Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 1
Clase 1
Estadística Inferencial
12 de agosto de 2021
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 locali-
zación.
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.
El conjunto formado por todas las variables aleatorias de localización y escala se llama familia
de localización y 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
donde ηi y B son funciones real-valuadas que dependen de θ y Ti , h(x) son funciones real-
valuadas que solo dependen de x.
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 Var(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
entonces la función generadora de momentos MT (u) de los T 0 s existe para alguna vecindad del
cero y está dada por:
MT (u) = exp {A(η + u) − A(η)} .
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)