\) y \(\mu_2\) conocidas.
- Un intervalo de confianza al \((1- \alpha) \times\) 100% para \(\sigma^2_1/\sigma^2_2\) asumiendo \(\mu_1\) y \(\mu_2\) desconocidas.
4.
Sea \(X_{1},...,X_{n}\) una m.a. de la distribución \(Bernoulli(p)\).
- Demuestre que pertenece a la familia exponencial.
- Calcule un intervalo de confianza al \((1-\alpha)\times 100\)% para \(p\) usando las propiedades asintóticas de los EMVs sin estimar la varianza asintótica.
- Calcule un intervalo de confianza al \((1-\alpha)\times 100\)% para \(p\) usando las propiedades asintóticas de los EMVs estimado la varianza asintótica.
- Calcule un intervalo de confianza al \((1-\alpha)\times 100\)% para \(\tau(p)=\frac{p}{1-p}\) usando las propiedades asintóticas de los EMVs estimando la varianza asintótica.
- Sea \(x_1,..., x_{400}\) observaciones tal que \(\sum_{i=1}^{400}x_i=136\). Calcule los intervalos de confianza al 95% para \(p\) y para \(\tau(p)\).
5.
Sea \(X_{1},...,X_{n}\) una m.a. de la distribución \(exp(1/\theta)\). Es decir \[f(x_i|\theta)=\dfrac{e^{-\frac{1}{\theta}x_i}}{\theta}, \;\; 0< x_i, \;\;\;\; 0 < \theta.\]
- Demuestre que pertenece a la familia exponencial.
- Demuestre que \(Q=\frac{2}{\theta}\sum_{i=1}^{n}X_i\) es una cantidad pivotal para \(\tau(\theta)=1/\theta\).
- A partir de \(Q\) encuentre el intervalo de confianza de longitud mínima al \((1- \alpha) \times\) 100% para \(\tau(\theta)=1/\theta\).
- Calcule un intervalo de confianza al \((1-\alpha)\times 100\)% para \(\tau(\theta)=1/\theta\) usando las propiedades asintóticas de los EMVs sin estimar la varianza asintótica.
- Calcule un intervalo de confianza al \((1-\alpha)\times 100\)% para \(\tau(\theta)=1/\theta\) usando las propiedades asintóticas de los EMVs estimando la varianza asintótica.
- Usando R realice lo siguiente suponiendo que \(\theta=5\):
- Genere 1000 muestras de tamaño \(n \in \{20, 100, 500\}\) de la distribución \(exp(1/\theta)\)
- Para cada muestra calcule los intervalos de confianza al 95% para \(\tau(\theta)=1/\theta\) encontrados en iii, iv y v.
- En cada caso, calcule el porcentaje de intervalos que contienen al verdadero valor de \(\tau(\theta)\). También calcule el promedio de las longitudes de los intervalos.
- ¿Qué efecto tiene el aumento en el tamaño de la muestra? Compare todos los resultados y comente.
- Sólo para la primer muestra de tamaño n=500, grafique un histograma y sobreponga en la misma gráfica la densidad de la distribución \(exp(1/\theta)\). Además, obtenga un boxplot y las estadísticas básicas: valor mínimio, primer cuartil, mediana, media, segundo cuartil y valor máximo.