Beruflich Dokumente
Kultur Dokumente
n
La funcin de densidad conjunta de la muestra es f (Y ) f (y
i 1
i ) .
n n
l ( Y) ln L( Y) ln f ( yi ) lnf ( yi )
i 1 i 1
El estimador mximo verosmil es el que satisface a la ecuacin D 0 y es aleatorio,
puesto que es la raz de una funcin aleatoria.
f ( y )dy f ( y ) ln f ( y ) ln f ( yi )
dy
i i
f ( yi )dyi E 0
i i
l ( Y) n lnf ( yi )
La varianza de D es VD V V , debido a la independencia
i 1
de las Yi ; i 1, 2, , n .
lnf ( yi )
Para calcular V , recordamos que
2 2 2
lnf ( yi ) lnf ( yi ) lnf ( yi ) lnf ( yi )
V E E E
Y derivamos de nuevo,
2 ln f ( yi ) ln f ( yi ) ln f ( yi )
0 f ( yi )dyi f ( yi )dyi , esto es,
2
2
2 ln f ( yi ) ln f ( yi )
2
f ( yi ) dyi
f ( yi )dyi , donde
2 2
ln f ( yi ) ln f ( yi )
f ( yi )dyi E , y
2 ln f ( yi ) 2 ln f ( yi )
2 f ( yi )dyi E 2 por lo que
2
ln f ( yi ) 2 ln f ( yi )
E E
2
La varianza de D es
2
l ( Y) n lnf ( yi ) n lnf ( yi ) n 2 ln f ( yi )
VD V V E E
i 1 i 1 i 1 2
0.3 Propiedades de los estimadores mximo- verosmiles
valor de y desarrollemos D en serie de Taylor, en el entorno de 0 :
D *
0 D D 0 -
0
D
Donde * est entre 0 y . Puesto que I
, resulta, 0 D 0 -
0 I
*
D 0 EI 0
I * EI 0
EI 0 - 0
Puesto que D 0 tiene media cero y varianza EI 0 y es una suma de variables aleatorias
Z
asintticamente segn una normal cero uno y = 0 segn una normal de media
EI 0
EI 1 .
E= 0 y varianza Var=
0
Ntese que Var depende de 0 . Esta varianza puede ser consistentemente estimada por
.
1
I .
Var=
En el caso en que es un vector, la distribucin asinttica del estimador mximo-verosmil , ,
es normal con media E= 0 y matriz de varianzas y covarianzas la inversa de la matriz de
1
EI .
informacin de Fisher, Var= 0
Ntese que Var depende de 0 . Esta varianza puede ser consistentemente estimada por
.
1
I .
Var=
Para resolver D 0 se usa el mtodo de Newton-Raphson:
1
m+1 m I m D m