ejemplo de aplicación del método delta

2
Ejemplo de Aplicaci´ on del M´ etodo Delta JavierSantib´a˜ nez 23 de noviembre de 2012 Planteamiento Considerar el estimador muestral ¯ x de μ para datos normales con varianza conocida σ 2 . Estamos interesados en 12 . Un estimador de este par´ ametro es 1/ ¯ x 2 . Usando el m´ etodo delta, obtener una aproximaci´ on para la varianza de 1/ ¯ x 2 . Adem´ as, realizar una simulaci´ on para verificar el resultado. Elegir los valores de su preferencia para μ, σ 2 y n. Soluci´on Considere una muestra aleatoria X 1 ,..., X n de una poblaci´ on N (μ, σ 2 ). Se sabe que ˆ μ = ¯ X N (μ, σ 2 ) Considerando la funci´ on g(x)=1/x 2 , se tiene que g (x)= -2/x 3 . Aplicando el m´ etodo delta a g( ¯ X ) se obtiene que g( ¯ X ) N g( ¯ X ), [g ( ¯ X )] 2 σ 2 n Esto es, 1 ¯ X 2 N 1 ¯ X 2 , 4σ 2 n ¯ X 6 Por lo que V ar 1/ ¯ X 2 = 4σ 2 n ¯ X 6 . Para la simulaci´ on se utilizaron los valores μ =4, σ 2 =1 y n = 10. El c´ odigo empleado es el siguiente > m<-10000 ## repeticiones > n<-10 ## tama~ no de muestra > mu <-4 > sigma<-1 > x.sim<-matrix(0,m,n) > for (i in 1:m) +{ + x.sim[i,]<-rnorm(n,mu,sigma) +} > v1<-var(1/apply(x.sim,1,mean)^2) ## distribuci´ on de 1/x_barra^2 > v2<-(4/mean(x.sim[1,])**6)*sigma/n ## var. estimada met. delta > v3<-(4/mu**6)*sigma/n ## var. met delta 1

Upload: javier-santibanez

Post on 06-Aug-2015

972 views

Category:

Documents


2 download

DESCRIPTION

En este trabajo se ilustra la efectividad del método delta mediante simulación.

TRANSCRIPT

Page 1: Ejemplo de Aplicación del Método Delta

Ejemplo de Aplicacion del Metodo Delta

Javier Santibanez

23 de noviembre de 2012

Planteamiento

Considerar el estimador muestral x de µ para datos normales con varianza conocida σ2.Estamos interesados en 1/µ2. Un estimador de este parametro es 1/x2. Usando el metododelta, obtener una aproximacion para la varianza de 1/x2. Ademas, realizar una simulacionpara verificar el resultado. Elegir los valores de su preferencia para µ, σ2 y n.

Solucion

Considere una muestra aleatoria X1,. . ., Xn de una poblacion N(µ, σ2). Se sabe que

µ = X ∼ N(µ, σ2)

Considerando la funcion g(x) = 1/x2, se tiene que g′(x) = −2/x3. Aplicando el metodo deltaa g(X) se obtiene que

g(X) ∼ N

(g(X), [g′(X)]2σ

2

n

)Esto es,

1X2 ∼ N

(1X2 ,

4σ2

nX6

)Por lo que

V ar(1/X2

)= 4σ2

nX6 .

Para la simulacion se utilizaron los valores µ = 4, σ2 = 1 y n = 10. El codigo empleado es elsiguiente

> m<-10000 ## repeticiones

> n<-10 ## tama~no de muestra

> mu <-4

> sigma<-1

> x.sim<-matrix(0,m,n)

> for (i in 1:m)

+ {

+ x.sim[i,]<-rnorm(n,mu,sigma)

+ }

> v1<-var(1/apply(x.sim,1,mean)^2) ## distribucion de 1/x_barra^2

> v2<-(4/mean(x.sim[1,])**6)*sigma/n ## var. estimada met. delta

> v3<-(4/mu**6)*sigma/n ## var. met delta

1

Page 2: Ejemplo de Aplicación del Método Delta

Por lo tanto:

El valor muestral de de V ar(1/X2) es 0.0001077.

La estimacion de la aproximacion de V ar(1/X2) es 0.0002522.

El valor de la aproximacion de V ar(1/X2) es 9.77 × 10−5.

2