Seja X 1 , X 2 , ... , X n uma amostra aleatória proveniente de uma variável aleatória X com distribuição Normal (0,σ 2 ). Então, o Estimador de Máxima Verossimilhança para σ 2 será

\(\hat{\sigma }\) 2 = \(\sum_{i=1}^{n}\) \(X_{i}^{2}\) .

\(\hat{\sigma }\) 2 = \(\sum_{i=1}^{n}\) \(X_{i}^{2}\) /n .

\(\hat{\sigma }\) 2 = \(\sum_{i=1}^{n}\) \(X_{i}^{2}\) \(/(n-1).\)

\(\hat{\sigma }\) 2 = ( \(\sum_{i=1}^{n}\) X 1 ) 2 /n.

Questão 3311907

Estatística · 2019

Questão

ID 3311907

Disciplina: Estatística

Assunto: Estimador de Máxima Verossimilhança

Ano: 2019 Banca: FADESP - Fundação de Amparo e Desenvolvimento da Pesquisa Órgão: Prefeitura Municipal de Marabá

Seja X₁, X₂, ... , X_n uma amostra aleatória proveniente de uma variável aleatória X com distribuição Normal (0,σ²). Então, o Estimador de Máxima Verossimilhança para σ² será

Estatísticas Cadernos

Continue estudando na plataforma

Resolver mais questões de Estatística Continue na plataforma, com filtros, estatísticas e histórico.
Montar um caderno de questões Junte as questões deste recorte para estudar no seu ritmo.
Montar um simulado Treine com tempo e veja seu desempenho no ranking.