Suponha uma amostra aleatória [x1,x2 , .... , xn ] tomada de uma distribuição Normal com média 𝛍 e variância σ2 que forneceu a média amostral x. Então, os estimadores do parâmetro σ2 de Máxima Verossimilhança e UMVU (Uniformemente de Mínima Variância Não Viciado) são, respectivamente:

σ^2=n∑in=1(xi−xˉ)2 e s2=n−1∑in=1(xi−xˉ)2

σ^2=n−1∑i=1n(x1−xˉ)2 e s2=n∑i=1n(xi−xˉ)2

σ^2=n∑in=1(xi)2 e s2=n−1∑in=1(xi)2

σ^2=n∑in=1(xˉi)2 e s2=n∑i=1n(xˉ)2

σ^2=n−1∑i=1n(xˉ)2 e s2=n−2∑in=1(xˉ)2

Suponha uma amostra aleatória [x1,x2 , .... , xn ] tom...

Q2456041

Estatística Discretas

Ano: 2022

Banca: Instituto AOCP

Prova: Instituto AOCP - SEAD GO - Analista de Gestão Governamental - Área: Contabilidade do Tesouro Estadual - 2022

Suponha uma amostra aleatória [ $x_{1}, x_{2}$ , .... , $x_{n}$ ] tomada de uma distribuição Normal com média 𝛍 e variância $σ^{2}$ que forneceu a média amostral $\overline{x}$ . Então, os estimadores do parâmetro $σ^{2}$ de Máxima Verossimilhança e UMVU (Uniformemente de Mínima Variância Não Viciado) são, respectivamente:

$\overset{σ}{^}^{2} = \frac{\sum _{i = 1}^{n} ( x _{1} - x ˉ ) ^{2}}{n - 1}$ e $s^{2} = \frac{\sum _{i = 1}^{n} ( x _{i} - x ˉ ) ^{2}}{n}$

$\overset{σ}{^}^{2} = \frac{\sum _{i}^{n} = 1 ( x _{i} ) ^{2}}{n}$ e $s^{2} = \frac{\sum _{i}^{n} = 1 ( x _{i} ) ^{2}}{n - 1}$

$\overset{σ}{^}^{2} = \frac{\sum _{i}^{n} = 1 ( x ˉ _{i} ) ^{2}}{n}$ e $s^{2} = \frac{\sum _{i = 1}^{n} ( x ˉ ) ^{2}}{n}$

$\overset{σ}{^}^{2} = \frac{\sum _{i}^{n} = 1 ( x _{i} - x ˉ ) ^{2}}{n}$ e $s^{2} = \frac{\sum _{i}^{n} = 1 ( x _{i} - x ˉ ) ^{2}}{n - 1}$

$\overset{σ}{^}^{2} = \frac{\sum _{i = 1}^{n} ( x ˉ ) ^{2}}{n - 1}$ e $s^{2} = \frac{\sum _{i}^{n} = 1 ( x ˉ ) ^{2}}{n - 2}$

Comentários Marcadores Anotações (0) Estatísticas Reportar erro

Suponha uma amostra aleatória [x1​,x2​ , .... , xn​ ] tomada de uma distribuição Normal...

Suponha uma amostra aleatória [x1,x2 , .... , xn ] tomada de uma distribuição Normal...