Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PARCIAL INFERENCIA
inmediata media
varianza iq µ
media
mediana muestral X
MEDIDAS DE DISPERSIÓN
Rango
sa tos
brazos Ip a
9 4 9 observaciones
atípicas
50
mediana
si
mediana L media
REPASO PROBA
densidad 0 fin de
masa de probabilidad a
DX
flxlsifflxldx.to
bien
DX
flex 1 y f 30
FUNCIÓN
EH P Xex faldx
jf
PROPIEDADES de Fx x
it himFxlxt
sOX
aiilffzfxlxl 1
la esperanza de como
411
EH
Xf DX
dado Por
el.geD
PROPIEDADES
DEL VALORESPERADO
VARIANZA var X E LX E la V E x2 E 12
COVARIANZA sean
X dos v a la covarianza entre estas dos
y
si Covasy 1 0
Ely 1PM ey
p gatas
P HE g y
Fx g y y finalmentefyly 7 19 y dayg y
fut
DX
Milt Efe
fe f dx
DX
ALGUNOS
MODELOS DE PROBABILIDAD
I BERNOULLI X Ber p
con prob p
Es Util xa modelar eventosdicotómicos en
con prob I p
algunas ocasiones se tiene que g I p
pl
fix p p ll
IÜ
EG p
Vara PLi p
E BINOMIAL X Birth Pt
fLxinsp
on n
g ÉI
EH
npvarlxt p
np.li
E POISSON X Po N
axial tio
El X Vara
si Po X y y Polloa i Xt y Po X c da
NI EXPONENCIAL lxvexplt.tl
E O EG to
PROPIEDADÉ e
1 PÉRDIDA DE MEMORIA 1 1
s ste
tiempos de intervalos
Y
IT
V UNIFORME X Ula b
f Xia b Al
f
Fa la b
El ajo
var Ibi
12
Ul NORMAL X N µ 04
1 X µ 04 exp X µ x con µ e IR
IR 02 E Rt
E µ
Var X 02
moda mediana
normalizar 2 X NO 1
µ Oro 68T
95
µ 20
30299
si quiN 0,2 y y
Mua Ora
NG.ua
xi y ahora
30 1 0 o 2030
20
two ÉI
p ÉxD
ÉL
d SO
pero
d
EH
d
Var
pa
PROPIEDADEN
Si 2 1 X Exp p
Hull
Ji Cuadrada
sea Xn Un conjunto de v a N fu 02
Definimos 2 Xi µ i 1 n
Ziv NO 1
luego w z
PROPIEDADES
1 tiene soporte en Rt
a la distr
ej
por
v1 Elm n
vi var w 2h
UN E student
PROPIEDADES
jicuadradaque
compone
im con Xt y
PROPIEDADEN
ü tiene soporte en Rt
iiitkmmi
fm.rs
1 DISTRIBUCIONES DE NUESTRO E
muestra aleatoria
aa.inea.ua
estadístico fn xa datos
resumir
distribución
1
Formalmente sea Xn un conjunto de v a independientes e
identicamente
ESTADÍSTICO Sea
Xr una ma y considere a 94 Xn 1 1 una
Ej 1 TE Ei
i
Xi
n
iii TE texi
Ez E
iii THI 109k
in TK
ii
Hi Ip
f X0
y sea TK 9k tn un estadístico
Como TCI
es fr de v a TE es una V a Por lo tanto 7 fans de
asociadas a TCI A F t
distribución
y densidad derrotadas por F Lt y tilt respectivamente
DISTRIBUCIONES DE
1 T LIKE Ln Xi
tersa EI
mediamuestrae
sea fu
la fn µ TK Ln xi
generadora
que Tlt I NL
demomentos
Efnqtxj tnqfelxil.tnTlM
tnEEIExif µ
OBSERVACIONES
El f
se distribuye Normal
Sr ÉILxi Xi un Nsa Ki x p
n 1 5 81 Xi F
a
in tos i Hi IP
i talxixi _El
i Y
sabemos que si Xiv N Zi tio
µ 04 NCO I y tmb
sabemosque
txt
w
Izzi m
EE vkin.is
ELxi
i
xtvkn.ir
sea
deberíamos de tener F m
consideremos lo siguiente
Fu
Lte un
N 0,1
III ten i
orfría n i F
s
sp
mediaran
Resumen
1 t X
52T 1
fqconoa.ua oraesconociaa
oEiNiaiE kn n Mm
i i i i i i i i l i
si i i i i i i i il
muestreo de T Sa
y Hi I
distribucisteoxamediammstra
coos Lassa o O o
tomar Laprob acta esque
la casita 2 42 8 ga z
vk.is 1 2 o.is
ii 01 1 6 C.rs 112 112
o cama
C ix 251 1 2
14 2 0 0445
lista
0.48
2 0.075
Els
talo481 12110.075
Varlsa
i i i i i
ESTADÍSTICOS DE REDEN
i i i i i
la muestra
muestradesordenada
sindice
estadísticodeorden
DISTRIBUCIÓN ESTADÍSTICOS
DE ORDEN
P x Et PLXret
_PLXnktfqnftt
HD 7
de distr.de Xu es
Fxaltl l G
FxltlJnFxa
Ltl nll FxltlJn fxltl
Ejemplos
i Filth
In
f Ht n
que que
Xi tiempo
b Calcula 7
Xiv Exp Í
P WEI 0.7768
P Wal 0.7768
l
PW 0.7768
0.1
Xi Xn y min Xi n fy y
L PG Y Xnsy l Pki y
Pki g I P Xi Ey 1 22 3 d 1 3 312
f 2 e 1
314 312J
t 3zfz zze.is fi
I e
1 Pdi341 312b n é Y
E 1 e Ey g l
yo ExpEn
f y 3 EE't y
Io iiEn
iii
n
Obtenga la distribución de
i
Iti
Yin Berlp
I P l
Film 4in Ber I Fx µ
p Plxi µ Xitle
i
Yin BinLn I Fx full
SUCESIONES DE VARIABLES
ALEATORIAS
si esta fuera muy grande Es decir que pasa si contamos con muchos
datos Para dar respuesta a lo anterior será necesario estudiar el
comportamiento
de sucesiones de v a ya que una ma es una sucesión de v a
sucesión de v a es una frecuencia de variables para las cuales sus
Una
probables
con ciertas probabilados asignadas
tipos de convergencia
G convergencia en distribución
2 convergencia en probabilidad
Anc n himPLAN
risa
43
convergencia de distribución
idea Xi X2 Xs 11 rex
O s
deI
sea Xi F o bien Xr una sucesión de v a con fin de distribución
EH
PK C L
f
Xnd rc
c X
Ejemplos
Demuestraque Xnd
szP.dhnqj.hn xl 1 siemprenegativo
nci
him l Li XP 1
µ
losp raro
Determine la fr de distribuciónasintótica de En
link El
n no
i Xr d
e Exp 1
EMIYd
P.d limfalx Y
nos XP
Estill ti El
ISAIAH H tim
n no Él El
timen Li EIN Ein mi t Ft H
iEs
kami ti El miel EH
iEs
hizo ti EY YE é
n nln illnzlu.tn x
F i
Esconvengencia en probabilidad
n a
sutesióntiva
perono
PUN ca EI
a
PUX
ukkotzlktz.PL
X
MlZkOlEktzDet
seaXn unasucesión de v a y sea
converge en probabilidad a
una v a se dice
que Xn
derrotado por XnPsx si se cumple
PLAN Xk E 1
que time
n.sn
lt ESO o bien him PLAN 12 E
nano O A ESO
Ejemplos
Kris0
P.dlimpIIXn01LE a
1 4 ESO
no
no va E que Oó n n
him
ma
PUNKE Slim
ma
Et
E
Elin Of ja n
limpllala El Slim
ma ma
n.sn
Elim
pllxnlLE.IS O
KIPLING 1 X nto
que µ 51
fin
no
Sea Yn Xr l
iii ti ftp EE
t
EzPUN 11 E E Ez
IS RUN 112 E LO
Ez PUM 112 E O t E SO XP
1
P 0
112N
112N
P.d
se puedequitarvalor abs
nhjjpllxn OILE.IS O
Izz PUMICE 1 x IO
index
n x121 0
Ejemplos
µ z
2h
Ella 014 0
tima
Edit
HIS 0
info En O i
XP O
ta Plain
Determine Xn2
sOP.dhnjnjtl.lk 014 0
Eltit
hizo f E rink
Eso
MIEL 1 i k 0
Xr
ti it
Distribución Xnd
sxffnjfxnlxlatxlxlprobabiu.ua MEMORIZAR
sxfzpqqj
xn e
himPLAN N 24 0
mano
y ESO
cuadrática n 114gEkin XI O
que si n es una ma de N
µ
i AN no 2
nu
Ejemplo
1 En
una tienda el tiempo total de servicios a sus clientes es una v a
02 1
n 100
promedio
de 9 tiras en modo Wireless web El iphone 7 pertenece a
Xi la duración total
5 la duración promedio
µ 535
02 72
9.00
172
plz27Gt 0.95
S
1.65 MI 1.65
Ir a
5653
El planeconómico federal de EEUU buscaba que los contribuyentes
ahorraran una parte del saldo a favor querecibíandespués de hacer
Xi estimacióndel i ésimoeconomista
I estimación promedio
M 26
0 0 12
n 35
Por el TCL I N AN µ j
PLEITEE 8ir E
plk uleo.at
pfEjjf E0.49
P 12140.49
P f 0.49 E Z E0.49
2 TeLO491 l 0.3758
Aproximación de la
BBinnormial a la Normal
ELENI EH Ep np
Var Zx TÉvaráis PU p np ll p
Por el TCL P N AN P
arlt Envar Xi LE
var Xi ntz
2varlxil.nl Ip Li p
n p i p
Plim
Ej tarea
26 años
n 100
Xi Ber p 42
P Ei
i Xi
260
Por ÉI
el TCL Xin AN 50,25
Recordemos
que uno de los Objetivos de la inferencia estadística es utilizar
la
info de la muestra Xa concluir acerca del comportamiento
gral de
la población Una forma de
lograr lo anterior es mediante métodos de
estimación
Estos métodos tienen como objetivo estimar parámetros
de la población
mediante funciones de los datos Un parámetro es
un resumen informativo numérico de la población Los métodos de
estimación
se dividen es puntuales y por intervalos los métodos
de
estimación La forma
la de generar estimaciones será mediante
un estadístico función de los datos cuya principal función es
estimar
1
no es elverdaderovalor
es una aprox de
µ
todos los estimes son estadísticos
fin de los datos
Ipso
23
no 7 una diferenciaestadística significativa
Ej
rango
Ei m