Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción:
En la primera parte de la asignatura hemos introducido el estudio de la Estadística
partiendo de su relación con la teoría de Probabilidades. Recordemos que en
probabilidades partimos del conocimiento de la distribución que sigue la variable y
estudiamos varias distribuciones Probabilísticas entre ellas:
¿Con cuales herramientas cuenta el Estadístico para que los riesgos sean
mínimos en su decisión?
Con los Estadígrafos y las Distribuciones Muestrales que comenzaremos a
estudiar en esta conferencia que tiene como objetivo:
1. Conocer el concepto de distribución muestral y su relación con los estadígrafos
2. Caracterizar las distribuciones muestrales
Recordar: Estadígrafos: una fórmula o función que se evalúa con los datos de la
muestra,
Ejemplos:
X1 + X2; si X1 y X2 son la primera y la segunda observación de la muestra de
tamaño n
n
X
i 1
i ; si X i son observaciones de una muestra
n
así mismo: X
i 1
i
S2
1
Xi X i 2
X n 1
n
X ~ N X ; X
2
N
X ~ X ;
X2
X Y X Y
n X2 Y2 ~N(0;1)
X
Y2
Y ~ N Y ; Y2 nx y n y
cualesquiera Y ~ N ;
Y n
n X nY
Y
X2 Y2
X Y ~ XN ;
Y
n n
X Y
y se conoce que:
X ~ N (300; 12) y Y ~ N (294; 14)
Calcule la probabilidad de que el compresor X supere, en un turno de 8 h, el
tiempo promedio entre averías al compresor Y, si usted dispone de 10 reportes de
averías de cada equipo.
Solución:
X2
X ~ N X ; X X ~ N (300; 12)
2
X ~ N X ; X ~ N 300; 12
n X 10
Y2
2
Y ~ N Y ; Y Y ~ N (294; 14) N
Y ~ Y ;
nY
Y ~ N 294; 14
10
X2 Y2 12 14
N
X Y ~ X ; X Y ~ N 300 294;
n X nY
Y
10 10
X Y ~ N (6; 2.6)
X i
X i
n 2
(Xi X ) X i
2
nX 2
S2 i 1
n 1 n 1
(Pero para decisiones prácticas respecto a σ 2 tenemos que construir un
estadígrafo cuya distribución sea conocida).
El mejor estadígrafo para ello sería obtenido de la siguiente forma:
S 2 (n 1)
2
S 2 ( n 1)
Puede demostrarse que ~ X 2( )
2
n=16
2
P(S2 2 ) =?
Completando el estadígrafo:
S 2 (n 1) 2 ( n 1) 15
P( ) P( X 2 ; 15 ) P ( X 2 ; 15 7,5)
2
2 2
2
2
X ~ N ( , )
n
X
~ N(0;1)
/ n
n = 9 menor de 25
S = 0,2
X 0,3(3)
P( ( X 10,3) P ( s )
0,2 )
n
0,3(3)
P (t ; 8 ) P (t ; 8 4,5) 0,001 1%
0,2
Decisión:
Como es tan pequeña la probabilidad de que sea superado el LSE no vale la
pena ajustar la máquina aún.
Esto es:
X1 ~ N( 1 , 1 ) ------ n1 ---- X 1
2
X2 ~ N( 2 ,
2
12
) ------ n2 ---- X 2
Y formamos X 12 X 2 2
2 2
X1 X 2
2 2
~ N( 1 2 ; 1 2 )
n1 n2
2 2
1 y 2 son desconocidas pero iguales
Restricción Adicional
Aunque no conocemos el valor que toman: 1 y 2 y podemos estimarlas
2 2
n1 n2 2
2
( X 1i X1 )2 ( X 2i X )
Sp i 1 i 1
n1 n2 2
Perdemos dos grados de libertad uno por cada x media calculada
De ahí que al construir el estadígrafo nos quede:
( X 1 X 2 ) ( 1 2 )
1 1 ~ tn1+n2-2 Grados de libertad
Sp
n1 n2
Estadígrafo:
2
Sx
2
x
2 ~F; 1 ; 2
Sy
2
y
2
x
~F; 1 ; 2
nx y ny 2
Y ~ N Y ; 2 Sy
Y cualesquiera que 2
25 y