Métodos de estimación (MLE y momentos)
Objetivo
✨ Aplicar los métodos de Máxima Verosimilitud (MV) y Momentos para obtener estimadores con buenas propiedades (insesgadez, consistencia, eficiencia).
1) Máxima Verosimilitud (MLE)
Idea: elegir el parámetro que hace más “probables” los datos observados.
Función de verosimilitud:
Estimador: \(\hat{\theta}_{\mathrm{MLE}}=\arg\max_\theta \ell(\theta)\).
!!! tip "Procedimiento" 1) Escribe \(\ell(\theta)\). 2) Deriva respecto a \(\theta\) y anula. 3) Verifica máximo (segunda derivada o sentido de la función).
Ejemplo 1 — Exponencial \(\mathrm{Exp}(\lambda)\)
Ejemplo 2 — Bernoulli/Binomial (\(p\))
Para datos \(\{0,1\}\), \(\ell(p)=k\log p + (n-k)\log(1-p)\), \(k=\sum x_i\).
2) Método de los Momentos (MM)
Idea: igualar momentos muestrales con momentos teóricos.
- Momento muestral de orden \(k\): \(m_k=\dfrac{1}{n}\sum X_i^k\).
- Igualamos \(m_k=\mu_k(\theta)\) y resolvemos.
Ejemplo — Normal \(N(\mu,\sigma^2)\)
3) Comparación MLE vs MM
- MLE suele ser consistente y asintóticamente eficiente; puede ser sesgado en muestras pequeñas.
- MM es simple y general, pero puede ser menos eficiente.
- Si ambos existen, frecuentemente coinciden (p.ej. Bernoulli) o son cercanos.
Ejercicios rápidos
Para datos \(x_1,\dots,x_n\sim \mathrm{Poisson}(\lambda)\), deriva \(\hat{\lambda}_{MLE}\).
Ejercicio 1 — MLE en Poisson
Solución: \(\ell(\lambda)=\sum x_i\log\lambda - n\lambda + \text{cte} \Rightarrow \partial/\partial\lambda=\frac{\sum x_i}{\lambda}-n=0 \Rightarrow \hat{\lambda}=\bar{x}\).
Con \(E[X]=k\theta\), \(\mathrm{Var}(X)=k\theta^2\). Muestra \(\bar{x}=8\), \(s^2=32\). Estima \(k,\theta\) por MM.
Ejercicio 2 — Momentos en Gamma(\(k,\theta\))
Solución:
De la segunda, \(\theta=\dfrac{32}{k\cdot 8}=\dfrac{4}{k}\). Sustituye en la primera: \(k\cdot \dfrac{4}{k}=8 \Rightarrow 4=8 \Rightarrow\) ajustar: usando \(k\theta^2=s^2 \Rightarrow k\theta^2=32\), y \(k\theta=8\). Entonces \(\theta=\frac{8}{k}\), sustituir: \(k\left(\frac{8}{k}\right)^2=32 \Rightarrow \frac{64}{k}=32 \Rightarrow k=2\), \(\theta=4\).