Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(0 1)
Se define entonces un intervalo [ 1 , 2 ] de probabilidad 1 fijada a priori con pequeo, tal que
P( [ 1 , 2 ]) = 1 , calculada a partir de la distribucin .
4.3 INTERVALO DE CONFIANZA DE NEYMANN
En el caso de estimacin no bayesiana, el parmetro no se considera como una variable aleatoria. En este
caso es el intervalo [ 1 , 2 ] que es aleatorio, y se habla de la probabilidad de que el parmetro cubre el
intervalo. Los valores 1 y 2 son entonces funciones de los valores muestrales.
Sean X 1 , X 2 ,..., X n valores muestrales de X, se tiene que encontrar dos funciones 1 = t1 ( X 1 , X 2 ,..., X n ) y
2 = t 2 ( X 1 , X 2 ,..., X n ) tales que :
P( [ 1 , 2 ]) = 1
siendo la cantidad 1 fijada a priori y llamada el nivel de confianza. Generalmente se determinan las
funciones t 1 y t 2 a partir de un estimador de .
Ejemplo 2: Intervalo de confianza para una media.
Sea X ~ N ( , 2 ) , con la media desconocida y la varianza 2 conocida y una muestra de tamao n.
Sean X 1 , X 2 ,..., X n valores muestrales de X, entonces si X n es la media muestral, Z =
43
Xn
/ n
~ N ( 0 ,1 ) .
N. LACOURLY
Luego si P( u 1 Z u 2 ) = 1 , [ X n u 2
, X n u1
confianza 1 .
Hay una infinidad de intervalos de mismo nivel de confianza 1 . Pero se puede mostrar que el intervalo
de la forma [ X n u , X n + u ] , simtrico con respecto a X n , tiene el largo mnimo entre los intervalos de
mismo nivel de confianza igual a 1 . Por ejemplo, para = 0.05 , se obtiene el intervalo
[ X n 1.96
, X n + 1.96
].
n
n
Si no se supone que la varianza 2 es conocida, se tiene que usar un estadstico cuya distribucin muestral
no depende de 2 . Eso nos lleva a usar el estadstico
n( X n )
T=
( X i X n ) 2 /( n 1 )
Xn
Sn / n 1
Si P( t 1 T t 2 ) = 1 , [ X n + t 1
~
n
, X n + t2
1
n 1
~
n
1
n
( X i X n )2
i
( X i X n )2 : T = ~ n /
i
de 2 :
1 .
( X i X n )2 ~ 2
2
n 1 ,
P( u 1 U u 2 ) = P
( X i X n )2 2 ( X i X n )2 = 1
u2
u1
44
12 22
).
+
n1
n2
Si las varianzas son conocidas entonces un intervalo para = 1 2 esta dado por:
12 22
2 2
,X1 X2 + u 1 + 2 ]
+
n1
n2
n1
n2
en donde u se determina a partir de las tablas de la distribucin normal segn el nivel de confianza 1 .
[ X1 X2 u
Si las varianzas no son conocidas, para encontrar un estadstico que nos sirve y cuya distribucin no depende
de estas varianzas, hay que hacer alguno supuesto suplementario. En efecto si tomamos como estimador de
12 22
+
con 12 y 22 las respectivas varianzas muestrales sesgadas,
la varianza de la diferencia
n1
n2
n1 12
12
n 2 22
22
~ n21 + n2 2 y
12 22
+
n1
n2
( X1 X2 ) /
n1 12
12
n 2 22
22
~ t n1 + n2 2
/( n1 + n 2 2 )
~ t n1 + n2 2
12
22
El estadstico
n1 12
12
~ n21 1 y el estadstico
n 2 22
22
45
N. LACOURLY
sU
sigue una distribucin de F de
rV
con una funcin de densidad igual a:
(( r + s ) / 2 )r r / 2 s s / 2 y ( r 2 ) / 2
( r / 2 ) ( s / 2 )( ry + s )( r + s ) / 2
y > 0
En efecto, como U y V son independientes, se puede calcular fcilmente la funcin de densidad conjunta de
(U,V):
u ( r 2 ) / 2 e u / 2 v ( s 2 ) / 2 e v / 2
u > 0 , v > 0
f ( u ,v ) = r / 2
2 ( r / 2 )2 s / 2 ( s / 2 )
Con el cambio de variables (U,V) (Y,Z) con U=rYZ/s y V=Z, obtenemos la densidad conjunta de (Y,Z):
g( y , z ) = ( rz / s )
( r / s )( r 2 ) / 2 y ( r 2 ) / 2 z 2 +( r + s ) / 2 e ryz / 2 s e z / 2
2 ( r + s ) / 2 ( r / 2 ) ( s / 2 )
y > 0 , z > 0
fY ( y ) =
g ( y , z )dz =
(( r + s ) / 2 )r r / 2 s s / 2 y ( r 2 ) / 2
( r / 2 ) ( s / 2 )( ry + s )( r + s ) / 2
12
22
y > 0
n 2 1 n1 12 22
)(
)(
) ~ Fn1 1 , n 2 1 .
n1 1 n 2 22 12
Ejercicio:
Muestre que
1
~ Fs ,r .
Y
rY / s
~ Beta(( r 2 ) / 2 ,( s 2 ) / 2 ) .
1 + rY / s
46
2 n + u 2 u 4 + 4 nu 2 4 n 2 u 2
2( n + u 2 )
[
n
n + u2
( +
2
2
( 1 ) u 2
u2
n
+ u ) + u (1 ) + u ]
+ 2,
)u
(
n
2n
n
2n
4n n + u 2
4n 2
( 1 )
( 1 )
]
, + u
n
n
4.4 EJERCICIOS
1. Sea una m.a.s. X 1 , X 2 ,..., X n de una distribucin normal de media desconocida y varianza 2
conocida.
a) D el nmero mnimo n del tamao de la muestra para que un intervalo de confianza I a 95% tenga un
largo L a lo ms igual a 0.016 .
b) Sea L = / 5 . D el nivel de confianza 1 cuando n=10, 20, 30 y 100.
c) Repetir b) con 2 desconocido. Comente.
d) D el intervalo de confianza de largo mnimo para con un nivel de confianza de 95%, cuando 2 = 4 .
2. Una empresa desea estimar el promedio de tiempo que necesita una secretaria para llegar a su trabajo. Se
toma una m.a.s. de 36 secretarias y se encuentra un promedio muestral de 40 minutos. Suponiendo que el
tiempo de trayecto proviene de una N ( , 2 ) , con 2 = 12 , d un intervalo de confianza para la media .
3. Se dispone de 10 muestras de sangre tomadas en las mismas condiciones a una misma persona. Se
obtiene para cada una la dosis de Colesterol (en gramos) 245, 248, 250, 247, 249, 247, 247, 246, 246, 248.
Cada medida puede considerarse como una realizacin particular de la variable X "tasa de Colesterol". Se
supondr que X ~ N ( , 2 ) .
a) D un intervalo de confianza para al 95% suponiendo 2 = 1.5 .
47
N. LACOURLY
Se tienen 2 muestras de tamaos n1 y n 2 respectivamente de una misma v.a. X medida sobre dos
poblaciones distintas. Se asume que para ambas poblaciones X sigue una distribucin Normal: N ( 1 , 12 ) y
N ( 2 , 22 ) respectivamente.
condicional P( C a ( x ) | x ) = ( a ) ( a ) si - a x a
( a ) ( x )
si x > a
48