Pular para o conteúdo principal

Questão de Estatística — Estimadores de Máxima Verossimilhança — INSTITUTO AOCP 2022

EstatísticaEstimadores de Máxima Verossimilhança
Código
qa301551
Banca
INSTITUTO AOCP
Órgão
SEAD GO
Ano
2022
Cargo
AnaGGov ( )
Suponha uma amostra aleatória [x1, x2, .... , xn] tomada de uma distribuição Normal com média μ\mu e variância σ2\sigma^2 que forneceu a média amostral xˉ\bar{x}. Então, os estimadores do parâmetro σ2\sigma^2 de Máxima Verossimilhança e UMVU (Uniformemente de Mínima Variância Não Viciado) são, respectivamente:
  1. A\widehat{ σ\sigma}^2 = { \large \sum_{i =1}^n xi−xˉx_i - \bar{x}^2 \over n -1} e s^2= { \large sum_{i =1}^n xi−xˉx_i - \bar{x}^2 \over n}
  2. B\widehat{ σ\sigma}^2 = { \large \sum_{i =1}^n (x_i)^2 \over n} e s^2= { \large sum_{i =1}^n ( x_i )^2 \over n -1}
  3. C\widehat{ σ\sigma}^2 = { \large \sum_{i =1}^n xˉ\bar{x}^2 \over n -1} e s^2= { \large sum_{i =1}^n xˉ\bar{x}^2 \over n}
  4. D\widehat{ σ\sigma}^2 = { \large \sum_{i =1}^n xi−xˉx_i - \bar{x}^2 \over n} e s^2= { \large sum_{i =1}^n xi−xˉx_i - \bar{x}^2 \over n -1}
  5. E\widehat{ σ\sigma}^2 = { \large \sum_{i =1}^n xˉ\bar{x}^2 \over n -1} e s^2= { \large sum_{i =1}^n xˉ\bar{x}^2 \over n -2}
Revelar gabarito e comentário

GabaritoD — \widehat{ \sigma}^2 = { \large \sum_{i =1}^n ( x_i - \bar{x})^2 \over n} e s^2= { \large sum_{i =1}^n ( x_i - \bar{x})^2 \over n -1}

Link permanente: /questoes/qa301551