Considerando uma amostra de tamanho n da distribuição normal com média (𝜇) e variância (𝜎2), os estimadores de máxima verossimilhança para 𝜇 e 𝜎2 são dados, respectivamente, por:

n1∑i=1nxi e n1∑i=1n(xi−x)2

n−11 ∑i=1n e n−11 ∑i=1n (xi−x)2

n−11∑i=1nxi e n1∑i=1n(xi−x)2

n1∑i=1nxi e n−11∑i=1n(xi−x)2

Considerando uma amostra de tamanho n da distribuição...

Aumente suas chances de aprovação AGORA Acelere sua aprovação!

Assinatura Ilimitada por R$

/mês.

Ver planos Assinar agora

Q3061704

Estatística Estimador de Máxima Verossimilhança

Ano: 2023

Banca: Instituto Verbena

Prova: Instituto Verbena - UFNT - Estatístico - 2023

Considerando uma amostra de tamanho n da distribuição normal com média (𝜇) e variância (𝜎²), os estimadores de máxima verossimilhança para 𝜇 e 𝜎²são dados, respectivamente, por:

$\frac{1}{n - 1}$ $\sum_{i = 1}^{n}$ e $\frac{1}{n - 1}$ $\sum_{i = 1}^{n}$ $(x_{i} - \overline{x})^{2}$

$\frac{1}{n - 1} \sum_{i = 1}^{n} x_{i}$ e $\frac{1}{n} \sum_{i = 1}^{n} (x_{i} - \overline{x})^{2}$

$\frac{1}{n} \sum_{i = 1}^{n} x_{i}$ e $\frac{1}{n - 1} \sum_{i = 1}^{n} (x_{i} - \overline{x})^{2}$

$\frac{1}{n} \sum_{i = 1}^{n} x_{i}$ e $\frac{1}{n} \sum_{i = 1}^{n} (x_{i} - \overline{x})^{2}$

Comentários Marcadores Anotações (0) Estatísticas Reportar erro