Objetivo: Queremos encontrar um estimador não viciado de variância uniformemente mínima (ENVVUM) para \theta.
Como faremos isso: Há várias formas de se obter um ENVVUM. Aqui iremos:
- Buscar uma estatística suficiente e completa;
- Encontrar um estimador não viciado que seja função da estatística obtida em (1) e
- Através do Teorema de Lehmann-Sheffé, obteremos o ENVVUM.
A densidade para uma observação é dada por:
f(\mathbf{x}|\theta)=\prod_{i=1}^{n} \frac{1}{\theta} I_{(0,\theta)} {(x_i)} =I_{(0,x_n)} {(x_1)} \frac{1}{\theta^n} I_{(0,\theta)} {(x_n)}
Como separamos a densidade f(\mathbf{x}|\theta) em uma parte que depende apenas da amostra e outra que depende do parâmetro através de X_n, temos que T=X_n é uma estatística suficiente, pelo Critério de Fatoração de Fisher-Neyman.
Para verificar a completude da estatística T=X_n, note que se uma estatística é completa, temos que E(g(T))=0 \iff g(T)=0. Lembre de uma postagem anterior que calculamos a densidade de T=X_n, obtendo f_T (x)=\frac{n}{\theta^n} x^{n-1}. Assim,
E(g(T))=\int_{0}^{\theta} g(T) \frac{n}{\theta^n} x^{n-1} dx = 0 \iff g(T)=0,
Usando o teorema fundamental do cálculo, temos que g(T)=0.
Mostramos então que X_n é uma estatística suficiente e completa. Calculamos anteriormente a esperança de T=X_n, que é \frac{n \theta}{(n+1)}. Assim, considere
T^*=\left(\frac{n+1}{n}\right)X_n. Temos naturalmente que E(T^*)=\theta. Então T^* é um estimador não viciado para \theta que é função de X_n, uma estatística suficiente e completa. Logo, pelo Teorema de Lehmann-Scheffé, T^* é ENVVUM.
Para verificar a completude da estatística T=X_n, note que se uma estatística é completa, temos que E(g(T))=0 \iff g(T)=0. Lembre de uma postagem anterior que calculamos a densidade de T=X_n, obtendo f_T (x)=\frac{n}{\theta^n} x^{n-1}. Assim,
E(g(T))=\int_{0}^{\theta} g(T) \frac{n}{\theta^n} x^{n-1} dx = 0 \iff g(T)=0,
Usando o teorema fundamental do cálculo, temos que g(T)=0.
Mostramos então que X_n é uma estatística suficiente e completa. Calculamos anteriormente a esperança de T=X_n, que é \frac{n \theta}{(n+1)}. Assim, considere
T^*=\left(\frac{n+1}{n}\right)X_n. Temos naturalmente que E(T^*)=\theta. Então T^* é um estimador não viciado para \theta que é função de X_n, uma estatística suficiente e completa. Logo, pelo Teorema de Lehmann-Scheffé, T^* é ENVVUM.
nao estou conseguindo por nada dessem mundo encontrar a distribuição do minimo dessa mesma uniforme
ResponderExcluir