Técnicas de Inferencia Estadística II. Tema 5. Estadísticos de orden

Documentos relacionados
Muestreo e intervalos de confianza

Juan Carlos Colonia DISTRIBUCIONES MUESTRALES

Tema 5. Muestreo y distribuciones muestrales

Tema 4: Variables Aleatorias

Simulación I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Intervalos de Confianza

Técnicas de Inferencia Estadística II. Tema 6. Contrastes de independencia

ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio

Técnicas de Inferencia Estadística II. Tema 3. Contrastes de bondad de ajuste

Estimación. Introducción. Sea X la variable aleatoria poblacional con distribución de probabilidad f θ donde. es el parámetro poblacional desconocido

Tema 13: Contrastes No Paramétricos

ESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio

Estadística Diplomado

Técnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales

Tema 6: Introducción a la Inferencia Bayesiana

Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1

Técnicas Cuantitativas para el Management y los Negocios I

Modelos de distribuciones discretas y continuas

Cálculo de Probabilidades II Preguntas Tema 2

Tema 6: Modelos de probabilidad.

MODELOS DE SIMULACIÓN ESTADÍSTICOS CLASE 4: DISTRIBUCIÓN t, CHI-CUADRADA y EXPONENCIAL PROFESOR: OSCAR SAAVEDRA ANDRÉS DURANGO.

Estadística Inferencial. Estadística Descriptiva

Intervalos para la diferencia de medias de dos poblaciones

Estadística Descriptiva y Probabilidad FORMULARIO

Tema 1: Distribuciones en el muestreo

INFERENCIA DE LA PROPORCIÓN

Estadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas

ANALISIS DE FRECUENCIA EN HIDROLOGIA

ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.

Tema 10: Introducción a los problemas de Asociación y Correlación

Contraste de Hipótesis

ESTADÍSTICA. Tema 4 Regresión lineal simple

Tema 4: Probabilidad y Teoría de Muestras

Capítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved

LECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.

Tema 4. Regresión lineal simple

Ms. C. Marco Vinicio Rodríguez

Matemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis

En esta clase primero estudiaremos muestreo aleatorio simple para casos finitos y luego para casos infinitos.

Estadística II Tema 4. Regresión lineal simple. Curso 2009/10

Juan Carlos Colonia INFERENCIA ESTADÍSTICA

Cálculo y EstadísTICa. Primer Semestre.

Estadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

Se quiere medir la dispersión de una muestra a través de su localización. En primer lugar, definimos una medida relacionada con la media.

Vectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos

Pruebas de Hipótesis

ECONOMETRÍA II Prof.: Begoña Álvarez TEMA 1 INTRODUCCIÓN. Estimación por máxima verosimilitud y conceptos de teoría asintótica

Capítulo 1 Probabilidades y Estadística

1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k

ESTADÍSTICA APLICADA. Tema 4: Regresión lineal simple

1. Variables Aleatorias Discretas

Muestreo de variables aleatorias

Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR

ENUNCIADO y SOLUCIONES. Problema 1

Estadística. Generalmente se considera que las variables son obtenidas independientemente de la misma población. De esta forma: con

Cuáles son las características aleatorias de la nueva variable?

Tema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1

Unidad IV: Distribuciones muestrales

Estimación de Parámetros. Jhon Jairo Padilla A., PhD.

Estimación de Parámetros. Jhon Jairo Padilla A., PhD.

Teorema Central del Límite (1)

CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

2.3. Análisis bayesiano para datos normales

Medidas de Tendencia central Medidas de Dispersión Medidas de Asimetría

CAPITULO 6 DISTRIBUCIONES MUESTRALES

Probabilidad y Estadística

Sumas/promedios de variables aleatorias

F X > F Y F X < F Y F X 6= F Y

PROCESOS ESTOCÁSTICOS

Conceptos básicos de inferencia estadística (III): Inferencia no paramétrica: Contrastes de bondad de ajuste.

1. La Distribución Normal

Variables aleatorias

Análisis Multivariante de Datos

CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

Auxiliar 9. MNL y MLE. Daniel Olcay. 21 de octubre de 2014 IN4402. Daniel Olcay (IN4402) Auxiliar 9 21 de octubre de / 13

Tema 6 - Introducción. Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo.

Julio Deride Silva. 4 de junio de 2010

Variables aleatorias discretas

Testear la Hipótesis de Media Poblacional

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Curso de Estadística Básica

Departamento de Matemática Aplicada a las T.I.C. SOLUCIONES

Distribución Exponencial

Estadística II Tema 1: Distribución normal multivariante

Práctica 4. Contraste de hipótesis

Tema 3. VARIABLES ALEATORIAS.

Tema 2 Estadística Descriptiva

PROBABILIDAD Y ESTADÍSTICA

Introducción al Tema 8. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.

Probabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid

UNIVERSIDAD DE ATACAMA

Julio Deride Silva. 18 de agosto de 2010

PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4. a) Hallar las funciones de probabilidad marginal de X ydey : p X (x) y p Y (y) respectivamente.

Momentos de Funciones de Vectores Aleatorios

Tema 2. Introducción a la Estadística Bayesiana

Tema 8: Regresión y Correlación

Transcripción:

Técnicas de Inferencia Estadística II Tema 5. Estadísticos de orden M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11

Tema 5. Estadísticos de orden Contenidos Definición de estadísticos de orden Distribución del mínimo y del máximo Distribución del estadístico de orden k Estadísticos de orden para la distribución uniforme

Estadísticos de orden Suponemos una muestra aleatoria simple (X 1, X 2,..., X n ) de una población con función de distribución, F. Imaginamos que hemos observado una realización concreta de dicha muestra (x 1, x 2,..., x n ) y la ordenamos de menor a mayor, x (1) x (2)... x (n) en donde x (1) = mín {x 1,..., x n }, x (2) es el segundo valor más pequeño de la realización y así hasta x (n) = máx {x 1,..., x n }. Si dos cualesquiera de ellos x i y x j son iguales, suponemos que sus órdenes no importan. Definición La variable aleatoria X (k) que toma el valor x k en cada posible sucesión (x 1,..., x n ) de posibles valores de (X 1, X 2,..., X n ) se llama estadístico de orden k, k = 1, 2,..., n. De este modo se verifica que: X (1) X (2)... X (n)

Aplicaciones de los estadísticos de orden El máximo, X (n), interesante en inundaciones y otros fenómenos metereológicos extremos. El mínimo, X (1), interesante en problemas de ingeniería como sucesiones de dispositivos en serie. La mediana muestral: X ( n+1 2 ), si n es impar, X ( n 2 ) +X ( n 2 +1 ) 2, si n es par. El rango X (n) X (1) que es una medida de dispersión. Experimentos de ingeniería con n dispositivos cuyos tiempos de vida se observan hasta que falla el r-ésimo dispositivo. Así se tienen r tiempos de vida ordenados, X (1) < X (2) <... < X (r).

Distribución del mínimo y del máximo Observación A diferencia de las variables (X 1,..., X n ), los estadísticos de orden, (X (1),..., X (n) ), no son ni independientes ni idénticamente distribuidos. Distribución del mínimo Consideramos el mínimo o estadístico de orden 1, X (1) = mín {X 1,..., X n } y calculamos su función de distribución: F X(1) (y) = Pr ( X (1) y ) = 1 Pr ( X (1) > y ) = 1 Pr (todos los valores muestrales > y) = 1 n Pr (X i > y) = 1 n [1 Pr (X i y)] i=1 = 1 [1 F (y)] n i=1

Distribución del mínimo y del máximo En el caso de que F tenga función de densidad, f, la función de densidad del mínimo es, f X(1) (y) = n [1 F (y)] n 1 f (y) Ejercicio 5.1. Calcular la función de distribución y la función de densidad del máximo o estadístico de orden n, X (n) = máx {X 1,..., X n } de una muestra aleatoria simple de variables (X 1,..., X n ).

Distribución del estadístico de orden k Consideramos el estadístico de orden k, X (k) y queremos calcular su función de distribución. Para ello definimos: { 1, si Xi y Z i = 0, si X i > y para i = 1,..., n. Entonces, Z Ber (p = F (y)) de modo que la variable Número de observaciones y es: y por tanto, n Z i Bin (n, F (y)) i=1 F X(k) (y) = Pr ( X (k) y ) = Pr (al menos k valores de la muestra y) ( ) = P (Bin (n, F (y)) k) = n n F (y) j [1 F (y)] n j j j=k

Distribución del estadístico de orden k En el caso de que F tenga función de densidad, f, la función de densidad de X (k) es, ( ) n 1 f X(k) (y) = n F (y) k 1 [1 F (y)] n k f (y) k 1 Ejercicio 5.2. Calcular la función de distribución y función de densidad de la mediana muestral para una muestra de tamaño impar. Supongamos que se genera una muestra de 7 valores aleatorios de una distribución chi-cuadrado, χ 2 6. Calcular la probabilidad de que la mediana muestral sea menor que 8.

Estadísticos de orden para la distribución uniforme Supongamos una muestra aleatoria simple (U 1,..., U n ) de una población con distribución uniforme U(0, 1) cuya función de distribución es F U (u) = u. Entonces, el estadístico de orden k tiene función de distribución: F U(k) (u) = Pr ( U (k) u ) = Pr (al menos k valores de la muestra u) ( ) = Pr(Bin(n, u) k) = n n u j (1 u) n j j j=k y función de densidad: ( ) n 1 f U(k) (u) = n u k 1 (1 u) n k k 1 = n!uk 1 (1 u) n k (k 1)!(n k)! = uk 1 (1 u) n k B(k, n + 1 k) Por tanto: U (k) Beta(k, n + 1 k)

Estadísticos de orden para la distribución uniforme Ejercicio 5.3. Se simulan 7 valores de una distribución uniforme U(0, 1). Calcular la probabilidad que la mediana muestral sea menor que 0.5.

Estadísticos de orden para la distribución uniforme Recordamos que... Dada una variable, X, con función de distribución F continua, la variable aleatoria Y obtenida por la transformación Y = F (X ) se distribuye como una distribución uniforme U(0, 1). Observamos que... A partir de una muestra aleatoria (X 1,..., X n ) de una variable, X, con función de distribución F continua, se obtiene una muestra aleatoria (F (X 1 ),..., F (X n )) de una población uniforme U(0, 1). Además, el estadístico de orden k de dicha muestra es: F (X (k) ) Beta(k, n + 1 k)

Estadísticos de orden para la distribución uniforme Ejercicio 5.4. Suponer una muestra de tamaño 6 de una variable continua de una población con distribución desconocida. Calcular la probabilidad de que la mediana poblacional se encuentre entre los estadísticos de orden 3 y 4.