Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2019
Máxima Verosimilitud
Supongamos que tenemos una muestra aleatoria simple X1 , X2 , ..., Xn e Y1 , Y2 , ..., Ym en
donde
X1 , X2 , ..., Xn , Y1 , Y2 , ..., Ym
son independientes.
Sabemos que
iid iid
Xi ∼ f (θ1 ) ∧ Yi ∼ f (θ2 )
Por tanto nuestra funcion de verosimilitud
Ejemplo
iid 2 iid 2
Si Xi ∼ N (µX , σX ) y Yi ∼ N (µY , σY ) entonces el EMV de µX − µY es X̄ − Ȳ
n,m grandes
Si n, m son grandes, relajamos la hipótesis de normalidad...
iid iid
Sean X1 , ..., Xn ∼ N(µX , σ 2 ), Y1 , ..., Ym ∼ N(µY , σ 2 ) con σ desconocido. Se puede
demostrar que:
X − Y − (µX − µY )
r ∼ tn+m−2
1 1
SP +
n m
donde
2 + (m − 1)S 2
(n − 1)SX
Sp2 = Y
n+m−2
iid 2 iid 2
Sean X1 , ..., Xn ∼ N(µX , σX ), Y1 , ..., Ym ∼ N(µY , σY ) con σX , σY desconocidas y distintas.
Se puede demostrar que:
X − Y − (µX − µY ) ·
s ∼ tdf
2
SX SY2
+
n m
donde df es el entero mas cercano a
2 /n + S 2 /m
2
SX Y
2 /n)2
(SX (S 2 /m)2
+ Y
n−1 m−1
Una muestra aleatoria de tamaño n1 = 25, tomada de una población normal con una
desviación estándar σ1 = 5, tiene una media X 1 = 80. Una segunda muestra aleatoria de
tamaño n2 = 36, que se toma de una población normal diferente con una desviación estándar
σ2 = 3, tiene una media X 2 = 75. Calcule un intervalo de confianza del 95 % para µ1 − µ2 .
Comente
Sinnitrogeno = (0.32, 0.53, 0.28, 0.37, 0.47, 0.43, 0.36, 0.42, 0.38, 0.43)
Connitrogeno = (0.26, 0.43, 0.47, 0.49, 0.52, 0.75, 0.79, 0.86, 0.62, 0.46)
Construya un intervalo de confianza del 95 % para la diferencia entre los pesos medios de los
tallos que no recibieron nitrógeno y los que recibieron 368 ppm de nitrógeno.
sin <- c(0.32, 0.53, 0.28, 0.37, 0.47, 0.43, 0.36, 0.42, 0.38, 0.43)
con <- c(0.26, 0.43, 0.47, 0.49, 0.52, 0.75, 0.79, 0.86, 0.62, 0.46)
t.test(sin,con,var.equal = T,conf.level = 0.99)
##
## Two Sample t-test
##
## data: sin and con
## t = -2.6191, df = 18, p-value = 0.01739
## alternative hypothesis: true difference in means is not equal to 0
## 99 percent confidence interval:
## -0.34843753 0.01643753
## sample estimates:
## mean of x mean of y
## 0.399 0.565
iid iid
Sean X1 , ..., Xn ∼ Ber(p1 ), e Y1 , ..., Ym ∼ Ber(p2 ) (independiencia entre variables X e Y).
Para n, m grandes, se puede demostrar que:
Supongamos que un fabricante necesita cierta pieza que puede ser proporcionada por dos
abastecedores A y B a un mismo precio. Las piezas de A son defectuosas con probabilidad p1
y las de B con probabilidad p2 . Supongamos ademas que de n1 = 100 piezas del proveedor A
se encontraron 10 piezas defectuosas mientras que de las n2 = 150 del proveedor B se econtro
11 defectuosas. Interesa determinar un intervalo del 90 % de confianza para la diferencia de
proporciones de piezas defectuosas de estos dos abastecedores.
iid 2 iid 2 2 2
Sean X1 , ..., Xn ∼ N(µ1 , σX ), Y1 , ..., Ym ∼ N(µ2 , σY ) todas independientes con σX y σY
desconocidos. Sabemos que
S2
UX = (n − 1) X 2
∼ χ2n−1
σX
y
SY2
UY = (m − 1) 2
∼ χ2m−1
σY
Asi,
UX /(n − 1) S 2 σ2
= X2 Y2 ∼ F (n − 1, m − 1)
UY /(m − 1) SY σX
Con esto, teniendo en cuenta que fα/2 y f1−α/2 (no hay simetrı́a) como los cuantiles α/2 y
1 − α/2 de la distribución asociada. construimos el IC.
Entonces !
SY2 n−1,m−1 σ2 S 2 n−1,m−1
P 2
fα/2 ≤ Y
2
≤ Y f
2 1−α/2
=1−α
SX σX SX
Usando la propiedad de la distribucion F
1
fαn−1,m−1 = m−1,n−1
f1−α
2
σY
El intervalo de confianza para 2
es
σX
SY2 1 SY2 n−1,m−1
2
, f
m−1,n−1 S 2 1−α/2
SX f1−α/2 X
##
## 2-sample test for equality of proportions without continuity
## correction
##
## data: x out of n
## X-squared = 11.038, df = 1, p-value = 0.0008928
## alternative hypothesis: two.sided
## 98 percent confidence interval:
## 0.02957633 0.17042367
## sample estimates:
## prop 1 prop 2
## 0.475 0.375
p1 <- 190/400
p2 <- 300/800
sdp <- sqrt(p1*(1-p1)/400+p2*(1-p2)/800)
a <- c(p1-p2-qnorm(0.99)*sdp,p1-p2+qnorm(0.99)*sdp)
a
bebida1 <- c(3.06,3.72, 3.10, 2.47, 2.25, 3.86, 3.27, 4.54, 3.00, 2.36)
bebida2 <- c(2.06, 1.83 ,2.14 ,2.97 ,2.63 ,3.10 ,2.64, 2.96)
Realice un test de hipotesis para determinar si los contenidos de azucar promedio de ambas
bebidas son iguales o no, indicando los supuestos bajo los cuales trabaja.
t.test(bebida1,bebida2,var.equal = T)
##
## Two Sample t-test
##
## data: bebida1 and bebida2
## t = 2.0904, df = 16, p-value = 0.0529
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
## -0.0087775 1.2522775
## sample estimates:
## mean of x mean of y
## 3.16300 2.54125
##
## F test to compare two variances
##
## data: bebida1 and bebida2
## F = 2.3044, num df = 9, denom df = 7, p-value = 0.2838
## alternative hypothesis: true ratio of variances is not equal to 1
## 95 percent confidence interval:
## 0.4777726 9.6716785
## sample estimates:
## ratio of variances
## 2.304401