Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
MUESTREO MULTIVARIADO
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA– Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Muestra y Observaciones
Multivariadas f(x1,x2)
x2
x1 x2 x3 … xp
x1
Matriz de Datos con
Distribución Normal ó
Matriz Normal
Teorema 3.3.2 (Mardia p.65)
Si X(nxp) es una matriz de datos normal Np(,) y si Y(mxq)=AXB,
entonces, Y es una matriz de datos normal si y sólo si:
Si se cumplen las condiciones (a) y (b), entonces, Y es una matriz de
datos normal de una población con distribución Nq(αB’ , B’B)
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Entendiendo el problema…
Si Y(mxq)= A(mxn)X(nxp)B(pxq), entonces,
Y = [yij]; yij = r,sairxrsbsj
donde los yij se distribuyen como normales univariados.
¿Bajo qué condiciones Y tiene distribución normal si X es normal?
n
A(mxn)X(nxp) = [ij]; ij =aikxkj
1
Y(mxq)= A(mxn)X(nxp)B(pxq)
n
n
A(mxn)X(nxp) = [ij]; ij =aikxkj
1
…
…
…
…
…
…
m1 m2 … mp bp1 bp2 … bpq
1j
2j
…
nj
Y(mxq)=AXB es normal
Prueba.‐
Por propiedad: vec(Y) = vec(AXB)=(B’A)vec(X) (i)
X1 nx1 µ1 nx1
Media X2 nx1 µ2 nx1
E(vec(X)) = E( ) = = µpx1 1n (ii)
…
Xp nx1 µp nx1
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Varianza
De (ii):
var(vec(X)) = E{(vec(X) ‐ µpx1 1n )(vec(X) ‐ µpx1 1n )’} = [ rs ](npxnp)
donde:
ii ; r=s y i=j
…
…
…
p1 0 p2 0 pp 0
…
0 p1 0 p2 0 pp
De (i),(ii) y (iii):
E(vec(Y)) = (B’A)E(vec(X)) = (B’A)(µ1n) = (B’µ A1n) (v)
var(vec(Y)) = (B’A)var(vec(X))(BA’) = (B’A)(In)(BA’)
Esto se cumple si A=I A1 = 1
AA´ = 2I = I
Y Nq(B’µ , B’B)
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Prueba.‐
Por hipótesis; dado que X(nxp) es matriz normal, vec(X) es vector normal npx1.
De (i), se concluye que vec(Y) es normal tal que:
Por hipótesis y (vii):
Teorema 3.3.3 (Mardia, p.65)
(a) B’D=0 ó
(b) AC’=0
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Vectorizando Y y Z se tiene que:
vec(Y) = vec(AXB)=(B’A)vec(X) (i)
vec(Z) = vec(CXD)=(D’C)vec(X) (ii)
cov(vec(Y),vec(Z)) = cov((B’A)vec(X), (D’C)vec(X)) = 0 por hipótesis
= (B’A)var(vec(X))(D’C)’ = 0
= (B’A)(In)(D’C)’ = 0
= (B’ DAC’) = 0
B’ D = 0 ó AC’=0
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba