Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Seccion : 1-
EIIS :] =
ELIE ? / Mi Mi ] ,
-
El [ ¿ [ % ( Miz 2mi Ñt ,
-
.
Ñ) * notemos
que
ÑN =
[% Mi ,
E- [HE .IM?-2Ei-;i.M+E.?.,MH
El [ ¥ / E? Mi -2M Nñ NÑ ) ]
'
=
= ,
. +
=
A- [ tu IE?.in?-NriY ]
recordemos VARCX] =
¢42 ] ¢ [ ✗ 12
-
Ú ( E ! EE] NEE] )
'
*
E- [✗2) VARCX] -1¢ [✗ ]
= -
=
,
tu / EF.it#iItEfIIl-NlVARlM1+Ecn- 5)
*
Como Mi es un consumo de V. A iid ,
Todos Tienen media y VARIANZA
G- [Mi ] M y VAR [ Mi ] Ó
MYÓ lo =
Por que
-
respectivamente,
-
[ [ SÉ ] ¥ / SÍÍ atril )
'
=
( VARG ] ¢[ ñ )
-
ERE %
= a + ri -
-
?
① El [ MI ? EEEE ,
Mi ] #% ,
El [Mi } I.
-
-
N
.
NE M
'
E- [ SÍ ] = 02 -
MY -
0% -
uf
= >
[[ SÍ ] =
ÓN =
ÓY = >
E- [ 5*1=02
.
( TÉ )
N
poblacional .
intuición Por lo dado en a)
µ
estimador sesgado # [? MÍ
'
, /
Se propone el siguiente S Mi lo
=
in por
-
ELJY =
ELKE ! IMi Mi ] ,
-
El [ ¥ [ % ( Miz 2mi Ñt
,
,
-
.
Ñ )
'
* notemos
que
ÑN =
É :-. ,
Mi
=
El [ t.TK?=iMi2-zMrNrTt NÑ ) ]
'
=
=
IELÍ.IE?..iM?-NrT) ] ¢ [ ✗ ] ¢ [ ✗ 12
a
recordemos VARCX]
-
=
,
=
l-N.tl?.=ilvAR-MiItEfIIl-NlVARlM)+Ecn-I)
*
Como Mi es un consumo de V. A iid ,
Todos Tienen media y VARIANZA
C- [Mi ] M y VAR [ Mi ] Ó
MYÓ lo =
Por que
-
respectivamente,
-
E- [ 5) =
t.IE?=.l0'tm4-NlVA-1tEY--N
?
① El [ A] ? G- [IE Mi ] #% ,
El [Mi ] I.
-
-
N
.
NEM
'
[[ 5 ]
=
# ( No ( oatrí ) NIOYN -
+ vi ) )
NMY F Ntvi ) )
÷/
'
No
-
= + -
f- [ Í] 04N-9
÷
= .
[ [ 54=02
DATOS
☒ ys :
media MUCSTRAI
n : 45
µs 3/3 TB
02=3%3 + B) '
(3+8+1)
=
39/13+85 ( Btl)
✗ =
0,1
En 2-
lugar ESTANDAR efecto Tenemos que
=
Arenas en
primer ,
lo
por que REMPIATAMOS
¥÷E÷
←
y ,
normalmente .
IP t-i.sn/aszsZ %) , -
=
1- a
<
RI Zo SE S
Zaas) =
0.9
-
, qs
1,64 <
2-
<
1,64
⇐ o
-1.6 " ' < 1.64 TÉ
,
<
-0.423 < Éste < e. 423
# TÉ
⇐>
-0.423
<
(( 3T B) En -
3) TÚ < 0.423
A
µ
-
4
n
E
€¡ 4.08
=
=
sí Él .
= 3,548
✗ =
0,01
9.sx.az??-.asfXn-i
'"
Icon .
=/ ,
,
/ =/
,, _ µ,,
✗{
coros ,
Icqqy .
'
[ 1,353 ; 18,404 ]
PARA Tn =
2% Tenemos :
•
Sesgo :
Bias [ Tnl lo ] =
[[ 2 En -
O ]
=
2 IELEN ] -
BIAS [Tnlo ] =
2¢ [ ✗ ] -
O
Tanto
¥
-
o
=
g. o
BIAS [ Tnt o ] = o
•
VARIANZA : VAR [ Tn] .
VAR [ 2 En]
YVAR [ Ín ]
§
=
§
VAR [Tn ]
=
4.
4¥ VARCTN]
= =
VARLTN] .
= >
OT )
El / 2in GT ]
=
-
A- [ yxi -4%0+04
=
41-1%1 -4011N + ó
'
*
recordar f- [ E) =
VARIXITIELX ] ,
en efecto
"
tio
40¥ +4¥ ¥+0
= .
-
MSE
4¥ MSECTN] 4.
¥ §
-
>
- -
= -
•
PARA Sn '
MAX {X , .
.
.
n }
CAICUIARCMOS LA COF de Sn
en primer lugar Todos tienen la misma probabilidad
-
,
Xn EN =/ PLX ,
a. × ) .
. . .
:/PIXNEX)
↳
independencia
COMO ✗ es UNA V. A ¡ ¡ d Tenemos que
"
Fsnlx) -
-
☒(✗ sx)
)
PARA obtener IAPDF BASTARIA derivar el resultado Anterior ,
en efecto
"
fsnlxi.tn#N=nlHIXsxd !%¥
"
=
n.IE .
•
fxlxi
Como ✗ ~
V10 -01,
Tenemos que :
1 : ::
⇐ "" ACN ✗ c- [ 0,0] Sacar cof F
•
con
-
= :
¥ « ✗ < o
-
Pdf : f
SACAR esperma
lo TANTO
por
{
si os # o
fsnlx) n
[
.
=
¥ si os O
•
fsn ,# o
si no O Si no
-
>
✗ •
,
-
no O
ELSIE
lntl )
Sesgo BIASLSNIO] El Sn O]
• . -
:
Ellsnl
-0=1%-0 nq;qn
= .
BIASLSNIO] =
-
¥
•
¢ /SI
EICSÍ
Í¥
- .
¡ nif.idx-jn.FI/!=n!-
+ ✗
Ellsí ]
=/ f. ix. Ed ✗
-
-
✗
en efecto VARCSN]
.hn#- YÉ
=
☒+ # +
no
'
-
Á zriól -
(ht 2) ( NHÍ
VAHSN.in?!-n+o .
[ [ ( Sn Á ] -
¢ [ si -205nA ]
=
'
E- [ Si ] -20¢[Sn] -102
¥+2.20
.no#-+oaMstlsnl=o'n?--I1).,-
=
"
o
El # sn} E-[ si ¥
=
C-[A
.
=
= ,
O] ¢ [ a)
Sesgo Bias [ Rn / b) ¢ / O o
=
• =
-
=
:
BIASCRNIO] o =
VAR [ Sn]
VAR[ ¥ ]
Sn
VAR [ Rn]
=
VARIANZA :
•
=
:¥-#
=
VARCRN]
ÉI
=
"
•
Error CUADRATICO Medio : MSELRN) =
VARIÓ ] t / Biff
MSELRNT
.rs#si
" "
•
NOTEMOS
que entre los estimadores ,
descarto de inmediato Sn pues ,
NO ES Estimador in
sesgado
"
" "
notemos
=
que
=
>
§ Ésta =
<
3 =
nlntri
<
n = 1
•
Por lo si n Toma Valor 1 VAR / Tn) =
VARIAN serio indiferente A LA elección
que ,
por
-
,
caras
,
el de decir ✗
=
n ( CARAS) es
caigan mismo numero veces es n :
, ,
¥
"
(%) Í
ZI
"
MAN ¿ ¿
=
°
- =
_ . •
Kanin !
NIK n) -12Mt -
'
( n ! ) yn
Es inmediato que
Lim t.PL/=n)=Lim °
no . n . .
¡
Notemos que LA ley de los grandes números en contexto A NUESTRA Situación
,
nos
con LA
que
SAIDRA CARA ( o Sello) Se Acercara A UNA constante , en este caso ,
E. * ¿ ¿ n-ne.in
"
n =
Lim
no
KT n- re K"
11 !
= Lim
ni
[ IPIYN
-
-
ii. o
Se da por Propiedad
de Poisson
=
Lim IPIYNEM ) ao
n - no
)
variables ( X Xn) donde ✗KNP /1) 11=1 , in
NOTAR Yn suma de n
-
con
. .
es
que
•
una , ,
.
. .
•
Ahora Aplicaremos TLC el cual se cumple Xie es d con E- [ Xn] :
VARUN -1=1
, ya que ¡ ¡
n → no
1) t'
Lim
1M¥ s
=
more
de LAS V. A ✗
Suns
Lim IPI a) •
lrn
¥1 a.
-
=
En
nos
=
notamos que
Iplrn / ¥ / ) so)
→
=
Lim .
no
estandarizado
-
¥Mqn
CSTA
NOTAR Que es por lo que
g) -0
✗n
E
=
Lim pl del Tipo
n- A
=
Lim
n -
no
IPI a. a) =
1/2
,
vista de forma grafica .
%.IE?.&..#
DATOS :
E :
204,5
S 7,2
n = 25
X~NIM.at
d) notemos
que
O es desconocido ,
Por lo
que nuestro intervalo de confianza
ICHI '
E ± [ ni .sn/ISElI)
, ,
TÁ TÉ
.
(E) 1.44
y SE
'
donde
=
ICVÍ ) ± Tú ,
•
t.tt
:
204,5 qqzs>
ICIXT .
=
[ 201,527 ; 207.472
]
notemos que
O es desconocido y necesitamos El IC PARA IA VARIANZA por
lo
Í
=/ i-z.iq#n-I(a/z
(ni
IC / 04
:-, / ,
,
×
"".
✗% , qozs , ✗{410,97s )
IC (G) =
[ 31.606 ; 100.3271
notemos
que 0=49 es Conocido
,
Por lo
que nuestro intervalo de confianza
T.cl/H=E ± Z µ ; SE (E)
¥5
, _
SE (E)
1. Y
2=0,05 1,96
=
donde Z, .
. .us
=
Zaqzs
=
,
=
,
Por lo Tanto :
,
ILÍX) [ :
201.756 ¡ 207.244
]
4=142,34
'
-
.
de ICLIÍTX ± Z ,
-
2. ftp.ak.SELXN donde Zi -
Na : 1,96 y SELF )
=
Arn = 7 / Tn
LA siguiente
por lo Tanto nos
queda ecuación :
211,96 71M ) .
=
2,3 <
n =
142 zzg .
debe
( nPor lo
ser entero
que sommes n
=
)
143
Z, SE (E) =
2,3
-
✗ ¡ 2-
donde SE (E)
=
1.4
2/2 0.7939
Z
ÉS Z 0.8214 A
=
= > = =>
-
,
-
así ,
_
= > ✗ =
0.4122
es el nivel 58,78%