Autor Tema: Máxima verosimilitud, uniforme(a,1)

0 Usuarios y 2 Visitantes están viendo este tema.

21 Mayo, 2011, 09:04 pm
Leído 2936 veces

hypatia

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 29
  • Karma: +0/-0
  • Sexo: Femenino
Hola!
Si tengo una uniforme(a,1),de parámetro a.
Si hago la derivada de la función de máxima verosimilitud, e igualo a cero,se me va todo.

y esa derivada es positiva.¿alguien puede decirme como consigo el estimador de maxima verosimilitud?

Gracias.

23 Mayo, 2011, 04:01 pm
Respuesta #1

Héctor Manuel

  • Lathi
  • Mensajes: 3,701
  • País: mx
  • Karma: +0/-0
  • Sexo: Masculino
El problema que planteas no tiene sentido:

 \( X \) es uniforme en \( [a,b] \)si y sòlo si tiene distribuciòn \( f(x)=\displaystyle\frac{1}{b-a}\mathrm{I}_{[a,b]}(x) \).

Por tanto, en tu problema es fácil hallar \( a \) haciendo un simple despeje.

Saludos.

23 Mayo, 2011, 09:12 pm
Respuesta #2

hypatia

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 29
  • Karma: +0/-0
  • Sexo: Femenino
vale,entonces, seria x(1)>a, y como la derivada es positiva, el estimador de maxima verosimilitud,seria el extremo superior, es decir x(1).

¿podrias decirme si asi esta bien?si está bien ya lo entendi.
Muchas gracias por contestar

23 Mayo, 2011, 09:15 pm
Respuesta #3

Héctor Manuel

  • Lathi
  • Mensajes: 3,701
  • País: mx
  • Karma: +0/-0
  • Sexo: Masculino
Entendiste lo que te dije antes?

El problema que planteas no tiene sentido:

 \( X \) es uniforme en \( [a,b] \)si y sòlo si tiene distribuciòn \( f(x)=\displaystyle\frac{1}{b-a}\mathrm{I}_{[a,b]}(x) \).

Por tanto, en tu problema es fácil hallar \( a \) haciendo un simple despeje.

Saludos.

No puedes resolver el problema porque simplemente no existe tal problema.

Saludos.

23 Mayo, 2011, 09:22 pm
Respuesta #4

hypatia

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 29
  • Karma: +0/-0
  • Sexo: Femenino
No te entendi,no  :-[ perdoname.
Mi problema creo que empieza,en que si analiticamente la derivada se me anula,so se razonar cual seria el estimador de máxima verosimilitud.