Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Dr. Luis Huamanchumo de la Cuba
MUESTREO MULTIVARIADO
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA– Muestreo multivariado
Dr. Luis Huamanchumo de la Cuba
Muestra y Observaciones
Multivariadas f(x1,x2)
x2
x1 x2 x3 … xp
x1
Matriz de Datos con
Distribución Normal ó
Matriz Normal
Teorema 3.3.2 (Mardia p.65)
Si X(nxp) es una matriz de datos normal Np(,) y si Y(mxq)=AXB,
entonces, Y es una matriz de datos normal si y sólo si:
Si se cumplen las condiciones (a) y (b), entonces, Y es una matriz de
datos normal de una población con distribución Nq(αB’ , B’B)
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Entendiendo el problema…
Si Y(mxq)= A(mxn)X(nxp)B(pxq), entonces,
Y = [yij]; yij = r,sairxrsbsj
donde los yij se distribuyen como normales univariados.
¿Bajo qué condiciones Y tiene distribución normal si X es normal?
n
A(mxn)X(nxp) = [ij]; ij =aikxkj
1
Y(mxq)= A(mxn)X(nxp)B(pxq)
n
n
A(mxn)X(nxp) = [ij]; ij =aikxkj
1
…
…
…
…
…
…
m1 m2 … mp bp1 bp2 … bpq
1j
2j
…
nj
Y(mxq)=AXB es normal
Prueba.‐
Por propiedad: vec(Y) = vec(AXB)=(B’A)vec(X) (i)
X1 nx1 µ1 nx1
Media X2 nx1 µ2 nx1
E(vec(X)) = E( ) = = µpx1 1n (ii)
…
Xp nx1 µp nx1
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Varianza
De (ii):
var(vec(X)) = E{(vec(X) ‐ µpx1 1n )(vec(X) ‐ µpx1 1n )’} = [ rs ](npxnp)
donde:
ii ; r=s y i=j
…
…
…
p1 0 p2 0 pp 0
…
0 p1 0 p2 0 pp
De (i),(ii) y (iii):
E(vec(Y)) = (B’A)E(vec(X)) = (B’A)(µ1n) = (B’µ A1n) (v)
var(vec(Y)) = (B’A)var(vec(X))(BA’) = (B’A)(In)(BA’)
Esto se cumple si A=I A1 = 1
AA´ = 2I = I
Y Nq(B’µ , B’B)
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Prueba.‐
Por hipótesis; dado que X(nxp) es matriz normal, vec(X) es vector normal npx1.
De (i), se concluye que vec(Y) es normal tal que:
Por hipótesis y (vii):
Teorema 3.3.3 (Mardia, p.65)
(a) B’D=0 ó
(b) AC’=0
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Vectorizando Y y Z se tiene que:
vec(Y) = vec(AXB)=(B’A)vec(X) (i)
vec(Z) = vec(CXD)=(D’C)vec(X) (ii)
cov(vec(Y),vec(Z)) = cov((B’A)vec(X), (D’C)vec(X)) = 0 por hipótesis
= (B’A)var(vec(X))(D’C)’ = 0
= (B’A)(In)(D’C)’ = 0
= (B’ DAC’) = 0
B’ D = 0 ó AC’=0
Escuela Profesional de Ingeniería Estadística – FIEECS
ESTADÍSTICA MULTIVARIADA–
Prof. Luis Huamanchumo de la Cuba
Muestreo multivariado
Prof. Luis Huamanchumo de la Cuba
Gracias!!!