Capítulo 6: Variables Aleatorias Multivariadas

Documentos relacionados
b) Encuentra el criterio de formación de la siguiente sucesión recurrente:

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

DISTRIBUCIONES BIDIMENSIONALES

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

Estadísticos muéstrales

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

TEMA 3. VARIABLE ALEATORIA

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

CAPÍTULO I ESTÁTICA DE PARTÍCULAS

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

3 - VARIABLES ALEATORIAS

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

Probabilidad Grupo 23 Semestre Segundo examen parcial

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

Página 1. Tema IV. Síntesis de agrupaciones lineales Síntesis de Dolf y de Taylor. Síntesis de agrupaciones Lineales

Tema 6. Estadística descriptiva bivariable con variables numéricas

ESTADÍSTICA EMPRESARIAL II PROBLEMAS DE EXAMEN RESUELTOS

ANEXO A: Método de Interpolación de Cokriging Colocado

PUBLICACIONES DE 4º CURSO

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

ESTADÍSTICA BIDIMENSIONAL ÍNDICE GENERAL

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

Examen Final de Econometría Grado

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

MÉTODO DEL CENTRO DE GRAVEDAD

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

Problemas donde intervienen dos o más variables numéricas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

Variables Aleatorias

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Especialista en Estadística y Docencia Universitaria REGRESION LINEAL MULTIPLE

Matemáticas Discretas

UNIVERSIDAD SIMON BOLIVAR Departamento de Conversión y Transporte de Energía Sección de Máquinas Eléctricas Prof. E. Daron B. TEORIA DE LOS DOS EJES

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

3. VARIABLES ALEATORIAS.

1. Notación y tabulación

Estadística con R. Modelo Probabilístico Lineal

PROBLEMARIO DE CÁLCULO 10 Y CÁLCULO 20

CyRCE: Un modelo de Riesgo de Crédito para Mercados Emergentes.

Regresión y Correlación Métodos numéricos

REGRESION LINEAL SIMPLE

MEDIDAS DE ASOCIACIÓN: COEFICIENTES DE CORRELACIÓN Y DE REGRESIÓN I.- Introducción En el tema I estudiamos las medidas descriptivas para una

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Transcripción:

Unversa Técnca Feerco Santa María Departamento e Inormátca ILI-8 Capítulo 6: Varables Aleatoras Multvaraas staístca Computaconal I Semestre 6 Pro. Carlos Valle Págna : www.n.utsm.cl/~cvalle e-mal : cvalle@n.utsm.cl Sea... k vector aleatoro P : B k R caracterzaa por F screta contnua Caso k : Dstrbucones Multvarantes F : uncón e Dstrbucón conjunta : uncón e ensa cuantía F : uncón e Dstrbucón margnal e : uncón e ensa margnal

> / s [ ] [ ] [ ] [ ] [ ] [ ] T Dstrbucones Dstrbucones Multvarantes Multvarantes 4 [ ] [ ] [ ] cov [ ] [ ] cov V V cov [ ] [ ] [ ] Dstrbucones Dstrbucones Multvarantes Multvarantes

jemplos e Vectores Aleatoros Dscretos Sea vector aleatoro screto con varable aleatora que representa el número e allas el turno. La sguente tabla nos proporcona la uncón e cuantía conjunta: 4 8 8 6 5 jemplos e Vectores Aleatoros Dscretos. Determnar las cuantías margnales. Determne las cuantías conconales / / 6

4 7. Cuantías margnales. Cuantías margnales ; 4 ; 4 ; 5 ; ; ; Solucón Solucón 8. Cuantías conconales ; 8/ ; 8/ ; 4 / / 4 4 8 4 ; / ; / ; / / Solucón Solucón

Nota Obtenga aemás:.. [ ] [ ]. V / 9 jemplo e vectores aleatoros contnuos Sea vector aleatoro contnuo con ensa: + e I + [ ] R Calcular: 5

6 [ ] + 5 e [ ] + 4 e [ ] + 9 5 e [ ] + 8 7 e Solucón Solucón [ ] + 9 8 e [ ] 6 V [ ] 9 7 V [ ] [ ] 95 cov V V Solucón Solucón

Teorema e Transormacones Vectores Aleatoros Sea vector aleatoro contnuo con ensa conjunta sea g con g: D R R uncón vectoral. S se cumple: D conjunto aberto: P D g es una transormacón nvertble con ervaas parcales contnuas g ste g J J ntonces J I g D Funcón e Regresón Sea vector aleatoro sea uncón e ensa margnal e. Aemás sea M { : > } sea g : D R R. Conseremos ϕ : M R / ϕ [g / ]. ϕ se llama uncón e regresón e g en. 4 7

Propeaes:. [ [ / ] [ ] [ / ].. [ ] [ ] [ ] [ V [ / ] + V [ [ ] V / Y A + B Y C + D A B C D R Funcón e Regresón ntonces: Y Y AC AC 5 Sean v.a.c. 4 I ] [ sean tambén Y / Y ncontrar:. Y. Y. jemplo e Transormacones Y / Y 4. s? 6 8

9 7 ][ Y Y Y /Y Con Y > ; Y > ; Y Y < ; Y /Y < Sean Y g Y g h h h h h h h h g g Solucón Solucón 8... ] [ I J g I S g Y Y / / 4 < < ln / Y Y Y Solucón Solucón

Solucón 4. Y + Y Y Como I + [ ] [ [ I no son nepenentes 9 Propeaes speranza Varanza Sean Y v.a. α C R 4 [ α ] α [ α ] α[ ] [ + Y ] [ ] [ Y ] + [ Y ] [ ] [ Y ]

Sean Y v.a. α C R V α [ ] [ α ] V [ ] [ + C] V [ ] [ + Y ] V [ ] + V [ Y ] s Y [ + Y ] V [ ] + V [ Y ] cov V α 4 Propeaes speranza Varanza V V 5 V + Y Propeaes speranza Varanza Sean... n v.a. nepenentes: n n n n [ ] V V [ ] n general para... n v.a. cualesquera: n n [ ] n n 4 V α α [ ] + αα j cov j < j

Caso Dscreto: Dstrbucón Bnomal ; n pp q-pp Dstrbucones Multvaraas : étos : n! p p I!! A { : } A n racasos Caso Polnomal: Dstrbucones Multvaraas n p p... p k n! k... k p p... pk I A.. k! { } A n... k np np npk : [ ]... k np p Μ np pk np p Ο Κ Κ np p k Μ k np p k 4

5 Dstrbucón Normal Bvaraa: NµΣ : µ µ π Σ T e Matrcal + µ µ µ µ π e [ ] µ µ Dstrbucones Normal Dstrbucones Normal Multvaraa Multvaraa 6 µ N µ N ; / µ µ + N [ ] / [ ] V / Propeaes Normal Propeaes Normal Bvaraa Bvaraa

Propeaes Normal Bvaraa Análogamente se tene que: [ / ] V [ / ] / N µ + µ ; 7 jemplo Las probablaes e que certa lámpara e un moelo e proector ure menos e 4 horas entre 4 8 horas más e 8 horas e uso nterrumpo son.;.5. respectvamente. Calcular la probabla e que entre 8 e tales lámparas uren menos e 4 horas; cnco uren entre 4 8 horas una ure más e 8 horas. 8 4

Solucón: jemplo n8 ; p ; p 5 ; p ; 5 ; P ; ; n!! p p p!! 5!! 8 5 5 945 9 jemplo Dos elementos Y se strbuen como N µ Σ seno : 4. 8 µ Σ 6 Al analzar un elemento se observa que contene 6 gramos e. - Cuál es el valor más probable e Y? 5

La respuesta consste en encontrar: [ / 6] gramos [ 6] µ + µ 76 / V Solucón: jemplo [ / 6] 8 Tarea: Recomenable Una línea eléctrca se avería cuano la tensón sobrepasa la capaca e la línea. S la tensón se strbue como N ; la capaca como N 4 ; calcular la probabla e avería suponeno nepenenca. 6

Dstrbucones normal: -multvaraa La..p. normal multmensonal. Forma unconal. T ep µ µ π Σ Σ : matrz e covaranza Σ : etermnante e Σ Σ - : matrz nversa e Σ - µ T : vector traspuesto e - µ Funcón e ensa normal bmensonal Representacón e una p normal bmensonal 4 7

Funcón e ensa normal Parámetros que especcan la strbucón - La p normal multvarante está completamente especcaa por los parámetros µ Σ µ µ µ Μ µ Σ Μ - n la práctca estos parámetros son esconocos eben estmarse a partr e prototpos. Μ Ο Μ 5 Funcón e ensa normal stmaores no sesgaos e µ e Σ : ˆ µ N N l l 5 Σ ˆ N N l l ˆ µ l ˆ µ T 6 one: N es el número e prototpos. l es el l-ésmo prototpo. 6 8

Funcón e ensa normal - stmacón alternatva elemento a elemento: para j k... one: * j l : componente j-ésma el prot. l-ésmo µˆ * j Σˆ jk N l : componente j-ésma el vector N l j ˆ µ j l k ˆ µ k 7 7 Funcón e ensa normal Propeaes e Σ Σ es smétrca. Como Σ jk Σ kj ha que calcular + / componentes. Σ es sem-ena postva Σ > Σ jk es la covaranza entre las varables j k jk... j k se nterpreta como la relacón o epenenca entre estas os varables. 4 Los valores e la agonal e la matrz e covaranza son las varanzas e las varables nvuales esto es Σ jj j 5 S Σ jk las varables j k son estaístcamente nepenentes. S no este correlacón entre ellas. 8 9

Funcón e ensa normal A Vars. nepenentes B Vars. correlaas 9 Funcón e ensa normal. La..p. normal multmensonal... La stanca e Mahalanobs Los puntos para puntos para los que el valor e la p es constante están stuaos en hperelpsoes en las que la orma cuarátca - µ T Σ - - µ es constante: stanca e Mahalanobs al cuarao e a µ. 4

Funcón e ensa normal A Dens. e prob B Dagrama e spersón 4 Funcón e ensa normal Las reccones e los ejes prncpales e estos hperelpsoes están etermnaas por los autovectores e Σ sus longtues por los autovalores corresponentes. Al estar poneraa por Σ esta métrca consera la stnta spersón e las varables en el espaco. Importante: con una métrca e este tpo el concepto e stanca es mu stnto al concepto e stanca en nuestro muno uclíeo 4

Funcón e ensa normal Dos strbucones normales con gual mea erentes matrces e covaranza T T A µ A µ B µ B µ 4 Funcón e ensa normal La..p. normal multmensonal. Correlacón e varables A Alta covaranza B Baja covaranza. n ambos casos 5.7 7. 44

45 Funcón e ensa normal Coecente e correlacón. Mea normalzaa el grao e relacón entre las varables nepenente e las unaes e mea. ste coecente verca que j 8 j j j 46 Funcón e ensa normal Relacón entre covaranzas correlacones: Σ Γ R Γ Γ Μ Ο Μ Μ Μ Ο Μ Μ R Γ R Μ Ο Μ Μ

Funcón e ensa normal ΓR Γ Μ Μ Ο Μ Σ Σ j - j entonces Σ j j j. Aemás como Σ j Σ j j Σj Σ j entonces j j Σ j j - Como. Σ porque j 47 Interpretacón el actor e correlacón S proectamos la nube e puntos sobre un plano eno por los ejes abscsas orenaas: - Superce: etermnaa por Γ esvacones típcas. - Forma: etermnao por R correlacones. Dao que j - j Correlacón. S j la correlacón es nula son nepenentes: los puntos se sponen aleatoramente en un círculo o en una elpse cuo centro es µ µ j. Una correlacón con valor nca que no este relacón lneal en absoluto. 48 4

CORRLACIÓN jemplos e correlacón nula 49 Funcón e ensa normal. S < j < los puntos se sponen en una elpse centraa en µ µ j. l eje prncpal tene una penente postva una orma más o menos crcular epeneno e s j está más o menos cercano a. jemplos e correlacón postva 5 5

Funcón e ensa normal. S j la correlacón el lneal perecta j epene lnealmente e : los puntos se sponen a lo largo e una línea recta con penente postva jemplos e correlacón lneal 5 6