Buenas,
Tengo unos problemitas con unos teóricos que me tomaron y no sé como resolver, a ver si algún genio me da una mano (lo pongo como link porque tiene mucha resolucion y no puedo achicarla):
Imagen
No me sale ninguno de los dos... En el 2do creo que se refiere al método de los cuadrados mínimos, pero no sé como explicarlo.
Muchas gracias!
Me tira error...no la podés subir a otro lado?
El método es el de mínimos cuadrados, que consiste en derivar parcialmente respecto de b1 y b0 la ecuación:
\[\Psi (b_{0}, b_{1})= \sum [(y_{i}-(b_{0} + b_{1}.x_{i})]^{2}\]
e igualar las derivadas parciales a cero. Utilizando este método te asegurás que el error cuadrático medio sea el menor posible de entre todas las estimaciones.
si no me confundi en nada calculo que lo que hice esta bien
imagen
tendrias que elegir el estimador que su esperanza sea el parametro que estimas y varianza minima, el 1.
Acá tenés la respuesta del segundo; lo que tenés que hacer es siempre verificar cuál de ellos es insesgado (esperanza del estimador = esperanza del parámetro que estima) y luego decidir de acuerdo al que menor varianza tenga...en caso que alguno sea insesgado y el otro sesgado, sin importar sus varianzas, se elige al insesgado...pero en general te dan los dos insesgados como para que calcules la varianza...si no cazaste algo avisame; lo hice así apurado xk mañana rindo analisis 2 y estoy a full con eso...suerte!
Crisma te equivocaste con las varianzas (al operar cuadráticamente sobre las constantes todas salen positivas) y en las esperanzas me dió que ambos son insesgados...ahí hay algún error de cuentas de alguno
Crisma y Vincent, genios! Gracias a los dos!
vi la imagen una ves y lo hice, ahora me di cuenta que hice otra cosa jaja
copie mal el ejercicio :|
en cuanto al signo de la varianza capas que me olvide algo de alguna propiedad.
(29-07-2013 23:53)Crisma escribió: [ -> ]vi la imagen una ves y lo hice, ahora me di cuenta que hice otra cosa jaja
copie mal el ejercicio :|
en cuanto al signo de la varianza capas que me olvide algo de alguna propiedad.
Tené en cuenta que la varianza es lo que termina apareciendo cuando calculás propagación de errores en física...acá estarías haciendo algo como calcular los errores relativos asociados a cada estimador...los errores relativos siempre se suman...pensalo así:
\[\mu= -\frac{3}{2}X_{1}+X_{2}\]
Entonces
\[V(\mu)= V(-\frac{3}{2}X_{1}+X_{2})Luego:[tex]V(\mu)= V(-\frac{3}{2}X_{1})+V(X_{2})\]
\[V(\mu)= \frac{9}{4}V(X_{1})+V(X_{2})\]
Y lo mismo si el signo de la fracción hubiese sido +
Saludos.
Es como que al principio aplicás varianza a todo junto, y después vas particularizando en cada V.A.