Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 1
Clase 1
Clase 1
Estadı́stica Inferencial
Profesor
Carlos Gaviria.
Facultad de Ingenierı́a.
Área de Formación en Ciencias Básicas.
Universidad de San Buenaventura.
Semestre 2017-2
Familia de Localización
Sea U una variable aleatoria fija con distribución de probabilidad FU y considere
la variable aleatoria X = U + a con a ∈ R. La variable aleatoria X es una variable
aleatoria de localización si y solo si se satisface:
FX (x) = P (X ≤ x) = FU (X − a)
El conjunto formado por todas las variables aleatorias de localización se llama
familia de localización.
La Familia de Escala
Sea U una variable aleatoria fija con distribución de probabilidad FU y considere
la variable aleatoria X = bU con b ∈ R+ . La variable aleatoria X es una variable
aleatoria de escala si y solo si se satisface:
X
FX (x) = P (X ≤ x) = FU
b
El conjunto formado por todas las variables aleatorias de escala se llama familia
de escala.
Ejercicio
1 Muestre que la distribución normal pertenece a la familia de localización y
escala.
2 Muestre que la distribución Gamma pertenece a la familia de escala.
La Familia Exponencial
La Familia Exponencial
Sea X una variable aleatoria con distribución de probabilidad F que depende del
parámetro θ que es s-dimensional. La variable aleatoria X es una variable
aleatoria que pertenece a la familia exponencial de distribuciones si y solo si la
función de probabilidad f se puede escribir como:
( s )
X
f (x; θ) = exp ηi (θ)Ti (x) − B(θ) h(x).
i=1
La Familia Exponencial
La Familia Exponencial
Teorema
Para cualquier función integrable f y cualquier η se tiene que la integral:
Z ( s )
X
f (x) exp ηi Ti (x) h(x)dx
i=1
es continua y tiene derivada de todos los órdenes con respecto a los η 0 s y ellas se
puede obtener derivando bajo el signo de integral.
Teorema
Si X es una variable aleatoria que pertenece a la familia exponencial de
distribuciones, entonces:
∂A(η)
1 E(Tj ) = ∂ηj
.
∂ 2 A(η)
2 Cov(Tj , Tk ) = ∂ηj ∂ηk
.
∂ 2 A(η)
3 V ar(Tj ) = ∂ηj2
La Familia Exponencial
Ejercicio
1 Use el último teorema para calcular la esperanza y la varianza de
X ∼ bin(n, p) cuando n es conocido.
2 Use el último teorema para calcular la esperanza y la varianza de
X ∼ poisson(λ).
3 Use el último teorema para calcular la esperanza y la varianza de
X ∼ N (µ, σ).
Teorema
Si X es una variable aleatoria que pertenece a la familia exponencial de
distribuciones donde la densidad de X está dada por la forma canónica:
( s )
X
f (x; η) = exp ηi Ti (x) − A(η) h(x).
i=1
Definición
Sea X una variable aleatoria discreta con función de masa de probabilidad f que
depende del parámetro θ. La variable aleatoria X pertenece a la familia de
distribuciones de series de potencia si su función de masa de probabilidad se puede
escribir como:
a(x)θx
f (x; θ) = ,
c(θ)
a(x)θx < ∞, para algún θ > 0.
P
para cualquier función a(x) tal que
x