CAPTULO I Estadstica Descriptiva

Mara Margarita Olivares M. Abril 2004

INTRODUCCIN:

Si estamos interesados en conocer alguna caracterstica de una poblacin ( conjunto de individuos u objetos) acerca de la que se quiere saber algn aspecto claramente denido, lo ms completo sera estudiar la poblacin entera. Pero este procedimiento requiere mucho tiempo y resulta muy costoso, as que normalmente nos conformamos con el conocimiento parcial de la poblacin muestra, que elegida adecuadamente sea representativa de sta. El objetivo de la estadstica es hacer inferencia ( tomar decisiones hacer predicciones) acerca de una poblacin, basndose en la informacin contenida en una muestra. Es decir, integrando el clculo de probabilidades (que nace en el siglo XVII como teora matemtica de los juegos de azar) y la Estadstica Descriptiva o ciencia del estado, del latn Status, que estudia la descripcin de datos y tiene races ms antiguas, se obtiene una ciencia (Estadstica Matemtica) que estudia cmo obtener conclusiones de la investigacin emprica mediante el uso de modelos matemticos. La estadstica acta como puente entre los modelos matemticos y los fenmenos reales. Un modelo matemtico es una abstraccin simplicada de una realidad ms compleja y siempre existir cierta discrepancia entre lo observado y lo previsto por el modelo. La Estadstica nos proporciona un mtodo para evaluar estas discrepancias entre la realidad y la teora. Su estudio es bsico para todos aquellos que quieran trabajar en ciencia aplicada (economa, sociolaga, etc.). En nuestra era cada aspecto de la actividad humana es medido e interpretado en trminos estadsticos. El conocimiento bsico de los mtodos 1

estadsticos nos permitir participar en los argumentos pblicos basados en cifras y datos por lo que es un buen antdoto ante posibles manipulaciones. Hay cinco elementos fundamentales en todo problema estadstico: 1. Denir claramente la pregunta que se desea responder acerca de la poblacin. 2. Procedimiento de muestreo diseo del experimento. 3. Recoleccin y anlisis de datos. 4. Hacer inferencia acerca de la poblacin mediante una probabilidad. 5. Conabilidad de la inferencia bondad del ajuste. Cuando planteamos con claridad la pregunta que queremos responder acerca de la poblacin, procedemos a la recoleccin de datos numricos relacionados con el estudio que queremos hacer.

Estadstica Descriptiva e Inferencia:

Una vez obtenido los datos debemos organizarlos, lo que se hace siguiendo ciertos mtodos que constituyen la Estadstica Descriptiva. Los mtodos comnmente usados son de tres tipos: Mtodos de Tabulacin, Mtodos Grcos y Mtodos Numricos. Los primeros de ellos se constituyen a partir de la elaboracin de tablas que incluyen los datos numricos. Los mtodos grcos exigen la elaboracin de grcos, entre los cuales los ms usados son los de barras, los circulares e histogramas. Los mtodos numricos consisten en obtener ciertas relaciones cuantitativas a partir de los datos. Una vez realizado el estudio de los datos mediante los mtodos de la Estadstica Descriptiva, se trata entonces de inferir o sacar conclusiones sobre algunos aspectos de la poblacin, que generalmente se reere a la conrmacin de alguna hiptesis, (prueba de hiptesis) o a la estimacin de algn promedio numrico u otras caractersticas de la poblacin (estimacin de parmetros). Esta parte constituye lo que se conoce con el nombre de Estadstica Inferencial o Inferencia Estadstica.

El siguiente diagrama resume lo expuesto anteriormente: Mtodos de Tabulacin Descriptiva Mtodos Grcos Estadstica Mtodos Numricos Inferencia Estimacin de parmetros Pruebas de Hiptesis.

CONCEPTOS BSICOS.

3.1

Estadstica Descriptiva: Una Variable

Supongamos que tenemos una fuente de material radioactivo que emite partculas Alfa () y que denimos la variable aleatoria X como el nmero de partculas observadas en una pantalla, en un intervalo de tiempo t. Bajo ciertas hiptesis que idealizan el experimento, X tiene una distribucin de Poisson de parmetro t. Si queremos calcular, por ejemplo, la probabilidad de que X sea mayor que 10 u otras caractersticas asociadas con la distribucin tales como la esperanza, la varianza, etc., la respuesta depender del parmetro y del intervalo de tiempo t. Para buscar un valor numrico de , dejamos el mundo de los modelos matemticos tericos y entramos en el mundo de las observaciones, es decir, observamos la emisin de partculas, obtenemos algunos valores numricos de X y luego los utilizamos de alguna manera, a n de obtener una informacin atinada del parmetro . En general, un material estadstico que consiste en cierto nmero de observaciones x1 , x2 , , xN de una variable aleatoria X, dado en la forma original, en la que los N resultados aparecen en el orden en que se han observado, es muy difcil de examinar y por lo tanto no es adecuado para darnos informacin acerca de la variable X investigada. El propsito de la Estadstica Descriptiva es reemplazar el material observado por cantidades relativamente pocas en nmero, que representen el material total en otras palabras, que contenga tanta informacin como sea posible respecto a la variable X. 3

Tipos de variables: Los tipos de variables que consideraremos, son: 1. Variables cualitativas o atributos: no toman valores numricos y describen cualidades. Por ejemplo, clasicar una pieza como aceptable o defectuosa. 2. Variables cuantitativas discretas: toman slo valores enteros, en muchos casos se limita a contar el nmero de veces que ocurre un suceso. Por ejemplo, nmero de compras de un producto en un mes. 3. Variables cuantitativas continuas: toman valores en un intervalo, corresponde a medir magnitudes continuas. Por ejemplo, tiempo entre la llegada de dos autobuses. 3.1.1 MUESTRA OBSERVADA:

Sea X una variable aleatoria asociada a cierto experimento. Si realizamos N veces el experimento, de manera independiente y bajo las mismas condiciones, obtendremos N valores numricos, en caso de variables cuantitativas: x1 , x2 , , xN correspondientes a la variable aleatoria X. A estos resultados obtenidos se les llama muestra observada. Cuando esta muestra no se somete a ninguna ordenacin especial, se le denomina muestra bruta. 3.1.2 RECOPILACIN DE DATOS: Tablas de Frecuencias.

Los valores observados se suelen registrar en una lista. Si el nmero de observaciones no excede 20 o 30, por ejemplo, es posible darse una idea aproximada de la distribucin, simplemente mediante la ordenacin de los valores observados, escribindolos en una tabla, en orden creciente de magnitud. Con estos datos podemos hacer representaciones grcas y calcular determinadas caractersticas numricas. Si el conjunto de datos es muy grande, resulta laborioso trabajar directamente con los valores individuales observados y entonces se lleva a cabo algn tipo de agrupacin, como paso preliminar, antes de iniciar un nuevo tratamiento de los datos. 4

El procedimiento de agrupacin es diferente segn la variable aleatoria sea discreta o continua. La presentacin de los datos en forma agrupada implica alguna prdida de informacin, pero permite apreciar mejor sus caractersticas. Este agrupamiento se hace mediante las llamadas tablas de frecuencias. En la tablas de frecuencias, en lugar de mostrar individualmente todos los datos, se informa solamente cuntos de ellos estn comprendidos entre determinados valores, llamados lmites de clase. Las clases son intervalos cuyos extremos son los lmites de clase. Generalmente las clases se escogen de igual longitud. Una regla emprica que se suele aplicar consiste en escoger los intervalos de clase de tal forma que no haya menos de 10 ni ms de 20 clases diferentes. Veamos cmo se lleva a cabo la agrupacin en cada uno de los casos: 1. Caso Discreto: En este caso resulta conveniente hacer una tabla cuya primera columna contenga todos los valores observados y la segunda contenga la frecuencia con que han aparecido dichos valores o frecuencias absolutas. Tambin se suele aadir una tercera columna que contiene la frecuencia relativa de los datos observados, a saber, la razn entre la frecuencia absoluta y el nmero total de observaciones. Este tipo de agrupacin se utiliza cuando el nmero total de valores observados no es muy grande, en caso contrario, en lugar de asignar una clase a cada valor observado, podemos considerar clases que contengan varias observaciones. Ejemplo: se cuenta 169 compartimientos timientos representa en cada una de ellos el nmero de glbulos rojos en cada uno de los de un hemocitmetro. Cada uno de los comparuna observacin y el nmero de glbulos rojos es el valor observado correspondiente. De dicha

observacin se obtiene la siguiente tabla de frecuencias: No de Globulos rojos Frecuencia Absoluta Frecuencia Relativa 1 4 1 169 3 5 3 169 5 6 5 169 8 7 8 169 13 8 13 169 14 9 14 169 15 10 15 169 15 11 15 169 21 12 21 169 18 13 18 169 17 14 17 169 16 15 16 169 9 16 9 169 6 17 6 169 3 18 3 169 2 19 2 169 2 20 2 169 1 21 1 169 Total 169 1 Con esta informacin podemos hacer un grco por medio del llamado Histograma, que en este caso se elabora levantando una lnea o barra sobre cada clase, de altura proporcional a la frecuencia correspondiente o a la frecuencia relativa. 2. Caso Continuo: En el caso en que la variable aleatoria investigada es continua, la agrupacin es algo ms complicada, sin embargo, en general, se procede de la siguiente manera: se toma un intervalo adecuado de la recta real que contenga los N valores observados y se divide dicho intervalo en un cierto nmero de intervalos de clase. Todas las observaciones que caen en una misma clase se agrupan y se cuentan, el nmero resultante es la frecuencia de clase correspondiente a dicho intervalo y despus se procede a tabular. Para proceder a la eleccin de los lmites de clase debemos conocer la exactitud de los 6

datos originales. Cuando la tabla de frecuencia ya ha sido elaborada debe ir acompaada de la exactitud de los datos. Ilustraremos el procedimiento mediante algunos ejemplos: (a) Se preparan, con la misma mezcla setenta cilindros de concreto y se mide la resistencia a la compresin de cada uno de ellos. Los resultados originales o muestra bruta estn dados con cuatro cifras enteras. La siguiente tabla representa la muestra bruta: 2860 2950 3128 3300 2961 3045 3185 2857 3015 3073 3052 2911 2965 3193 2832 2944 3003 2903 3061 3169 2940 2883 3109 2865 2950 3038 3317 2910 3097 3133 3128 3027 2886 3298 3059 2968 2875 2957 3085 3152 2865 2872 3045 2932 3052 2953 2820 2891 2975 3102 3125 2942 3238 2782 3017 2998 2808 2899 3072 3251 2881 3042 2965 3201 3001 3275 2973 2884 3115 2702

Procedamos a tabular estos resultados en una tabla de frecuencias: La diferencia entre el mximo y el mnimo valor observado es 3317 2702 = 615 (esta diferencia se llama rango de la muestra). Vamos a construir una tabla de once clases (615/11 ' 60) , esta decisin es un tanto arbitraria, la longitud comn de cada clase ser de 60 unidades. Nuestro primer impulso sera tomar como clases los siguientes intervalos: (2700, 2760) (2760, 2820) (2820, 2880) , etc. pero tomando los lmites de esta manera, no sabramos en qu clase incluir los valores que coinciden con los lmites de dichos intervalos, como por ejemplo 2820. Para evitar este tipo de ambigedad podramos tomar los siguientes intervalos: (2700, 2759) (2760, 2819) (2820, 2879) , etc. 7

con esta eleccin, dejamos un hueco entre 2759 y 2760, etc., pero por la precisin de los datos sabemos que all no hay observaciones, sin embargo, es preferible elegir como lmites exactos de cada clase los puntos correspondientes a medias unidades de la ltima cifra signicativa de los lmites anteriores, es decir: (2699.5, 2759.5) (2759.5, 2819.5) (2819.5, 2879.5) , etc. en este caso estamos seguros de que ninguna observacin caer en un lmite de clase. Clase (2699.5, 2759.5) (2759.5, 2819.5) (2819.5, 2879.5) (2879.5, 29539.5) (2939.5, 2999.5) (2999.5, 3059.5) (3059.5, 3119.5) (3119.5, 3179.5) (3179.5, 3239.5) (3239.5, 3299.5) (3299.5, 3359.5) Total Frecuencia Absoluta Frecuencia relativa 1 1 ' 0, 0143 70 2 2 ' 0, 0286 70 7 7 ' 0, 1000 70 11 11 ' 0, 1571 70 14 14 ' 0, 2000 70 12 12 ' 0, 1714 70 8 8 ' 0, 1143 70 6 6 ' 0, 0857 70 4 4 ' 0, 0571 70 3 3 ' 0, 0429 70 2 2 ' 0, 0286 70 70 1,0000

Esta informacin puede ser representada grcamente mediante un histograma, levantando sobre cada clase un rectngulo de altura proporcional a la frecuencia correspondiente o alternativamente a la frecuencia relativa. Si se unen con segmentos las alturas de los rectngulos que constituyen el histograma, en las correspondientes marcas de clase, se obtiene una poligonal denominada polgono de frecuencias, el cual puede suavizarse mediante una curva suave. (b) Se determina el porcentaje de ceniza en una muestra de carbn, extrada de 250 vagones diferentes. Los datos originales son exactos hasta la segunda cifra decimal, representados en la siguiente 8

tabla de frecuencias: Clase(% de ceniza) Frecuencia Absoluta Frecuencia Relativa 1 (9, 9.99) 1 250 3 (10, 10.99) 3 250 3 (11, 11.99) 3 250 9 (12, 12.99) 9 250 13 (13, 13.99) 13 250 27 (14, 14.99) 27 250 28 (15, 15.99) 28 250 39 (16, 16.99) 39 250 42 (17, 17.99) 42 250 34 (18, 18.99) 34 250 19 (19, 19.99) 19 250 14 (20, 20.99) 14 250 10 (21, 21.99) 10 250 4 (22, 22.99) 4 250 3 (23, 23.99) 3 250 0 (24, 24.99) 0 =0 250 1 (25, 25.99) 1 250 Total 250 1 Los datos se agrupan tal como aparecen en la tabla de forma que, por ejemplo, el intervalo de clase (14, 14.99) contenga todas las observaciones registradas con valor de 14 a 14.99, ambos inclusive. Al agrupar los datos originales, si registramos una observacin, por ejemplo, 14.27 con dos cifras decimales exactas, el valor realmente observado se encuentra entre 14.265 y 14.275. Los lmites exactos de este intervalo de clase son 13.995 y 14.995. Si los datos hubiesen sido dados con una cifra decimal exacta, los intervalos de clase seran de la forma (14.0, 14.9) con lmites exactos 13.95 y 14.95. Cuando se utilizan los datos ya agrupados, para los clculos, se supone que todas las observaciones que pertenecen a una clase dada, estn situadas en el punto medio de dicha clase. Al hacer esta aproximacin, se introduce un error que evidentemente se puede hacer tan pequeo como queramos, tomando los intervalos de clase sucientemente pequeos y reduciendo as la prdida de informacin debida a la agrupacin. Sin embargo sto aumenta el 9

largo de la tabla y nos hace perder algo de simplicacin que es la razn de la agrupacin. Como regla prctica se acostumbra tener un nmero de clases entre 10 y 20. 3.1.3 FRECUENCIAS ACUMULADAS.

La frecuencia absoluta acumulada es el nmero de observaciones menores o iguales a una cierta cantidad dada. El cociente entre frecuencia absoluta acumulada y el nmero de observaciones, es la frecuencia relativa acumulada. 3.1.4 EJEMPLO:

Consideremos la siguiente tabla de frecuencias: Clases (100, 109.5) (110, 119.5) (120, 129.5) (130, 139.5) (140, 149.5) (150, 159.5) (160, 169.5) (170, 179.5) (180, 189.5) (190, 199.5) (200, 209.5) Total Frecuencias Absolutas Frecuencias Relativas 2 2 26 1 1 26 6 6 26 4 4 26 6 6 26 4 4 26 0 0 =0 26 1 1 26 1 1 26 0 0 1 1 26 26 1

10

A partir de ella construmos la tabla de frecuencias acumuladas: Observaciones x 100 110 120 130 140 150 160 170 180 190 200 210 Frec. Absol. Acumulada Frec. Rel. Acumulada 0 0 2 2 26 3 3 26 9 9 26 13 13 26 19 19 26 23 23 26 23 23 26 24 24 26 25 25 26 25 25 26 26 26 =1 26

El grco resulta ser escalonado y creciente. Esta informacin se suele representar mediante las ojivas que son curvas equivalentes a polgonos de frecuencias acumuladas, suavizado. 3.1.5 MTODOS GRFICOS.

Para representar grcamente los datos, existen, adems del histograma, otros tipos de grcos, tales como grcos de sectores circulares, grcos de barras, grcos de lneas, pictogramas, polgonos de frecuencia u ojiva.

3.2

DESCRIPCIN NUMRICA DE DATOS.

Corresponde a medidas de centralizacin o dispersin, estos nmeros ayudan a completar la informacin obtenida mediante las tabulaciones y grcos. Las medidas de centralizacin ms usuales son: la media o promedio, la moda y la mediana. Las medidas de dispersin ms usuales son el rango, la varianza y la desviacin estndar. 3.2.1 MEDIA OBSERVADA O PROMEDIO:

Se llama media observada de una muestra al promedio aritmtico de las observaciones, es decir, si x1 , x2 , , xn son las observaciones individuales, 11

la media observada ser:

Esta frmula slo es aplicable cuando se ha conservado la muestra bruta. Si hemos perdido los datos originales y disponemos solamente de una tabla de frecuencias, identicamos todos las observaciones correspondientes a una clase con un valor nico, denominado marca de clase,(en general se toma como marca de clase el punto medio del intervalo de clase); es decir, si yi fi es la marca de de la isima clase, fi la frecuencia de esta clase y i = N la frecuencia relativa de esta clase, podemos calcular la media observada mediante la frmula:
M M X 1 X x= yi fi = yi i . N i=1 i=1 _

N 1 X x= xi N i=1 _

donde M es el nmero de clases. Para simplicar los clculos, puesto que de todas formas se trata de una aproximacin, es permisible, cuando se han adoptado intervalos disjuntos, hacer coincidir los lmites adyacentes. Por ejemplo, en los intervalos (2700, 2759) (2760, 2819) podemos tomar como maraca de clase 2700 + 2760 = 2730 2 en lugar de 2700 + 2759 = 2729.5 2

3.2.2

VARIANZA Y DESVIACIN ESTNDAR OBSERVADA.

Se llama varianza observada de una muestra x1 , x2 , , xn al valor

N _ 2 1 X s = xi x N i=1 2

12

Algunas veces se preere trabajar con la varianza centrada, (como veremos ms adelante tiene buenas propiedades), denida como s2 1 Note que s2 = N 1 2 s1 N
N _ 2 1 X = xi x N 1 i=1

as, si N , s2 = s2 . 1 La desviacin estndar observada es s y la centrada es s1. Cuando no disponemos de la muestra bruta y en su lugar contamos con la tabla de frecuencias, calculamos las varianzas de manera anloga al caso de la media, mediante las frmulas: s2 = s2 = 1
1 N M P M P _ 2 _ 2 fi yi x = i yi x

1 N1

donde M es el nmero de clases. La varianza y la desviacin estndar miden el grado de dispersin de los datos alrededor de la media. Para el clculo de la varianza y la desviacin estndar las siguientes frmulas son tiles, stas se obtienen fcilmente y se dejan como ejercicio: s2 = x2 x i i=1 N P 2 _2 1 2 s1 = N1 xi N x
i=1 1 N N P _2

i=1 M P

i=1

_ 2 fi yi x =

i=1

N N1

i=1

M P

_ 2 i yi x

Propiedad de la Distribucin Normal Estndar: Si Z tiene distribucin N(0, 1), P (1 < Z < 1) = 0.6826 es decir, el 68, 26% de las observaciones caen en el intervalo (1, 1) , de manera anloga se tiene que el 95, 44% de las observaciones caen en el intervalo (2, 2) y el 99, 74% de las observaciones caen en el intervalo (3, 3) . Si la distribucin de X es N(, ), se obtiene que el 68, 26% de las observaciones caen en el intervalo ( , + ) ,el 95, 44% de las observaciones 13

caen en el intervalo ( 2, + 2) y el 99, 74% de las observaciones caen en el intervalo ( 3, + 3) . De esta propiedad se obtiene la llamada regla emprica que se verica en los casos en que el histograma correspondiente a las observaciones tiene forma de campana: La Regla Emprica: Dada una distribucin de observaciones que es aproximadamente acampanada, el intervalo 1. ( , + ) contiene aproximadamente el 68% de las observaciones 2. ( 2, + 2) contiene aproximadamente el 95% de las observaciones 3. ( 3, + 3) contiene casi todas las observaciones. EJEMPLOS: 1. Si obsevamos la tabla de datos correspondiente a la medida de la resistencia a la compresin de 70 cilindros de concreto, obtendremos:
_

x = 3010, 8857 s = 133, 84112 s1 = 134, 80794 x es una buena medida de la media o centro de los datos ya que 37 _ observaciones son menores que x y 33 mayores. En el intervalo _ _ x s, x + s = (2887, 04458; 3144, 72682)
_ _

se encuentran 44 observaciones de las 70 observadas. En este caso x y s describen los datos adecuadamente.

2. La siguiente tabla o muestra bruta , representa el ingreso anual en miles de dlares de 42 familias en un pueblo de E.E.U.U. (1977). 1,2 29,3 11,6 14,5 26,8 28,1 17,0 8,2 39,4 151,2 8,2 17,8 23,2 20,6 157,4 10,1 25,8 26,8 36,0 20,1 10,3 92,3 8,0 17,8 14 74,7 8,8 16,2 7,7 19,4 19,3 152,2 10,7 100,2 47,6 21,2 37,2 19,6 26,0 37,7 29,0 150,1 13,4

En la siguiente tabla de frecuencia correspondiente a esta muestra, se observa enseguida que el comportamiento de los datos es mucho ms errtico que en la tabla anterior: Clases($) (100, 10000) (10000, 20000) (20000, 30000) (30000, 50000) (50000, 160000) Frecuencia Absoluta Frecuencia Relativa 6 6 = 1/7 = 0, 1429 42 13 13/42 = 0, 3095 11 11/42 = 0, 2619 5 5/42 = 0, 1190 7 7/42 = 0, 1667

Si se representan estos datos en un histograma de frecuencias observarn que no es simtrico alrededor de ningn punto ya que tiene una cola larga hacia la derecha ( sesgado hacia la derecha). Para estos datos x = 37, 28$ s = 41, 35 este promedio no es un valor particularmente tpico, de hecho, 32 de _ _ los 42 datos son menores que x y slo 10 son mayores, es decir, x no es una buena medida de centramiento; el histograma tiene este gran sesgo a la derecha, ( empuje del promedio a la derecha) de tal manera que 75% de las observaciones quedan a la izquierda del promedio. La diferencia grande entre los datos ejerce una gran inuencia en el valor del promedio y lo hacen tener un valor no centrado, al igual que hace crecer la desviacin estndar. En resumen, para datos fuertemente sesgados (a la derecha o a la _ izquierda) x, s s1 pueden no ser los parmetros que describan el centro y dispersin de los datos, en este caso es conveniente denir otras medidas de centramiento. 3.2.3 Si una muestra observada, denimos el rango de esta muestra como la diferencia entre la mayor y la menor de las observaciones: R = max xi min xi
1iN 1iN _

RANGO DE LA MUESTRA. x1 , x2 , x3 , , xN

15

3.2.4

Coeciente de Variacin o coeciente de dispersin de la muestra:

El coeciente de dispersin de la muestra observada expresa la magnitud de la dispersin con respecto a su media: s s1 o altenativamente _ x x
_

3.2.5 Si

Momentos de orden n de una muestra observada: x1 , x2 , x3 , , xN

y is disponemos nicamentede la tabla de frecuencias:

una muestra observada, denimos el momento de orden n de esta muestra como: N _ n 1 X Mn = xi x N i=1
M M X _ n _ n 1 X Mn = fi yi x = i yi x N i=1 i=1

donde M es el nmero de clases, fi es la frecuencia absoluta y i la frecuencia relativa de la clase i. 3.2.6 Si x1 , x2 , x3 , , xN una muestra observada, llamamos moda de la muestra al valor que se presenta con mayor frecuencia. Si disponemos solamente de una tabla de frecuencias, tomaremos como moda el punto medio del intervalo de clase de mayor frecuencia. 3.2.7 Si x1 , x2 , x3 , , xN 16 Mediana de la Muestra Observada. Moda de la Muestra Observada.

una muestra observada, representamos por x(1) , x(2) , x(3) , , x(N) el mismo conjunto de datos ordenados de mayor a menor, es decir: x(1) x(2) x(3) x(N ) Una nueva medida del centro del conjunto de datos est dada por la mediana m que es el valor central o promedio de los valores centrales de la muestra ordenada, es decir: ( x( N +1 ) si N es impar x( N 2 + x( N +1) m= 2 ) 2 si N es par 2 Si ordenamos la tabla de sueldos del ejemplo anterior, de menor a mayor, como n = 42, x(21) + x(22) 20, 6 + 21, 2 m= = = 20, 9 2 2 m es una mejor medida del centro de los datos cuando estos son sesgados hacia un lado, m tiene la propiedad de que prcticamente la mitad de los datos est por debajo de m y la mitad por encima, de modo que en este sentido es una buena representacin del centro. Geomtricamente, la mediana es el valor de la abcisa que corresponde a la vertical que divide el rea encerrada por un histograma en dos partes iguales. OBSERVACIN: La mediana de una variable aleatoria X es el punto x R tal que 1 P (X > x) = P (X x) = . 2 Cuando los datos estn agrupados en una tabla de frecuencias, podemos calcular aproximadamente la mediana de la muestra observada mediante un mtodo que describiremos a continuacin (ste no es el nico mtodo, distintos mtodos nos llevan a resultados diferentes, pero todos son valores aproximados de la mediana): Sea N el nmero de observaciones 1. Elegimos un intervalo de clase [ek , ek+1 ] tale que
k1 X i=1

donde fi representa la frecuencia del intervalo [ek , ek+1 ] . 17

N X N fi , fi > 2 i=1 2
k

2. Supondremos que las observaciones que caen en el intervalo [ek , ek+1 ] , estn uniformemente distribudas en dicho intervalo, es decir, si fk es el nmero de observaciones en dicho intervalo y lo subdividimos en fk subintervalos de igual longitud ek+1 ek Lk = fk supondremos que en cada subdivisin hay una sola observacin: (a) Si N es impar nos gustara aproximar la mediana por la observacin que ocupa el lugar N+1 , cuando la muestra bruta se ordena 2 k1 P fi la cantidad que de menor a mayor, entonces aadimos a
i=1

falta para obtener

N+1 , es 2 k1 X i=1

decir, hallamos k0 tal que N +1 . 2

fi + k0 =

Por denicin de [ek , ek+1 ] , 1 k0 fk , entonces aproximamos la observacin N+1 por un nmero en el intervalo 2 ek+1 ek ek+1 ek ek + (k0 1) . , ek + k0 fk fk (b) Si N es par aproximamos la mediana por la observacin que ocupa el lugar N + 1, cuando la muestra bruta se ordena de menor a 2 mayor,para ello elegimos k0 tal que
k1 X i=1

fi + k0 =

N +1 2

Por denicin de [ek , ek+1 ] , 1 k0 fk , entonces aproximamos la mediana por un nmero en el intervalo ek+1 ek ek+1 ek ek + (k0 1) , ek + k0 fk fk Podramos tambien aproximar la mediana por el valor x( N ) + x( N +1)
2 2

ek + (k0 1) ek+1 ek = fk 18

Observe que

N +1 = 2

N + 1, si N es par 2 N+1 , si N es impar 2

donde [x] es parte entera de x. EJEMPLO: Calculemos la mediana correspondiente a la tabla de frecuencias que describe el porcentaje de ceniza en una muestra de carbn: N = 250, Para hallar k tal que
k1 X i=1

N = 125 2

X N N fi fi > = 125, = 125 2 2 i=1

k

acudimos a la tabla y sumamos las frecuencias de los intervalos de clase comenzando por el primero: 1 + 3 + 3 + 9 + 13 + 27 + 28 + 39 = 123 < N N , 123 + 42 = 165 > = 125 2 2

Luego, el intervalo donde se encuentra la mediana es (17, 17.99) , para simplicar los clculos podemos considerar los lmites exactos del intervalo, es decir, (16.99, 17.99) cuya longitud es 1 : ek+1 ek = 1, fk = 42, ek = 16.99, k = 9 k1 P fi + k0 = 123 + k0 = N + 1 = 126, k0 = 3 2
i=1

La mediana se encuentra en el intervalo 2 3 16.99 + , 16.99 + , m 17.05 = 42 42 3.2.8 PERCENTILES:

Como extensin de la idea de mediana ( que divide los datos en dos partes iguales) podramos pensar en aquellos valores que dividen a los datos en cuatro partes iguales aproximadamente, representados por Qi , i = 1, 2, 3; los 19

cuales se llaman primero, segundo tercer cuartil, respectivamente, claramente Q2 es la mediana. Si denotamos por Q1 = x0.25 , Q2 = x0.50 , Q3 = x0.75 la notacin nos dice el signicado de cada uno de ellos, as, x0.25 es un valor tal que aproximadamente el 25% de las observaciones estn a su izquierda, similarmente para los otros casos. Anlogamente, los valores que dividen los datos en diez partes iguales se llaman deciles: D1 = x0.10 , D2 = x0.20 , , D9 = x0.90 . En algunas aplicaciones, especialmente cuando hay una gran cantidad de datos, es preferible usar percentiles (divisin de datos en cien partes iguales). El percentil Pp o percentil p esimo es el centil de p% y representa un nmero tomado entre las observaciones, ordenadas de menor a mayor tal que p% de la muestra est a la izquierda y el (100 p)% est a la derecha. Para hallar Pp procedemos de manera anloga al caso de la mediana: 1. Si disponemos de la muestra bruta ordenada en orden creciente, podemos calcular el centil de p% directamente: sea N el nmero de observaciones (en el caso de la mediana p = 50), el centil p es el dato tal que la cantidad de datos que estn debajo de l es pN 100 si esta cantidad es un entero, aproximamos Pp = x( pN +1) 100 o el punto medio de entre los valores x( pN ) y x( pN +1) (como lo hicimos 100 100 en el caso de la mediana). Si esa cantidad no es un entero tomamos pN parte entera de 100 + 1 y aproximamos Pp = x([ pN +1]) 100 2. Si no disponemos de la muestra bruta y contamos con la tabla de frecuencias, podemos proceder de la siguiente manera:

20

(a) Elegimos un intervalo de clase [ek , ek+1 ] tale que

k1 X i=1

donde fi representa la frecuencia del intervalo [ek , ek+1 ] . (b) Supondremos que las observaciones que caen en el intervalo [ek , ek+1 ] , estn uniformemente distribudas en dicho intervalo, es decir, si fk es el nmero de observaciones en dicho intervalo y lo subdividimos en fk subintervalos de igual longitud ek+1 ek Lk = fk supondremos que en cada subdivisin hay una sola observacin. (c) Calculamos k0 tal que
k1 X i=1

pN X pN , fi fi > 100 i=1 100

k

pN fi + k0 = +1 100

entonces, elegimos Pp en el intervalo ek+1 ek ek+1 ek ek + (k0 1) , ek + k0 . fk fk EJEMPLO: Las notas obtenidas por 1350 estudiantes en los exmenes de ingreso a la Universidad (en base a 100 puntos), en cierto ao, aparece agrupado en la siguiente tabla de frecuencias: Clases (0, 10) (11, 20) (21, 30) (31, 40) (41, 50) (51, 60) (61, 70) (71, 80) (81, 90) (91, 100) Total Frecuencias 2 15 75 150 302 352 287 120 42 5 1350 21

Clculo de la Moda: el intervalo donde hay ms observaciones es (51, 60) , tomamos como moda el valor 60 + 51 = 55.5 2 Clculo de la mediana: N = 1350, N = 675, N + 1 = 676 : 2 2 2 + 15 + 75 + 150 + 302 = 544 < 544 + 352 = 896 > 675, k = 6
N 2

= 675

Consideramos el intervalo de clase [51, 60] , para facilitar los clculos tomamos en su lugar el intervalo [50, 60] de longitud 10 ek+1 k1 P
i=1

ek = 10, f6 = 352,
N 2

fi + k0 = 544 + k0 =

+ 1 = 676, k0 = 132

La mediana estar en el intervalo ek+1 ek ek+1 ek ek + (k0 1) , ek + k0 . = (53.72, 53.75) fk fk Si queremos aproximarla por un valor numrico, podemos tomar el punto medio del intervalo, a saber: m = 53.73 Clculo del centil 12% :
Np = 162, 100 + 1 = 163 2 + 15 + 75 = 92 < 162 92 + 150 > 162, k = 4. Np 100

Tomamos el intervalo de clase: [ek , ek+1 ] = [30, 40] , k0 = 163 92 = 71. El centil de 12% se encuentra en el intervalo (34.66, 34.73) y podemos elegir P12 = 34.70 es decir, que el 12% de las observaciones se hallan a la izquierda de 34.70.

22

3.3

Estadstica Descriptiva (Dos Variables): Mnimos Cuadrados.

En muchos problemas obtenemos datos pareados (xi , yi ), no conocemos la distribucin conjunta de las variables aleatorias correspondientes y al gracar estos datos tenemos la impresin de que una recta podra ser un buen ajuste para ellos, aunque los puntos no estn exactamente sobre una recta. Los problemas de este tipo, suelen manejarse por medio del mtodo de los mnimos cuadrados que consiste en hallar la recta y = ax + b que mejor se ajusta a esos datos, para ello debemos calcular los parmetros a y b a partir de los datos, es decir: Si nos dan un conjunto de datos pareados {(xi , yi ); i = 1, 2, 3, , n} , las estimaciones de mnimos cuadrados de los coecientes a y b son los valores para los cuales la cantidad: q(a, b) =
n X i=1

[yi (a + bxi )]2

es un mnimo. Al diferenciar parcialmente con respecto a a y a b y al igualar estas derivadas parciales a cero, se obtiene:
q a q b

= (2) = (2)

i=1

que producen el siguiente sistema de ecuaciones:

n P

i=1 n P

n P

[yi (a + bxi )] = 0 xi [yi (a + bxi )] = 0

yi = an + b xi yi = a
i=1 n P _

Al resolver ese sistema de ecuaciones se obtiene: a = y bx Sxy b = Sxx 23

_

i=1 n P i=1

i=1

xi + b

n P

xi
i=1 n P

x2 i

donde : Sxx = Sxy = 3.3.1

n P

i=1

i=1 n P

(xi x) =
_

(xi x)(yi y) =

i=1 _

n P

x2 i

1 n

i=1

n P

i=1

xi yi

n P

xi

1 n

i=1

n P

xi

i=1

n P

yi

EJERCICIO:

Consideremos los siguientes datos acerca del nmero de horas de estudio de 10 personas para presentar un examen de ingls y sus calicaciones obtenidas en base a 100 puntos: Horas de estudio (x) Calicacin en la prueba (y) 4 31 9 58 10 65 14 73 4 37 7 44 12 60 22 91 1 21 17 84 Graque los datos y halle la ecuacin de la recta que mejor se ajusta a estos datos, usando el Mtodo de Mnimos Cuadrados.

3.4

Correlacin:

Recuerde que si X e Y son dos variables aleatorias, el coeciente de correlacin de ellas se dene como: Cov(X, Y ) = p V ar(x)V ar(Y )

este valor est en el intervalo [1, 1] y mide en cierto sentido el grado de dependencia lineal entre las variables, si = 1, con porbabilidad uno, existe una dependencia lineal perfecta entre las variables. Si las variables son independientes = 0, el recproco es falso, salvo cuando la distribucin conjunta de las variables es normal. 24

El coeciente de correlacin observado correspondiente a dos muestras aleatorias de X e Y respectivamente es:

n P

r=r

i=1 n P

(xi x)(yi y)
i=1 n P

i=1

(xi x)2

(yi y)2

En la prctica para tener una idea estimada del grado de correlacin de dos variables, se utilizan los llamados diagramas de dispersin nubes de puntos, que son los puntos correspondientes a los pares (xi , yi ) , que representan las observaciones de ambas variables, representados en un plano cartesiano. Si r = 0 no existe relacin lineal entre las variables, si r < 0 y cercano a 1, existe cierta correlacin lineal entre las variables y la mejor recta que aproxima los datos tiene pendiente negativa ( es decreciente).

Funcin de Distribucin Emprica.

si consideramos sobre el conjunto {x1 , x2 , , xn } la distribucin uniforme es decir la probabilidad Pn denida como 1X card {i : xi B} Pn (B) = Ixi (B) = n i=1 n
n

Sea (, F, P) un espacio de probabilidades. Cuando realizamos un experimento el conjunto de resultados de las observaciones sirve de material inicial para toda investigacin estadstica, en muchos casos corresponden a los valores experimentales {x1 , x2 , , xn } de cierta variable aleatoria X. La distribucin de esta variable PX (B) = P (X B) , B boreliano de R, en general se deconoce al menos parcialmente. Consideremos n repeticiones independientes de la variable aleatoria X, es decir, X1 , , Xn es una sucesin de variables aleatorias independientes con la misma dostribucin que X. Denamos 1 si x B Ix (B) = 0 si x B /

si en esta denicin escribimos Xi en lugar de los resultados de la muestra, esa expresin ser una variable aleatoria. 25

DEFINICIN: Sea X una variable aleatoria de funcin de distribucin F (x), X1 , , Xn es una sucesin de variables aleatorias independientes con la misma dostribucin que X, denamos 1X card {i : Xi x} Fn (x) = IXi ((, x]) = n i=1 n
n

esta expresin es una variable aleatoria que denominamos funcin de distribucin emprica. Tambin se puede expresar como Fn (x) = donde I(,x] (Xi ) = 1X card {i : Xi x} I(,x] (Xi ) = n i=1 n
n

1 si Xi x 0 si Xi > x

Teorema 1: Sea X una variable aleatoria de funcin de distribucin F (x), X1 , , Xn es una sucesin de variables aleatorias independientes con la misma distribucin que X, c.s Fn (x) F (x), x, n donde c.s signica, casi siempre y explcitamente expresa que la probabilidad P del conjunto donde esto no ocurre es cero. Demostracin La Ley fuerte de grandes nmeros (Wiebe R. Pestman, Mathematical Statistics, Walter de Gruyter, Berlin, New York,1998, Teorema VII.2.14) nos asegura este resultado pues Fn (x) es el promedio de n variables aleatorias independientes de esperanza " n # n 1X 1X IX ((, x]) = E (IXi ((, x])) = E (Fn (x)) = E n i=1 i n i=1 1X 1X P (Xi x) = F (x) = F (x) n i=1 n i=1
n n

Podemos estimar la funcin de distribucin F (x) por medio de la funcin de distribucin emprica, la mayor distancia vertical entre las grcas de 26

las funciones Fn y F est representada por la expresin sup |Fn (x) F (x)| ,
xR

el teorema de Glivenco-Cantelli nos dice que esta expresin tiende a cero cuando n , para casi todo , es decir, el conjunto donde no hay convergencia tiene probabilidad cero. Teorema 2: Si n
xR

sup |Fn (x) F (x)| 0, n

c.s

este resultado se conoce como el Teorema de Glivenko-Cantelli. Demostracin: Daremos una demostracin para el caso F continua. Sea > 0 arbitrariamente pequeo de forma tal que el nmero N = sea un entero. La continuidad de F nos permite hallar nmeros tales que F (z1 ) = denimos z0 1 k = , F (zk ) = = k, k = 1, 2, , N 1; N N = , zN = , as F (z0 ) = 0, F (zN ) = 1

Si z (zk , zk+1 ] las relaciones siguientes son ciertas Fn (z) F (z) Fn (zk+1 ) F (zk ) = Fn (zk+1 ) F (zk+1 ) + Fn (z) F (z) Fn (zk ) F (zk+1 ) Fn (zk ) F (zk ) Consideremos los siguiente eventos Ak = { : Fn (zk ) F (zk ), n } por el teorema 1, P(Ak ) = 1. Sea A = existir n() : si n n()
k=0 N T

Ak , tambin P(A) = 1. Si A,

|Fn (zk ) F (zk )| < , k = 0, 1, 2, , N este resultado junto a las desigualdades anteriores nos asegura que 2 Fn (zk ) F (zk ) Fn (z) F (z) Fn (zk+1 ) F (zk+1 ) + 2 de donde sup |Fn (z) F (z)| 2, si n n()
z

27

con probabilidad uno. Para una demostracin general se puede consultar Kai Lai Chung, A cours in Probability Theory, Academic Press, captulo 5, Teorema 5.5.1 o Wiebe R. Pestman, Mathematical Statistics, Walter de Gruyter, Berlin, New York,1998, captulo VII, Teorema VII.3.4.

28

Estadstica Descriptiva. Estadstica Prctica No 1

1. Los siguientes datos indican el nmero de trabajadores que faltan a una fbrica en 50 das de trabajo: 13 8 3 11 29 5 19 11 3 12 13 21 19 6 9 37 12 6 10 10 10 11 15 4 8 16 7 10 6 20 2 7 14 32 15 11 9 10 9 5 6 16 7 12 17 12 18 24 7 10

Utilice las seis clases: 0-4, 5-9, 10-14, 15-19, 20-24, 25 mayor para construir una tabla de frecuencias absolutas y relativas. Dibujar el histograma. Construir la tabla de frecuencias acumuladas. Encontrar media muestral, desviacin estandard, moda, mediana y cuartiles. Se cumple la regla emprica? 2. Los siguientes datos son lo nmeros de torsiones requeridas para doce barras cierta aleacin: 33, 24, 39, 48, 26, 35, 38, 54, 23, 34, 29 y 37. Calcule: (a) media (b) s2 (c) la mediana (d) la moda (e) los cuartiles. (f) Se cumple la regla emprica? 3. Demuestre que
n X _ (xi x) = 0 i=1

para una muestra x1 , x2 , , xn .

4. Si los datos se codican de tal manera que xi = cui + a, demuestre que

_

x = cu + a, sx = csu para una muestra pareada x1 , x2 , , xn ; u1 , u2 , , un . 5. La efectividad de una nueva tcnica para controlar un insecto que afecta un tipo de cultivo se puede medir contando el nmero de larvas del insecto halladas en cierta supercie de cultivo. Despus de aplicar la tcnica, se contaron las larvas en 40 reas, obteniendo los datos siguientes: 5 0 2 40 27 3 0 22 14 0 4 19 38 2 5 16 0 7 42 15 39 0 2 0 29 26 14 0 3 27 32 20 3 0 17 35 29 12 16 6 (a) Elabore una tabla de frecuencias absolutas y relativas y haga los histogramas correspondientes. (b) Calcule las acumuladas absolutas y relativas y haga los histogramas correspondientes. (c) Se cumple la regla emprica? (d) En lugar de histogramas haga ahora grcos de lnea. (e) Encontrar media muestral, varianza, desviacin estandard, moda, mediana y cuartiles de los datos. 6. Despus de observar el tiempo de vida de 70 motores, se obtuvieron los siguientes datos: Intervalos de aos de funcionamiento Nmero de motores [0, 1) 30 [1, 2) 23 [2, 31) 6 [3, 4) 5 4 aos o ms 6 (a) Haga un histograma de frecuencias relativas. (b) Se cumple la regla emprica? 2

(c) En base al histograma de la parte a), qu distribucin sospecha Ud. que podra tener la variable aleatoria T = tiempo de vida de un motor del tipo considerado? (d) Calcule aproximadamente, la media, desviacin y mediana de estos datos. 7. La evidencia directa de la ley de gravitacin universal de Newton la obtuvo Henry Cavendish (1731-1810). En el experimento se obtuvo la densidad ( en el tiempo) de la tierra y se construy la siguiente tabla: 5.36 5.29 5.58 5.65 5.57 5.53 5.62 5.29 5.44 5.34 5.79 5.10 5.27 5.39 5.42 5.47 5.63 5.34 5.46 5.30 5.75 5.68 5.85 (a) Calcular la media y la desviacin estndar. (b) Calcular los cuartiles, gracar densidad contra tiempo. (c) Hay alguna tendencia obvia? 8. Las materias primas que se utilizan en la produccin de una bra sinttica se almacenan en un sitio sin control de humedad. En 12 das, las mediciones de la humedad relativa del lugar del almacenamiento y el contenido de humedad de una muestra de la materia prima (en porcentajes ambas) producen los siguientes resultados: Humedad Ambiente Humedad en la materia prima 46 53 37 42 43 29 60 44 41 48 33 40 12 14 11 13 10 8 17 12 10 15 9 13

(a) Ajuste una recta de mnimos cuadrados a partir de la cual podamos predecir el contenido de humedad de la materia prima en funcin de la humedad del lugar. (b) Utilice el resultado anterior para calcular el contenido de humedad de la materia prima cuando la humedad relativa es del 38%. 9. La siguiente tabla muestra las ventas (en miles de unidades) de una pequea empresa de componentes electrnicos durante los ltimos 10 aos. Ao 1 2 3 4 5 6 7 8 9 10 Ventas 2, 6 2, 85 3, 02 3, 45 3, 69 4, 26 4, 73 5, 16 5, 91 6, 5 3

(a) Sea X = ao y Y = ventas. Graque la nube de puntos (xi , yi ) . (b) Sea X = ao y Y = ln(ventas). Graque la nube de puntos (xi , yi ) . (c) A cul de las dos nubes anteriores cree Ud. que se ajusta mejor una recta? (d) Calcule las dos rectas de regresin y grafquelas. Semestre Abril-Julio2004/MMOM.

REPASO DE DISTRIBUCIONES DE PROBABILIDADES Estadstica Prctica No 2 1. El nmero de accidentes de trabajo en una fbrica sigue una distribucin de Poisson. Se sabe que el promedio de accidentes en dicha fbrica mensualmente es de 3. Durante el mes pasado ocurrieron 6 accidentes. Se puede considerar que este nmero es excesivamente alto? (es decir, poco probable). 2. La experiencia ha demostrado que el 30% de las personas que contraen cierta enfermedad se logra curar. Una compaa farmacutica ha desarrollado un medicamento para dicha enfermedad. Se eligen al azar 10 personas enfermas y se les administra el medicamento, 5 logran curarse, cul es la probabilidad de este evento si se supone que la medicina no tuvo ningn efecto?. Qu opina Ud. del medicamento? 3. Un examen de seleccin mltiple tiene 15 preguntas, cada una de las cuales posee 5 respuestas posibles y de stas slo una es correcta. Si un estudiante contesta todas las preguntas al azar, cul es la probabilidad de contestar correctamente al menos 10 preguntas? 4. El fabricante de una marca de pasta de dientes arma que el 60% de los consumidores preeren esa marca. Si entrevistamos a un grupo de personas escogidas al azar del grupo de consumidores de pasta de dientes, cul es la probabilidad de tener que entrevistar al menos 5 personas para encontrar al primer consumidor que preere esa marca? 5. El nmero de errores que hace una mecangrafa tiene una distribucin de Poisson con una media de 4 errores por pgina. Cul es la probabilidad de que una pgina escogida al azar tenga a lo sumo 4 errores? 6. Una fbrica utiliza un producto cuyo uso diario puede modelarse por medio de una distribucin exponencial de parmetro 4 (esto es, la cantidad de producto utilizada en un da es una variable aleatoria exponencial de parmetro = 4, medida en toneladas). Cuntas toneladas de producto debe almacenar la fbrica para que la probabilidad de quedarse sin producto en un da dado sea slo 0, 05?.

7. Un defecto metablico ocurre en aproximadamente 1 de cada 100 nacimientos. Si en un hospital nacen 4 nios en un da dado, calcule: (a) la probabilidad de que ninguno tenga el defecto (b) la probabilidad de que a lo sumo uno de ellos tenga el defecto (c) la probabilidad de que al menos uno de ellos tenga el defecto. 8. En un examen se plantean 10 preguntas a las que debe responderse con verdadero o falso. Un alumno aprobar el examen si al menos 7 de sus respuestas son acertadas. (a) Qu probabilidad de aprobar tiene un estudiante que responde todo al azar? (b) Qu probabilidad de aprobar tiene un estudiante que sabe el 30%? Semestre Abril-Julio 2004/MMOM

Repaso de Desigualdad de Tchebyshe, Distribucin Normal, Teorema Central del Lmite. Estadstica Prctica No 3 1. Sea X una variable aleatoria con distribucin normal de parmetros R, > 0 Demuestre que (a) E (X) = , V ar(X) = 2 . X (b) Z = tiene distribucin normal estndar. 2. Una lnea area sabe que el 5% de las personas que hacen reservaciones en un cierto vuelo, al nal no se presentan. Si la aerolnea vende 160 boletos para este vuelo, y slo hay 155 asientos en el avin, cul es la probabilidad de que todo pasajero con reservacin que se presente al aeropuerto tenga un puesto en el vuelo?. 3. En una empresa se ha observado que el gasto semanal en mantenimiento y reparaciones es una variable aleatoria con distribucin aproximadamente normal de media = Bs. 24000 y desviacin = Bs.1200. Cunto debe presupuestarse semanalmente para mantenimiento y reparaciones para que el monto presupuestado sea excedido con una probabilidad de a lo sumo 0, 1? 4. Un encuestador cree que el 20% de los votantes de una zona est a favor del candidato A. Si se escogen 24 votantes de la zona, aproxime la probabilidad de que la fraccin de votantes de la muestra que favorece al candidato A, no diera de la verdadera fraccin (en toda la zona) en ms de 0, 06. 5. Una mquina se manda a reparar si una muestra de 100 artculos escogidos al azar de su gran produccin diaria, revela un 15% mas de defectuosos. Si la mquina en realidad slo produce un 10% de defectuosos, calcule aproximadamente la probabilidad de que la manden a reparar. 1

6. La vida activa de un cierto frmaco sigue una distribucin N(1200, 40) das. Se desea enviar un lote de medicamentos, de modo tal que la vida media del lote no sea inferior a 1180 das con probabilidad 0, 95. Qu tamao debe tener la muestra? 7. Encuentre una aproximacin de la probabilidad, de que el nmero de veces que salga 1, est comprendido entre 1900 y 2150 veces, al lanzar un dado perfecto 12000 veces. 8. Se toma una muestra al azar con reposicin, a efectos de estimar la fraccin p de hembras en una poblacin. Encontrar un tamao de muestra que asegure que la estimacin se har con un error de menos de 0, 005 , al menos con una probabilidad de 0, 99. 9. Se desea estimar la probabilidad de falla p, en un proceso de produccin, mediante la observacin de n objetos producidos, elegidos independientemente. Se sabe que p est entre 0, 1 y 0, 3 por informacin previa. Halle el tamao n de la muestra para que la probabilidad de que la frecuencia relativa de objetos fallados en la muestra, diera del verdadero valor p en ms de 0, 01 sea menor que 0, 05. 10. El porcentaje de individuos daltnicos de una poblacin es P desconocido. Se desea estimar este procentaje P a partir del porcentaje observado en una muestra de tamao n. Calcular el tamao que debe tener la muestra a n de que el error cometido sea inferior al 1% con probabilidad 0, 90 en los casos: (a) No se sabe nada acerca de P. (b) Se sabe que P es inferior al 16%. 11. Se ha observado que las notas de un examen de admisin siguen una distribucin aproximadamente normal, de media 78 y varianza 36.( Las notas estn entre 1 y 100). (a) Si un grupo de estudiantes va apresentar dicho examen, qu porcentaje de ellos espera Ud. que obtenga notas entre 70 y 90? (b) Cul es la probabilidad de que una persona que tome el examen obtenga ms de 72?

(c) Suponga que los estudiantes cuyas notas se encuentran en el 10% superior de la distribucin sern admitidos inmediatamente. Cul debe ser la nota mnima que debe tener un estudiante para ser admitido inmediatamente? 12. La duracin de un tipo de bombillos sigue una distribucin Normal de media = 1000 horas y desviacin = 100 horas. Se desea enviar una muestra de bombillos de manera que la duracin media de la muestra no diera de en ms de 50 horas con una probabilidad de 0, 95. (a) Hallar el tamao que debe tener la muestra. (b) Resuelva el problema, si se desconoce la distribucin : i. Usando Tchebichev. ii. Usando el Teorema Central del Lmite. 13. Una compaa tiene 90 ejecutivos. Supongamos que la probabilidad de que un ejecutivo necesite una secretaria al comenzar su da de trabajo 1 es 10 . Si queremos que con un 95% de certeza haya una secretaria disponible para cada ejecutivo que la solicite, cuntas secretarias deberan contratarse para un centro secretarial que sirva al grupo de 90 ejecutivos? 14. Un fabricante de cereales arma que el peso medio de una caja del cereal que vende es de 330, 4 grs. con una desviacin de 21 grs. Se desea vericar si su armacin es cierta. Para esto se va a elegir una muestra aleatoria de cajas del cereal y calcular el peso promedio de la muestra. Cuntas cajas debemos tener en la muestra para que el peso promedio se encuentre a menos de 7 grs. de la verdadera media con una probabilidad de 0, 99? (Suponga que la distribucin del peso de cada caja es normal ). 15. Si la probabilidad de que un individuo sufra una reaccin alrgica por la inyeccin de cierto medicamento es de 0,001; calcule la probabilidad de que, de un total de 2000 individuos a quienes se inyect el medicamento, ms de 2 tengan una reaccin alrgica. Semestre Abril-Julio 2004/MMOM 3

Captulo II Inferencia Estadstica: Estimacin Puntual de Parmetros.

Mara Margarita Olivares M. Abril 2004

INTRODUCCIN:

Cuando se realiza un experimento aleatorio, los posibles resultados de dicho experimento se pueden pensar como una variable aleatoria. En general, un material estadstico consiste en un nmero de observaciones x1 , x2 , , xN , obtenido a partir de N repeticiones independientes del experimento aleatorio relacionado con X. La estadstica descriptiva reduce el material observado o muestra bruta, reemplazndolo por cantidades relativamente pocas en nmero que representen el material total y que contengan toda la informacin posible de la variable aleatoria X. En el material estadstico raramente podemos incluir todas las observaciones que podramos realizar tericamente, por lo que este material se puede considerar como una muestra aleatoria simple o como una sucesin de variables aleatorias independientes, todas con la misma distribucin, la cual est sujeta a uctuaciones estadsticas ya que se obtendran valores distintos x01 , x02 , , x0N , si realizramos N nuevas observaciones. Es decir, antes de realizar el experimento, los valores de X que se van a observar deben concebirse como N variables aleatorias X1 , X2 , , XN , independientes, idnticamente distribuidas, con la misma distribucin de la variable aleatoria X. 1

El objetivo de la estadstica es hacer inferencia acerca de una poblacin basndose en la informacin contenida en una muestra, por ejemplo, tomar decisiones sobre la distribucin de probabilidad de la variable aleatoria X y describir esa distribucin basndose en la observacin de esta variable aleatoria. Puesto que las distribuciones se caracterizan por medidas descriptivas numricas, llamadas parmetros, la estadstica se interesa en hacer inferencia acerca de los parmetros de las distribuciones de probabilidad. Algunos parmetros tpicos son la media, la desviacin estndar, el rea bajo la distribucin de probabilidad a partir de un valor de la variable aleatoria o el rea entre dos valores de la variable. Algunos ejemplos pueden aclarar esta idea: 1. El lavaplatos de un restaurante posee un certicado de garanta que expresa que de cada 100 platos que lava, slo rompe 3. El primer da lava 500 platos y se le rompen 23, resulta creble lo que expresa la garanta? 2. Se repite independientemente un experimento que puede dar lugar en cada repeticin al resultado A con probabilidad p. Al cabo de 200 repeticiones, A ocurri 22 veces. Se desea saber al menos aproximadamente el valor de p. 3. Una calculadora bolsillo tiene una rutina generadora de nmeros aleatorios, que de acuerdo a lo que indica el fabricante, proporciona una sucesin de variables aleatorias independientes de distribucin uniforme en [0, 1] . Se genera una sucesin x1 , x2 , , xN , . A partir del conocimiento de ella, resulta aceptable la armacin del fabricante? En los ejemplos anteriores, planteamos problemas de estimacin de parmetros y tambin de pruebas de hiptesis, los cuales analizaremos ms adelante. Supongamos que F es la funcin de distribucin terica de la variable aleatoria X , en observacin; F en general contendr uno o ms parmetros tales como y en el caso de la distribucin normal. Una vez conocidos los valores numricos de estos parmetros, la variable aleatoria que estamos investigando queda completamente caracterizada. Basndonos en las observaciones x1 , x2 , , xN , 2

estimamos los valores numricos de los parmetros de F, estos estimadores empricos de los parmetros tericos son a su vez variables aleatorias y como tales estn sujetos a uctuaciones estadsticas. Para tener una medida de la magnitud esperada de estas uctuaciones y por lo tanto de la conanza que podemos depositar en los valores encontrados para los parmetros a partir de las observaciones, debemos deducir a partir de F , las distribuciones de nuestros estimadores. As pues, antes de que podamos resolver un problema estadstico dado, debemos, en primer lugar, establecer una hiptesis sobre la forma matemtica de la funcin de distribucin F. A veces, por experiencias anteriores, se sabe que podemos suponer una determinada distribucin, por ejemplo, la distribucin normal. O bien, a partir de ciertas hiptesis que idealizan el experimento considerado podemos deducir su distribucin, basndonos en las reglas conocidas de la teora de probabilidad. Por ejemplo, cuando se cuenta el nmero de partculas que se observan en una pantalla, emitidas por una sutancia radioactiva durante un tiempo t, bajo ciertas hiptesis simplicativas, podemos suponer que la distribucin es de Poisson de parmetro t y justamente es el parmetro el valor que debenos estimar a partir de las observaciones.

1.1
1.1.1

DEFINICIONES:
MUESTRA ALEATORIA SIMPLE: X = (X1 , X2 , , XN )

Es un vector aleatorio

cuyas componentes son variables aleatorias independientes, idnticamente distribuidas, siendo N el tamao de la muestra. 1.1.2 ESTADSTICO (o ESTADGRAFO)

Es toda funcin T de una muestra aleatoria X = (X1 , X2 , , XN ) que a su vez resulte ser una variable aleatoria: TN = T (X) = T (X1 , X2 , , XN ) (La funcin T debe ser lo sucientemente regula como para que T (X) sea una variable aleatoria) 3

EJEMPLOS DE ESTADSTICOS: 1. Media Muestral Aleatoria:

N 1 1 X (X1 + X2 + + XN ) = X= Xi N N i=1 _

2. Varianza Muestral Aleatoria:

N _ 1 X (Xi X)2 S = N i=1 2

3. Varianza Muestral Centrada Aleatoria:

2 S1 _ 1 X = (Xi X)2 N 1 i=1 N

1.1.3

OBSERVACIN:

La distribucin de estos estadsticos est determinada por la distribucin terica F de la variable aleatoria X.

1.2

ESTIMADOR:

Un estimador paramtrico o para simplicar, diremos simplemente, un estimador, es un estadstico cuyo valor observado intentamos usar para estimar el valor de un parmetro desconocido de la distribucin terica. (El enfoque paramtrico supone que la forma del modelo es conocida). La media muestral y la varianza muestral aleatorias, como lo indica sus nombres, son estimadores de la media y la varianza de la distribucin terica. Supongamos que TN = T (X1 , X2 , , XN ) sea un estimador de un cierto parmetro de una distribucin terica. La diferencia: TN = T (X1 , X2 , , XN ) se denomina Error de Estimacin. Una buena forma de conseguir que TN sea un buen estimador, es pedir que el error de estimacin sea pequeo y 4

esto puede hacerse, por ejemplo, exigiendo que se cumplan condiciones tales como: P (|T (X1 , X2 , , XN ) | > ) < para valores pequeos de > 0, > 0; o bien que E |T (X1 , X2 , , XN ) |k < c

para valores apropiados de las constantes k > 0,y c > 0 pequeo. En particular, llamamos error cuadrtico medio a la expresin: E |T (X1 , X2 , , XN ) |2 , 1. T es un Estimador Insesgado o Centrado de cuando E (T (X1 , X2 , , XN )) =

es deseable que un estimador tenga un error cuadrtico medio pequeo. A menudo, tienen inters, sobre todo tcnico, las siguientes propiedades:

para todo N 1. En este caso el error cuadrtico medio coincide con la varianza. A la diferencia se le llama sesgo de T. E (T (X1 , X2 , , XN ))

2. EFICIENCIA RELATIVA: dos estimadores insesgados T1 y T2 , del mismo parmetro , basados en las mismas observaciones, se suelen comparar utilizando la eciencia relativa de T2 con respecto a T1 , la cual se dene como el cociente V ar(T1 ) . V ar(T2 ) Si este cociente es menor que 1, es decir, V ar(T1 ) < V ar(T2 ) diremos que el estimador T1 es ms eciente que T2 . 3. ESTIMADOR CONSISTENTE: Sea T un estimador del parmetro y sea Tn = T (X1 , X2 , , Xn ) 5

una sucesin de estimadores de , que representan a T con base en la muestra de tamao n. Se dice que T es un estimador consistente si:
N

lim P (|T (X1 , X2 , , XN ) | ) = 0

(Este tipo de convergencia se llama convergencia en probabilidad del estimador al verdadero valor del parmetro). EJERCICIOS: 1. Demostrar que si T es un estimador de cuyo error cuadrtico medio tiende a cero cuando n , es consistente. 2. Si T es insesgado y Var(Tn ) tiende cero cuando n , entonces T es consistente. 3. Si lim E(TN (X1 , X2 , , XN )) = y lim V ar (TN (X1 , X2 , , XN )) = N N 0, entonces T es consistente.

1.3

Propiedades de la media y la varianza aleatorias:

(Como estimadores de la media y la varianza). Sea X = (X1 , X2 , , XN ) una muestra aleatoria de la variable X, con = E (Xi ) , 2 = V ar(Xi ).i = 1, 2, , N
_

1. X =

1 N

i=1

N P

Xi es un estimador insesgado y consistente de : _ E X =

_ 1 N N P 1 N N

V ar(X) =

i=1 N P 1 V N2 i=1

E (Xi ) =

= =
2 N

ar (Xi ) =

1 N 2 N2

2 2. S1 es un estimador insesgado de 2 :

N 2 Puesto que S1 = N1 S 2 , podemos calcular E (S 2 ) y deducir de all la N 2 E (S1 ) = N1 E (S 2 ) . Para calcular E (S 2 ) , supongamos que:

E (Xi ) = , E ((Xi )2 ) = V ar(Xi ) = 2 , 1 i N. _ _ N N P P (Xi X)2 = (Xi X + )2 =

i=1 N P i=1 i=1 N P i=1

(Xi )2 + N( X)2 + 2( X)
_

(Xi )2 + N( X)2 2N( X) =

i=1 _ 2

N P

(Xi ) =
i=1 N P

(Xi )2 N( X)2

o equivalentemente

N N _ _ X X 2 (Xi ) = (Xi X)2 + N(X )2 i=1 i=1

Este resultado tiene una interpretacin importante pues descompone la variabilidad de los datos respecto a su media verdadera como suma de la variabilidad respecto a la media muestral y la variabilidad entre la media muestral y la verdadera. Tomando esperanza: N 2 = E (NS 2 ) + NV ar(X) 2 E (S 2 ) = 2 = N1 2 . N N De aqu se obtiene que: 2 E S1 = N E S 2 = 2. N 1
_

2 Note que S1 es un estimador insesgado o centrado de la varianza, mien2 tras que S no lo es. Esta es la razn por la que se preere trabajar con 2 2 S1 en lugar de S 2 y por sto S1 recibe el nombre de varianza centrada o varianza muestral corregida, el divisor n 1 se denomina nmero de grados de libertad.

Si llamamos residuo a

ei = xi x 7

entonces la varianza muestral centrada o corregida ser

2 S1 = _

1 X 2 e N 1 i=1 i
N

cuando N = 1, x = x1 y antes de tomar la muestra podemos armar que e1 = 0. No hay ningn grado de libertad. Si N = 2, tendremos _ que e1 = x1 x = x1 x1 +x2 = x1 x2 = e2 . Hay solamente un grado 2 2 de libertad e1 (o e2 ). Dado un residuo el otro queda automticamente jado. En general, para cualquier tamao muestral
N N X X _ ei = 0 xi x = i=1 i=1

antes de tomar la muestra solo hay n1 residuos desconocidos porque el ltimo siempre puede calcularse usando la expresin anterior. Diremos que disponemos de n 1 grados de libertad para calcular los residuos y por tanto la desviacin tpica de los datos.
2 3. S1 y S 2 son consistentes, si E(X 4 ) < ; se puede demostrar que:

V ar(S 2 ) = donde

4 2 2(4 22 ) 4 32 2 2 2 + N N2 N3 k = E (X )k

es el k-simo momento centrado de la variable aleatoria X. Este clculo es bastante complicado, para una demostracin se puede consultar Mtodos Matemticos de estadstica de Harald Cramer, editorial Aguilar, Madrid. Puesto que
N

lim E(S 2 ) = lim

N 1 2 = 2 y lim V ar(S 2 ) = 0 N N N

2 se deduce que S 2 es consistente y puesto que E(S1 ) = 2 , se obtiene que: N2 2 lim V ar(S1 ) = lim V ar(S 2 ) = 0 N N (N 1)2 2 tambin obtenemos que S1 es consistente.

1.4

Mtodo de Mxima Verosimilitud.

El mtodo general ms importante para hallar estimadores de los parmetros desconocidos de una distribucin terica se conoce con el nombre de mtodo de mxima verosimilitud introducido por R. A. Fisher. Es un mtodo sistemtico que permite hallar estimadores puntuales de cualquier nmero de parmetros desconocidos de una distribucin. 1.4.1 Funcin de Verosimilitud:

Se llama Funcin de Verosimilitud de una muestra observada a la densidad conjunta ( o funcin de probabilidad conjunta en el caso discreto) de la muestra aleatoria X1 , X2 , , XN , considerada como funcin del parmetro o de los parmetros desconocidos. Es decir, L( 1 , 2 , , N ) = fX1 ,X2 , ,XN (x1 , x2 , , xN ; 1 , 2 , , N ) en el caso de densidad y en el caso discreto: L( 1 , 2 , , N ) = pX1 ,X2 , ,XN (x1 , x2 , , xN ; 1 , 2 , , N ) con pX1 ,X2 , ,XN (x1 , x2 , , xN ; 1 , 2 , , k ) = P (Xi = xi ; i = 1, 2, , N) donde j , j = 1, 2, , k, son los parmetros desconocidos de la distribucin. OBSERVACIN: La funcin de verosimilitud representa, en cierto sentido, la probabilidad de observar lo que realmente se observ. El mtodo consiste en elegir los parmetros j de manera que la probabilidad de observar lo que se observ sea mxima, es decir, se desea elegir los parmetros j de tal forma que maximicen la funcin de verosimilitud. Si X es la variable aleatoria asociada al experimento y j , j = 1, 2, , k, son los parmetros desconocidos de su distribucin, denotando por

= ( 1 , 2 , , k ),

si X1 , X2 , , XN es una muestra aleatoria de la variable aleatoria X entonces: 9

1. En el caso de densidad, si f (x; ) es la densidad de X, y x1 , x2 , , xN representa la muestra observada, se tendr que L(x1 , x2 , , xN ; ) = f (x1 ; ) f (x2 ; ) f (xN ; ) 2. En el caso discreto, si g(x; ) = P (X = x) es la funcin de probabilidad de X, si x1 , x2 , , xN representa la muestra observada, 1 , 2 , , r con 1 r N son los valores distintos observados y f1 , f2 , , fr , son r P fi = N, se tendr que las frecuencias respectivas, con
i=1

f1 f2 fr L(x1 , x2 , , xN ; ) = g( 1 ; ) g( 2 ; ) g( r ; )

OBSERVACIN: Se quiere elegir = ( 1 , 2 , , k )

de modo que L(x1 , x2 , , xN ; ) sea mximo. L ln ln 1 L Note que = 0 si y solo si L = 0 ya que L = L . Luego, si L es i i i i derivable con respecto a los parmetros, los extremos se calculan trabajando con la funcin ln L ya que los clculos son ms simples. EJEMPLOS: 1. Estimadores de mxima verosimilitud de la media y de la varianza 2 de una distribucin normal: sea x1 , x2 , , xN una muestra observada de la distribucin normal, queremos estimar los parmetros basndonos en esta muestra, por el mtodo de mxima verosimilitud: 1 1 f (xi ; , ) = 2 exp 22 (xi )2 , x = (x1 , x2 , , xN ) N 1 Q 1 L( x; , ) = exp 22 (xi )2 = 2 i=1 N P 1 1 2 exp 22 (xi ) (2 2 )N/2
i=1

10

tomando logaritmo neperiano: l(, ) = ln L( x; , ) = N ln

l(,) l(,) N 2

1 2

i=1

= N +

N P

(xi ) = 0 =
1 23 i=1 N P

1 N

i=1 1 N

(xi )2 = 0 2 =

N P

ln(2) xi = x
_

1 2 2

i=1

N P

(xi )2

i=1

en el punto (, ) encontrado. (Mtodo del Hessiano). Si > 0 y 2 l(,) < 0 evaluados ambos en los puntos 2 =
N N _ _ 1 X 1 X xi = x, 2 = (xi x)2 = s2 N i=1 N i=1 _

Para vericar que estos valores maximizan la funcin l(, ) se debe evaluar 2 l(,) 2 l(,) 2 = 2 2 l(,) l(,) 2

N P

(xi x)2 = s2

encontrados, entonces concluimos que x y s2 realizan un mximo de l(, ). 2. Sea X una variable con distribucin uniforme en el intervalo [0, b] con b > 0. Calculemos el estimador de mxima verosimilitud del parmetro b basndonos en una muestra x1 , x2 , , xN . La densidad de X es 1 f (x; b) = , x [0, b] b La funcin de verosimilitud es: L(x1 , x2 , , xN ; b) = f (x1 ; b) f (x2 ; b) f (xN ; b) = 1 , 0 xi b, para todo i = 1, 2, , N. bN o expresado de otra forma: L(x1 , x2 , , xN ; b) = 1 , max xi [0, b] , 0 min xi . bN 11

Al gracar la funcin L como funcin del parmetro b, se observa que el valor mximo se realiza en el valor b = max xi en este punto L no es derivable. 3. Estimador de mxima verosimilitud del parmetro > 0 de la distribucin de Poisson, basado en una muestra x1 , x2 , , xN : Si X tiene distribucin de Poisson, su rango es {0, 1, 2, , k, (k + 1), } , de estos valores solo un nmero nito estar representado en la muestra x1 , x2 , , xN . Sea r = max xi , entonces los valores 0, 1, 2, , r, estarn representados en la muestra con frecuencias , fi , 1 i r, respectivamente, donde fi puede ser eventualmente cero para algn 1 i r, verican: r X fi = N.
i=1

Derivando el logaritmo neperiano de la funcin de verosimilitud e igualando a cero, se obtiene: i r r Q i e fi P , l() = ln L( x; ) = fi ln e L(x1 , x2 , , xN ; ) = i! i! i=0 i=0 r r r P i P P l() 1 = fi 1 = 0 ifi = fi = N
i=0

de donde: =

1 N

i=0

4. Supongamos que en cierto experimento se observa un suceso A cuya probabilidad p es desconocida. Hacemos N observaciones y observamos f veces A . La variable observada X tiene distribucin de Bernoulli de parmetro p, siendo P (A) = P (X = 1) = p. La funcin de verosimilitud y la derivada de su logaritmo se obtiene fcilmente: L(x1 , x2 , , xN ; p) = pf (1 p)Nf l(p) = ln L( x; p) = f ln p + (N f ) ln(1 p) l(p) f = f + Nf = 0 p = N . p p 1p 12

r P

ifi =

1 N

i=0

r P

i=0

i=0

xi = x.

Es decir, la frecuencia relativa observada es el estimador de mxima verosimilitud de la probabilidad de que ocurra el suceso A. EJERCICIOS: Halle los estimadores de mxima verosimilitud, basados en una muestra x1 , x2 , , xN , si la variable observada tienen distribucin: 1. Exponencial de parmetro > 0. 2. Densidad f (x; p) = pxp1 , 0 x 1, p > 0.

1.5

Estimacin Puntual: Mtodo de los Momentos.

Sea X1 , X2 , , XN una muestra aleatoria de una variable aleatoria X cuya distribucin terica depende de uno o varios parmetros desconocidos. El mtodo de los momentos para estimar los parmetros basndose en una observacin x1 , x2 , , xN , es el ms antiguo que se haya propuesto con este objeto, fue introducido por K. Pearson. Consiste en igualar un nmero conveniente de momentos muestrales a los correspondientes momentos de la distribucin, que son funciones de los parmetros desconocidos. Considerando tantos momentos como parmetros haya que estimar y resolviendo las ecuaciones resultantes respecto a dichos parmetros, se obtienen estimaciones de stos. Este mtodo da muchas veces lugar, en la prctica, a clculos relativamente simples. As, por ejemplo, si X tiene densidad f (x; ) dependiendo de un solo parmetro desconocido, se utiliza como estimador de la solucin de la ecuacin N _ 1 X E (X) = Xi = X N i=1 donde E (X) = Z f (x; )dx

en el caso que esta ecuacin tenga solucin nica. Si tiene innitas soluciones, como suele suceder cuando la distribucin terica depende de k parmetros desconocidos, con k 2, se agrega la ecuacin Z N 2 1 X 2 2 E X = x f (x; )dx = X . N i=1 i

13

Si sta no es suciente, se agrega la que corresponde al momento de tercer orden, y as sucesivamente, hasta determinar una solucin nica, si sto es posible. 1.5.1 EJEMPLOS:

1. Distribucin uniforme en [0, b] , con b > 0 desconocido: como por ejemplo (a) Se escogen al azar nmeros entre 0 y algn nmero desconocido. (b) Tiempos de espera del autobs de las 8 A.M. La densidad es f (x; ) = x [0, b] 0, si no.
1 , b

Tenemos que resolver la ecuacin: E (X) =

N _ 1 X Xi = X N i=1

pero la esperanza de una variable aleatoria de densidad uniforme de parmetros (0, b) es: Z 1 xf (x; )dx = b Zb
0

E (X) = Igualando obtenemos:

b xdx = . 2

_ _ b = X, tomamos b = 2X 2

El estimador b de b, es insesgado, pues N _ b 2 X 2 E b = 2E X = E (Xi ) = NE (X) = 2 = b. N i=1 N 2

14

El error medio cuadrtico del estimador b, por ser en este caso insesgado, coincide con su varianza: N _ 4 X 2 E (b b) = V ar(b) = V ar(2X) = 2 V ar (Xi ) = N i=1 4 b2 4 V ar(X) = N N 12

por ser X uniforme en [0, b] . Por lo tanto V ar(b) =

b2 0 si N , 3N
_

es decir, nuestro estimador b = 2X del parmetro desconocido b es consistente. Por el mtodo de mxima verosimilitud, obtuvimos como estimador del parmetro b a b = max(X1 , X2 , , XN ). Veamos que este estimador no es insesgado; como tenemos que hallar su esperanza, debemos calcular antes su distribucin: P b x = P (max(X1 , X2 , , XN ) x) = P (X1 x, X2 x, , XN x) = N Q P (Xi x) = (P (X x))N = (F (x; b))N
i=1

As, la funcin de distribucin del estimador, es: 0 si x < 0 xN P bx = si x [0, b] bN 1 si x > b. 15

donde F es la funcin de distribucin de X que es uniforme en el intervalo [0, b] . Es fcil calcular esta funcin de distribucin para obtener: 0 si x < 0 x si x [0, b] F (x; b) = b 1 si x > b.

y derivando, obtenemos la densidad de b : N N1 x si x [0, b] bN f (x) = 0 si no. b La esperanza de esta distribucin es: N b, E b = N +1 es decir, este estimador del parmetro b no es insesgado, pero s lo es asintticamente ya que N b = b. lim E b = lim E (max(X1 , X2 , , XN )) = lim N N N N + 1 Este estimador es consistente, en efecto: 2 N N 2 E b = N+2 b , E b = N+1 b N N2 V ar b = N+2 (N+1)2 b2 =

Nb2 (N+2)(N+1)2

por lo tanto su varianza tiende a cero cuando N tiende a innito. 2. Dada una muestra aleatoria de distribucin de Bernoulli de parmetro p, estimemos p por el mtodo de los momentos y por el mtodo de mxima verosimilitud: (a) Mtodo de Mxima Verosimilitud: si X tiene distribucin de Bernoulli de parmetro p, x1 , x2 , , xN es una muestra de la variable aleatoria X y f es la frecuencia correspondiente al nmero de unos presentes en la muestra, se tendr: L(x1 , x2 , , xN ; p) = pf (1 p)N f l(p) = ln L( x; p) = f ln p + (N f ) ln(1 p) l(p) f = f + Nf = 0 p = N . p p 1p De aqu se deduce que el estimador de mxima verosimilitud de p es: N _ 1 X p= Xi = X. N i=1 16

(b) Mtodo de lo Momentos: debemos resolver la siguiente ecuacin:

N 1 X Xi E (X) = N i=1

pero la esperanza de la distribucin de Bernoulli de parmetro p, _ es p. As, el estimador del parmetro p, en ambos casos es X. Este estimador es insesgado ya que
N _ 1 X E X = E(Xi ) = p N i=1

y tambin es consistente pues: N _ P 1 V ar(X) = V ar N Xi =

i=1

1 N2

i=1

por lo tanto la varianza del estimador tiende a cero cuando N tiende a innito.

N P

V ar(Xi ) =

p(p1) N

EJERCICIO: Hallar el estimador del parmetro > 0, por el mtodo de los momentos correspondiente a: a) La distribucin exponencial. b) La distribucin de Poisson.

1.6

Una cota inferior para el error cuadrtico medio de un estimador: Desigualdad de Crmer-Rao.

Supongamos que X1 , X2 , , XN es una muestra aleatoria de distribucin F = F (x; ) y que dicha distribucin tiene una densidad f (x, ) derivable respecto al parmetro R. Denotemos por: f ( x; ) = fX1 ,X2 , ,XN (x1 , x2 , , xN ; ) 17

la densidad conjunta de la muestra aleatoria evaluada en el punto

x = (x1 , x2 , , xN ).

Supongamos tambin que la identidad Z fX1 ,X2 , ,XN (x1 , x2 , , xN ; )dx1 dx2 dxN = 1
RN

puede derivarse respecto al parmetro , bajo el signo de integral. Bajo esta hiptesis, podemos obtener la siguiente identidad:
R R 1 0 = RN f ( x ,) dx1 dx2 dxN = RN f ( x ,) f ( x; )dx1 dx2 dxN = f ( x ;) ln f (X,) ln L() =E , X = (X1 , X2 , , XN ). E

Si b() = E (T (X1 , X2 , , XN ) ) es el sesgo del estimador T del parmetro y calculamos su derivada, se tendr Z 0 1 + b () = E (T (X1 , X2 , , XN )) = T ( x)f ( x; )dx1 dx2 dxN RN Si admitimos que esta ltima integral se puede derivar bajo el signo de integral respecto al parmetro , obtenemos las siguientes igualdades: R 1 + b0 () = RN T ( x) f ( x; )dx1 dx2 dxN = R f ( x ,) 1 f ( x; )dx1 dx2 dxN = N T ( x) R f ( x ;) R ln f (X,) f ( x; )dx1 dx2 dxN = N T ( x) R ln L() ln L() L() = E T (X) E ln = E T (X) L() E T (X) ln ln L() = 0. puesto que E

18

1.6.1

Desigualdad de Crmer-Rao:

Si todas las derivaciones bajo el signo de integral son vlidas ( es cierto bajo la hiptesis de suciente regularidad de la densidad f ), se cumple la desigualdad: " 2 # " 2 # ln L() 2 (1 + b0 ()) E T (X) E , por la desigualdad de Cauchy-Schwarz, en particular, si T es insesgado " 2 # b() = 0, b0 () = 0, E T (X) = V ar(T (X)) 2 ln L() 1 V ar(T (X))E . Adems, bajo condiciones de suciente regularidad de la densidad f, se cumple " 2 2 # ln L() ln L() = E E 2 ya que:
2 ln L() 2

1 2 L() L() 2

puesto que i R h 2 1 2 L() 1 E L() 2 = RN f (2x ,) f ( x, )dx1 dx2 dxN = f ( x ,) R 2 f (,) R x dx1 dx2 dxN = RN f ( x ,) dx1 dx2 dxN = 0 RN 2

2 ln L() 2

= E

ln L()

1 L() L()

ln L()

= 2

1 2 L() L() 2 2

1 L() L()

si 0 =

ln L()

RN

f ( x ,) dx1 dx2

dxN

si las derivaciones bajo el signo de integral son posibles. En conclusin, la desigualdad obtenida se denomina desigualdad de CrmerRao: " " 2 !#1 2 # ln L() E T (X) E 19

OBSERVACIONES: 1. La desigualdad de Crmer-Rao proporciona una cota inferior del error cuadrtico medio de un estimador. En particular, para los estimadores insesgados, proporciona una cota inferior para la varianza del estimador. Esta cota inferior no tiene por qu ser alcanzada, pero si se encuentra un estimador insesgado cuya varianza es: " 2 !#1 ln L() E entonces la desigualdad expresa que se trata de un estimador de mnima varianza. 2. Valen resultados anlogos a los anteriores cuando la distribucin es discreta, reemplazando la densidad f ( x, ) por la funcin P X = x; que representa la funcin de probabilidad de la variable aleatoria X. 3. Se llama eciencia de un estimador insesgado al cociente de varianzas que dene su eciencia relativa respecto a un eventual estimador de varianza mnima, es decir: 2 1 ln L() E Eciencia de T = V ar(T ) 4. Un estimador insesgado de varianza mnima tiene eciencia igual a 1; tal estimador suele llamarse Estimador Eciente. Si la sucesin de eciencias de una sucesin de estimadores insesgados tiende a 1, la sucesin se dice que es asintticamente eciente. EJEMPLO: El estimador de mxima verosimilitud del parmetro de la distribucin de Poisson tiene varianza mnima, es decir, es un estimador eciente; en efecto: i r X e ln L() = fi ln i! i=0 20

donde fi, 0 i r son las frecuencias de los valores 0, 1, 2, , r representados en la muestra x1 , x2 , , xN con max(x1 , x2 , , xN ) = r. Derivando con respecto al parmetro e igualando a cero, obtenemos que el estimador de mxima verosimilitud del parmetro es
N 1 X =X= Xi , N i=1 _

que es un estimador insesgado de pues

N 1 X E(X) = E(Xi ) = , N i=1 _

adems la cota de Crmer-Rao coincide con la varianza del estimador que es:
_

V ar(X) = pues: E ln L() 2 !

_ 2 N 2 _ N2 N = 2 E X = 2 V ar(X) =

por lo tanto:

" 2 !#1 _ ln L() E = = V ar(X), N

_

puesto que, = X tiene eciencia 1 es un estimador de varianza mnima.

1.7

Estadsticos Sucientes.

Sea X1 , X2 , , XN una muestra aleatoria cuya distribucin es conocida y queremos estimar un parmetro de su distribucin. Un estadstico Tn = T (X1 , X2 , , XN ) es suciente para el parmetro desconocido si para todos los resultados posibles T = t la distribucin condicional de (X1 , X2 , , XN ) dado T = t no es funcin del parmetro . Es decir, toda la informacin acerca del parmetro que puede ser extraida de la muestra X1 , X2 , , XN est contenida en T. Ejemplo: 21

Sean X1 , X2 una muestra aleatoria con distribucin de Poisson de parmetro . Consideremos el estadstico T = 2X1 + X2 Este estadstico no es suciente para : P((X1 , X2 ) = (1, 1) | T = 3) =
P((X1 ,X2 )=(1,1),T =3) P(T =3)

P((X1 ,X2 )=(1,1)) = P(T =3) P(X1 =1)P(X2 =1) P(X1 =0)P(X2 =3)+P(X1 =1)P(X2 =1) e2 2 6 = +6 e2 3 /6+e2 2

Es muy til conectar la idea de suciencia con la de factorizacin de la funcin de verosimilitud asociada a una muestra, el siguiente teorema que solo enunciaremos nos da un criterio para la suciencia relacionado con la funcin de verosimilitud: Teorema de factorizacin: Sea X1 , X2 , , XN una muestra aleatoria, TN = T ( X1 , X2 , , XN ) un estimador de un parmetro deconocido de la distribucin. T es suciente si y solo si existe h : Rn [0, ) que no depende de : R [0, ) tal que L = h(x1 , , xN )(, T (x1 , , xN ) donde L es la funcin de verosimilitud de la muestra. Ejemplo: Sea X1 , X2 , , XN una muestra aleatoria de distribucin exponencial de parmetro . Sea X1 + X2 + + XN TN = N donde la densidad de Xi viene dada por 1 x f (x) = e ; x > 0 As la funcin de verosimilitud del parmetro desconocido es L =
x 1 x1 ++xN = 1 N _ e e ; x1 , x2 , , xN > 0 N N

22

el estadstico T = X es suciente para , dena (, t) = 1 N t e ,t 0 N h = 1

as L = h(x1 , , xN )(, T (x1 , , xN )) Observacin: Los estadsticos sucientes no son nicos en el sentido que n n P P 1 si xi es suciente para en un modelo de Poisson, tambin lo ser n xi
1 8 i=1 n P i=1

xi . Algunas de estas funciones tendrn buenas propiedades como esti-

i=1

madores del parmetro entonces las llamaremos estimadores sucientes.

23

DISTRIBUCIONES DE PROBABILIDAD. ESTADSTICA PRCTICA N0 4 1. Determine la varianza de la distribucin de Poisson basndose en su funcin generatriz de momentos ( o transformada geomtrica). 2. Sea X una variable aleatoria de densidad expenencial, de parmetro = 1. Determine la funcin de densidad de Y = X3 3. Sean X e Y dos variables aleatorias independientes, f y g las densidades de X e Y respectivamente, con X > 0. Calcule la densidad de la variable aleatoria Y Z= X Y (Sugerencia: Exprese FZ (z) = P X z como una integral doble y luego derive respecto a z. 4. DISTRIBUCIN NORMAL BIDIMENSIONAL: Diremos que dos variables aleatorias X e Y tienen distribucin normal conjunta, si su funcin de densidad conjunta viene dada por: f (x, y) =
1 2 1 2 1

donde es el coeciente de correlacin entre X e Y, 2 es la varianza de 1 X, 2 es la varianza de Y, 1 es la esperanza de X y 2 es la esperanza 2 de Y . (a) Sea C= 2 12 1 12 2 2

h 2 1 exp 2(12 ) (x1 ) 2

1

2(x1 )(y1 ) 1 2

(y2 )2 2 2

la matriz de covarianza de X e Y, donde 12 = Cov(X, Y ). Calcule la inversa de C. 1

(b) Verique que 1 1 1 t f (x, y) = exp zC z 2 2 1 2 1

donde z = ((x 1 ), (y 1 )) y z t es la traspuesta de z y C 1 es la inversa de C. (c) Calcule las densidades marginales de X e Y. (d) Si X e Y son independientes, el coeciente de correlacin es cero. El recproco no es cierto, en general. Demuestre que si X e Y tienen distribucin conjunta normal y = 0, entonces X e Y son independientes. 5. DISTRIBUCIN NORMAL MULTIDIMENSIONAL: Sea X = (X1 , X2 , X3 , , Xn ) un vector aleatorio. Si la matriz de

donde es el determinante de la matriz de covarinazas C,

covaianzas C de X tiene determinante distinto de cero, diremos que la distribucin de X es normal de dimensin n, cuando la densidad conjunta de X1 , X2 , X3 , , Xn viene dada por: 1 1 1 t f (x1 , x2 , x3 , , xn ) = exp zC z n 2 (2) 2 z = ((x1 1 ), (x2 2 ), , (xn n )) , i = E (Xi ) , i = 1, 2, , n

y C 1 es la inversa de C. (a) Si ij = Cov(Xi Xj ) = 0, para i distinto de j, entonces C es una matriz diagonal tal que Diag(C) = 2 , 2 , 2 1 2 n Calcule C 1 . (b) Demuestre que si ij = Cov(Xi Xj ) = 0, para i distinto de j, entonces X1 , X2 , X3 , , Xn son mutuamente independientes. Observacin: la parte b) establece que un vector normal aleatorio tiene componentes mutuamente independientes s y slo si Cov(Xi Xj ) = 0 para i distinto de j. Es decir, si y slo si la matriz de covarianzas es diagonal. 2

6. Sea X una variable aleatoria con distribucin normal N(, 2 ). (a) Demuestre que su transformada de Laplace viene dada por: L(s; , ) = es e
2 s2 2

deduzca de aqu su Transformada de Fourier ( o Funcin Caracterstica). (b) Sea Z = X 2 , donde X es normal N(0, 1). Calcule la transformada de Laplace de Z y deduzca que su distribucin es gamma de parmetros p = 1 , = 1 ; es decir, que su funcin de densidad 2 2 viene dada por: p z 1/2z 1/2 e 2 fZ (z) = (1/2) donde (1/2) = . Puede calcular la densidad de Z sin calcular su transformada de Laplace? (c) Sean X1 , X2 , X3 , , Xn variables aleatorias independientes e idnticamente distribudas, normales N (0, 1). Sea
2 2 2 2 Y = X1 + X2 + X3 + + Xn .

Calcule la transformada de Laplace de Y. Deduzca que Y tiene distribucin gamma de parmetros p = n , = 1 , es decir, que la 2 2 densidad de Y viene dada por: (1/2) 2 y (n2)/2 e 2 fY (y) = (n/2) Esta distribucin recibe el nombre de chi-cuadrado (X 2 ) con n grados de libertad. 7. Sea X una variable aleatoria N(0, 1). Y una variable aleatoria chicuadrado (X 2 ) con n grados de libertad. Si X e Y son independientes, denimos T como: X T = n . Y Demuestre que la densidad de T viene dada por: ( n+1 ) 1 2 , t (, ) fT (t) = n(n/2) (1 + t2 ) n+1 2
n
n y

La distribucin de T recibe el nombre de distribucin tStudent con n grados de libertad ( o de parmetro n). Note que fT es simtrica alrededor del origen (E (T ) = 0). t Sugerencia: calcule Ft (t) = P (T t) = P X n Y , utilizando la densidad conjunta de X e Y, luego derive respecto a t. 8. Sean X1 , X2 , X3 , , Xn variables aleatorias independientes, normales N(i , 2 ), i = 1, 2, , n. Demuestre que la variable aleatoria: i X = a1 X1 + a2 X2 + a3 X3 + + an Xn tiene distribucin N(, 2 ), donde = a1 1 + a2 2 + a3 3 + + an n , =
2 n X i=1

a2 2 i i

9. Sean X1 , X2 , X3 , , Xn variables aleatorias independientes e idnticamente distribuidas, normales N(, 2 ).

_

(a) Sea X =

1 n

i=1

Sugerencia: Calcule la transformada de Fourier de X. n P (b) Sea Z = 12 (Xi )2 . Demuestre que Z tiene distribucin X 2 con
i=1

n P

Xi . Demuestre que X tiene distribucin normal N(, 2 /n).

_

n grados de libertad. _ n P 1 (c) Sea S 2 = n (Xi X)2 . Verique que:

i=1

n _ nS 2 1 X (Xi X)2 = 2 . 2 i=1

El objetivo de este ejercicio es demostrar que la variable aleatoria nS 2 , tiene distribucin X 2 con n 1 grados de libertad. Observe 2 que en la denicin de S 2 si sutituimos las variables aleatorias Xi por Zi = Xi , el valor de S 2 no vara.

Denamos las siguientes variables aleatorias: Y1 = 1 (Z1 Z2 ) 12 Y2 = 1 (Z1 + Z2 2Z3 ) 23 (Z1 + Z2 + Z3 + + Zn1 (n 1)Zn ) Yn1 = 1 (n1)n n P 1 Zi . Yn = n
i=1

i. Demuestre que las variables aleatoriasY1 , Y2 , Y3 , , Yn tienen distribucin N(0, 2 ). ii. Verique, calculando las correlaciones entre ellas, que son independientes. iii. Establezca por induccin que
n X i=1

Yi 2 =

n X i=1

Zi 2

(La transformacin denida en c, deja invariante el origen). n1 P 2 Yi . iv. Demuestre que nS 2 =

i=1

v. Deduzca que libertad.

_

nS 2 2

tiene distribucin X 2 con n 1 grados de que S 2 y X son independientes.

_

(d) Note que X =

2 (e) Sea S1 =

i. Verique que:

1 Yn + . Deduzca n _ n P 1 (Xi X)2 n1 i=1

2 nS 2 (n 1)S1 = 2 2

ii. Sean

2 (X ) (n 1)S1 X= n . ;Y = 2 Verique que X es normal estndar e Y es X 2 con n1 grados de libertad. Adems X e Y son independientes. iii. Verique que: _ X n 1X n= S1 Y

y deduzca de esta igualdad que la distribucin de

_

X n S1 es t student con (n 1) grados de libertad. Abril-Julio 2004/MMOM

ESTIMADORES PUNTUALES ESTADSTICA -PRCTICA No 5 1. Sea un estimador de un parmetro . Sea b el sesgo de , es decir, b = E . Demuestre que el error cuadrtico medio de es igual a: V ar() + b2 . 2. Sean 1 y 2 dos estimadores insesgados de un parmetro tales que V ar(1 ) = 2 , V ar(2 ) = 2 1 2 Demuestre que si a es un nmero real, entonces: 3 = a1 + (1 a)2 es un estimador insesgado de . Si 1 y 2 son independientes, cmo se debe escoger a para minimizar la varianza de 3 ? 3. Sea Y1 , Y2 , Y3 una muestra aleatoria simple de una distribucin exponencial de densidad: 1 y e ,y > 0 f (y) = 0 si no Considere los 5 siguientes estimadores de : 1 = Y1 , 2 =
_ Y1 + Y2 Y1 + 2Y2 , 3 = , 4 = min(Y1 , Y2 , Y3 ), 5 = Y 2 3

(a) Cules estimadores son sesgados? (b) Entre estos estimadores, cul es el que tiene la varianza ms pequea? 1

(c) Hallar la eciencia relativa de 1 respecto a 5 , la de 2 y 3 respecto a 5 . 4. El nmero de fallas por semanas de un cierto tipo de mini- computadoras es una variable aleatoria Y con distribucin de Poisson de parmetro . Se dispone de una muestra aleatoria simple Y1 , Y2 , Y3 , , Yn de Y. (a) Sugiera dos estimadores insesgados para . (b) El costo semanal de reparacin de estas fallas es la v.a. C = 3Y + Y 2 Demuestre que E (C) = 4 + 2 (c) Obtenga una funcin de Y1 , Y2 , Y3 , , Yn , que sea un estimador insesgado de E (C) . 5. Sea X1 , X2 , X3 , , Xn una muestra aleatoria simple de una distribucin de Bernoulli de parmetro p.
_

(a) Demuestre que X es un estimador insesgado de p. (b) Considere el estimador

_ _

nX(1 X) ?Es ste un estimador insesgado de la varianza de la distribucin? (c) Modique adecuadamente el estimador anterior para obtener un estimador insesgado de la varianza. 6. Sea X1 , X2 , X3 , , Xn una muestra aleatoria simple de una distribucin normal N(1 , 2 ) y Y1 , Y2 , Y3 , , Ym una muestra aleatoria simple 1 de una distribucin normal N(2 , 2 ), supongamos que las Xi, Yj , son 2 independientes entre s.
_ _

(a) Considere el estadstico X Y y encuentre su distribucin, su media y su varianza. Es ste un estimador insesgado de 1 2 ? 2

(b) Sean:
2 S1 = 1 n1 n P 2 (Xi X)2 , S2 = _ 1 m1 n P

Sp =

i=1 2 2 (n1)S1 +(m1)S2 n+m2

i=1

(Yi Y )2

2 2 Sp se puede interpretar como una ponderacin de S1 y S2 . En el 2 +S 2 S caso n = m, Sp = 1 2 2 . Demuestre que si 1 = 2 = , entonces Sp es un estimador insesgado de 2 .

7. Se utiliza el siguiente procedimiento para evitar respuestas falsas a preguntas delicadas en una encuesta. Sea A una pregunta delicada (por ejemplo, evade Ud. el pago de impuestos?). Sea B una prgunta inocua (por ejemplo, su cdula de identidad termina en un nmero par?). Se le pide al sujeto que lance una moneda en secreto; si sale cara, contesta la pregunta A, si sale sello contesta la pregunta B. El encuestador recibe una sola respuesta (si o no) y no sabe a qu pregunta corresponde. Si esta encuesta se realiza a 1000 sujetos y 600 de ellos contestaron si , qu porcentaje de individuos se estima que evade impuesto? 8. Sea X1 , X2 , X3 , , Xn una muestra aleatoria simple de una distribucin N(, ). Consideremos los estimadores de del tipo siguiente: U = a1 X1 + a2 X2 + a3 X3 + + an Xn donde a1 , a2 , a3 , , an son nmeros reales. Determine los ai para que U sea un estimador insesgado y tenga varianza mnima. 9. Demuestre que si es un estimador insesgado de y si V ar() no es igual a cero, entonces 2 no es un estimador insesgado de 2 .
_ f f f

10. Demuestre que la media muestral X es un estimador insesgado de varianza mnima del parmetro de una poblasin de Poisson. M.M.O.M./Abril 2004

Mtodos de Estimacin. Estadstica Prctica No 6 1. Dada una muestra aleatoria simple de tamao n de una variable aleatoria X, calcular el estimador de mxima verosimilitud y de los momentos cuando X tiene las siguientes distribuciones: (a) Bernoulli de parmetro p. (b) Poisson de parmetro . (c) Exponencial de parmetro . (d) N(, 2 ) con y desconocido. (e) N(, 2 ) con conocido y desconocido. (f) N(, 2 ) con desconocido y conocido. Hallar en cada caso las propiedades del estimador obtenido: sesgo, consistencia, eciencia. 2. Hallar por el mtodo de los momentos los estimadores de y para la funcin Gamma (, ). 3. La muestra 1.3, 0.6, 1.7, 2.2, 0.3, 1.1 proviene de una distribucin uniforme en [0, b] . Encontrar los valores numricos de los estimadores de b obtenidos por los mtodos de mxima verosimilitud y de los momentos. 4. El nmero de defectos congnitos de un individuo en una cierta poblacin sigue una distribucin de Poisson de parmetro . De una muestra de n = 50 individuos de la poblacin, se observaron los siguientes datos: No de defectos 1 2 3 4 Frecuencias 31 15 4 0 Hallar el estimador de mxima verosimilitud del parmetro . 5. Una variable aleatoria discreta toma los valores 0, 1 y 2 con: P (0) = p2 , P (1) = 2p(1 p), P (2) = (1 p)2 , donde 0 < p < 1 es un parmetro desconocido. Hallar la estimacin mximo verosmil de p a partir de una muestra de tamao n = 100 en la que se ha presentado 23 veces el 0, 52 veces el 1 y 25 veces el 2. 1

6. Para determinar la verdadera proporcim p de artculos defectuosos en un lote grande, se revisan uno tras otro artculos de ste, hasta encontrar 10 defectuosos. Si tuvimos que revisar 168 artculos antes de parar, cul es el estimador de mxima verosimilitud de p? 7. Sea Y1 , Y2 , Yn una muestra aleatoria simple de una distribucin uniforme en el intervalo [0, 2 + 1] , con > 0 es decir, con densidad: 1 , 0 < y < 2 + 1 2+1 f (y) = 0 , y0 Encuentre el estimador de mxima verosimilitud de . 8. Sea Y1 , Y2 , Yn una muestra aleatoria simple de una distribucin con la siguiente densidad: 2(y) ,0 < y < 2 f (y) = 0 , y0 Determinar el valor de por el mtodo de los momentos. 9. Supongamos que X1 , X2 , Xn y Y1 , Y2 , Yn son muestras aleatorias simples de dos poblaciones normales independientes con medias 1 y 2 y varianzas 2 y 2 respectivamente. Determinar el estimador de 1 2 mxima verosimilitud de 1 2 . Sugerencia: Considere la muestra Zi = Xi Yi , halle su distribucin y escribasu funcin de verosimilitud. 10. Una mquina se puede averiar por dos razones A y B. Se desea estimar la probabilidad de avera diaria de cada tipo sabiendo que: (a) La probabilidad de avera tipo A es doble que la de B. (b) No existen otros tipos de avera posible. (c) Se han observado 30 das con el resultado siguiente: 2 averas tipo A, 3 tipo B y 25 das sin avera. 1 2 Respuesta: pA = 18 , pB = 18 , pC = probabilidad de no avera= 15 . 18
_

11. Demostrar que X es un estadstico suciente para en un modelo de Poisson. 2

12. Sea f (x) = x1 , x (0, 1) . Hallar el estimador de mximo verosmil para y vericar que es un estadstico suciente. 13. Basndose en la igualdad
n X i=1

(xi )2 =

n X _ 2 _ 2 xi x + n x i=1

demuestre que la funcin de verosimilitud de un modelo normal N(, 2 ) se puede escribir h n i _ 1 L(, ) = n s2 + (x )2 n exp 2 2 (2) 2 concluyendo que el estadstico vectorial Tn = T (X1 , , Xn ) = (X, S 2 ) es suciente para (, ) R R+ (una familia paramtrica). Sugerencia: tome h(x1 , , xn ) = 1, para obtener L(, ) = h(x1 , , xn )(, , T (x1 , , xn )) : R2 R MMOM/2004
_

Captulo III Intervalos de Conanza

Mara Margarita Olivares Mayo 2004

1
1.1

Estimacin por Intervalos de Conanza.

Introduccin y conceptos bsicos.

Sea X1 , X2 , , Xn una muestra aleatoria simple de una variable aleatoria X cuya distribucin depende de uno o varios parmetros desconocidos. Si T (X1 .X2 , , Xn ) es un estimador puntual de (un parmetro desconocido de la distribucin), dada una observacin x1 , x2 , , xn , estimamos por T (x1 , x2 , , xn ). La estimacin puntual tiene como inconveniente que al dar como estimacin del parmetro desconocido un nico valor, la estimacin no coincidir con el verdadero valor del parmetro, luego, para que sto tenga inters prctico debemos conocer el grado de precisin de la estimacin o conformarnos con que la equivocacin no sea muy grande. El concepto de estimacin por Intervalo de Conanza proporciona una respuesta a esta cuestin. Ejemplo: Supongamos que una tienda mantiene registros sobre el nmero de unidades de cierto producto que vende mensulamente.El conocimiento de la demanda promedio es importante para el mantenimiento del inventario. Se supondr que no hay uctuaciones en la temporada. _ En los ltimos 36 meses, en base a los datos, se tiene una media x = 200 unidades. Es decir, esta media es una estimacin puntual de un parmetro desconocido, el cual representa la demanda promedio de este producto en 1

o equivalentemente

la tienda. Del conocimiento de este estimador no podemos responder por ejemplo, la siguiente pregunta: ? podra la demanda media desconocida no ser mayor a 250 ni menor a 150 unidades?, pues no se tiene alguna indicacin del posible error en la estimacin puntual, por eso, no podemos responder esta pregunta. El error en el estimado puntual se mide en trminos de la variacin (varianza) muestral del correspondiente estimador. _ Si por ejemplo, la desviacin estndar de la media X es 60 unidades, _ valindonos del teorema central del lmite podemos argumentar que X tiene una distribucin aproximadamente N(, = 60), de aqu se deduce que _ la probabilidad de que X se encuentre a dos desviaciones estndar de la verdadera media es aproximadamente igual a 0, 95. Es decir, para n grande, _ P X < 120 = 0, 95 si sustituimos el valor de la media muestral x = 200 obtenido se tiene que (80, 320) lo cual sugiere que la demanda podra ser tan grande como 250 q
_

_ _ P X 120 < < X + 120 = 0, 95

_

x= de una sola muestra en la cual sustituimos _ 200. El valor probabilidad _ 0, 95 se reere slo al intervalo aleatorio X 120, X + 120 , es incorrecto decir que la probabilidad de que (80, 320) es de 0, 95 pues aqu slo hay constantes, nada es aleatorio, lo que se puede decir que con una conanza de 0, 95 podemos decir que (80, 320) , lo cual es una alta conanza. Asi que no es correcto escribir P (80 < < 320) = 0, 95, en algunos textos lo escriben abusando del lenguaje probabilstico pero debe entenderse como se explic arriba. De acuerdo a estas aclaratorias, el intervalo (80, 320) recibe el nombre de intervalo de conanza del 95% para . 2

y tan pequea como 150 unidades siempre que V ar(X) = 60. _ _ Observe que X 120, X + 120 es un intervalo aleatorio y la probabilidad de que la verdadera media est all es de 0, 95. Si se obtuviesen 100 muestras del mismo tamao en forma repetida de una poblacin y para cada _ muestra se calculan las madias observadas y sustituimos x en el intervalo aleatorio debe esperarse que 95 de ellos contenagan el verdadero valor de la media desconocida. El intervalo_ especco (80, 320) no es ms que una _ realizacin del intervalo aleatorio X 120, X + 120 en base a los datos de
_

1.1.1

Denicin:

Intervalo de Conanza al nivel 1 para el parmetro construido a partir de la muestra X1 , X2 , , Xn , es una pareja de estadsticos (T1 , T2 ), que cumplan la propiedad: P (T1 (X1 , X2 , , Xn ) T2 (X1 , X2 , , Xn )) = 1 1.1.2 Denicin:

Regin de conanza al nivel 1 para el parmetro construida a partir de la muestra X1 , X2 , , Xn es una aplicacin C que a cada punto

x = (x1 , x2 , , xn ) Rn

asocia el subconjunto C( x) del espacio de parmetros, de modo que P ( C(X1 , X2 , , Xn )) = 1 Ntese que C(X1 , X2 , , Xn ) es un conjunto aleatorio. En el caso en que el espacio de parmetros est contenido en R, si este conjunto es un intervalo, la regin de conanza se llama intervalo de conanza y esta denicin coincide con la dada anteriormente. 1.1.3 Mtodo prctico para la construccin de intervalos de conanza.

1. Obtener una variable aleatoria g(X1 , X2 , , Xn ; ) que sea funcin de la muestra y del parmetro desconocido cuya distribucin sea conocida e independiente de . 2. Obtener un conjunto D en el rango de g para el cual valga P (g(X1 , X2 , , Xn ; ) D) = 1 3. Expresar el suceso [g(X1 , X2 , , Xn ; ) D] en la forma equivalente [ C(X1 , X2 , , Xn )] La regin C(X1 , X2 , , Xn ) es una regin de conanza al nivel 1 para , si sta resulta ser un intervalo, entonces es un intervalo de conanza. 3

1.1.4 1. Si

Observaciones:

C(X1 , X2 , , Xn ) = (T1 (X1 , X2 , , Xn ), T2 (X1 , X2 , , Xn ) es un intervalo de conanza para al nivel 1 a menudo se dice que constituye un intervalo de conanza de 100(1 )% o con coeciente de conanza 100(1 )%. 2. El coeciente de conanza 1 es un valor que elige el experimentador. Suele tomarse = 0, 10 ( 0, 05 0, 01), es decir 100(1 )% ser 90% respectivamente 95% 99%. 3. El coeciente de conanza representa la probabilidad proporcin de veces que los intervalos conocidos contendrn el verdadero valor de . 4. El valor desconocido es constante, mientras que los intervalos obtenidos son aleatorios puesto que sus extremos dependen de la muestra aleatoria. As, un intervalo de conanza del 95% ( una estimacin por intervalos al nivel 0, 95) no es un intervalo jo que contiene a con probabilidad 0, 95, sto no tendra sentido pues si el intervalo es jo el parmetro estar o no en l ( la probabilidad sera cero uno). Luego, al evaluar los extremos del intervalo a partir de la muestra observada x1 , x2 , , xn , lo que podemos decir es que si se repitieran las n observaciones varias veces al menos el 95% de las veces acertaremos, es decir, estar en el intervalo obtenido. 5. Si podemos elegir entre varios mtodos que dan lugar a diferentes intervalos de conanza para un parmetro desconocido , trataremos de elegir el que nos proporcione el intervalo de menor longitud. 6. Si hay varios parmetros desconocidos hallaremos regiones de conanza o intervalos de conanza para cada uno de ellos.

1.2
1.2.1

Estimacin por intervalos de conanza para la media :

Para la distribucin N(, ) cuando es conocido:

Sea X1 , X2 , , Xn una muestra alatoria simple de la variable aleatoria X de distribucin N(, ), cuando es conocido. 4

Para un nivel de conanza 1 consideremos el estadstico:

_ _

(X ) (X ) = n Z= / n el cual tiene distribucin normal N(0, 1). Sea z el valor tal que si Z es 2 normal estndar satisface: P Z > z = . 2 2

Si sustituimos el valor de Z en la expresin anterior y despejando , obtendremos: _ _ P X z < < X + z = 1 n 2 n 2 es decir, con probabilidad 1 , se encuentra en el intervalo aleatorio _ _ , X + z ; X z2 n n 2

Si es conocido podemos buscar este valor en la tabla de la distribucin normal. Puesto que la distribucin normal es simtrica alrededor del origen, se tiene que : P Z < z = , 2 2 por lo tanto P z < Z < z = 1 2 2

dicho de otra forma: para cada muestra x1 , x2 , , xn , el intervalo que se obtien como estimacin es _ _ I = x z , x + z n 2 n 2 con nivel 1 , donde x =
_ 1 n i=1 n P

xi . Es habitual expresar este resultado di_

ciendo que : la estimacin de es x con error de n z para un nivel de 2 conanza 1 .

1.2.2

Ejemplos:

1. A partir de una muestra aleatoria simple X1 , X2 , , Xn de la distribucin N(, 1) construir un intervalo de conanza para al nivel 95% siendo la media observada
_

x = 3, 05; n = 100. Usando el procedimiento anteriormente desarrollado, se obtienen que el intervalo de conanza al nivel 95% es: _ z0,025 _ z0,025 ,X + X 10 10 P (Z > z0,025 ) = 1 P (Z z0,025 ) = de donde P (Z z0,025 ) = 1 0, 025 = 0, 975. De aqu se obtiene que z0,025 = 1, 96. Luego el intervalo de conanza es _ _ X 0, 196, X + 0, 196 = 0, 025 2

donde z0.025 se obtiene en la tabla de la distribucin normal, hallando:

Basndonos en nuestras observaciones, sustituimos X por su valor observado para obtener como estimacin del intervalo I = (2.85, 3.25) al nivel de conanza de 95%. 2. Si en el ejemplo anterior se desea estimar el tamao necesario de la muestra de manera tal que con probabilidad 1 = 0, 95 la media _ muestral X se encuentre en un intervalo igual a = 0, 20 unidades alrededor de la media de la distribucin se procede de la siguiente manera: puesto que en en este caso _ 1 1 P z < X < z = 1 = 0.95 n 2 n 2 6

y lo que se quiere es que

_

X ( 0.20, + 0.20)
1 con probabilidad 0.95, tomamos = n z = 0.20, hemos calculado en 2 este caso z y obtuvimos 1.96, despejando n en la ltima ecuacin se 2 tiene que 2 1.96 n= = 96.04 0.20

Si tomamos n = 97 podemos conar en que si estimamos por medio _ de X el error ser menor que 0.20 para el nivel 0.95. Para la distribucin N(, ) cuando es desconocido:

1.2.3

Sea X1 , X2 , , Xn una muestra alatoria simple de la variable aleatoria X de distribucin N(, ), cuando es desconocido. En este caso se sabe que (X) (X) = n / n 2 (n1)S1 2 es Xn1 2
_ _
_ _

es N(0, 1)

2 y que S1 y X son independientes, por lo tanto el estadstico: _

(X ) (X ) = S1 / n S/ n 1 tiene distribucin t de Studente con n 1 grados de libertad, donde

2 S1 _ _ 1 X 1X = (xi x)2 , S 2 = (xi x)2 . n 1 i=1 n i=1 n n

Recordemos que la densidad correspondiente a esta distribucin es simtrica alrededor del origen. Es fcil ver que si
_

Tn1 = (X) S1 / n E (Tn1 ) = 0, V ar(Tn1 ) =

n , lim V n2 n

ar(Tn1 ) = 1.

Usaremos una notacin anloga al caso anterior, llamando tn1, el valor tal 2 que si Tn1 es tStudent con n 1 grados de libertad P Tn1 > tn1, = . 2 2

entonces se tendr que _ (X) < tn1, < =1 P tn1, 2 S1 / n 2 _ _ S S P X 1 tn1, < < X + 1 tn1, = 1 n n 2 2 siendo, el intervalo aleatorio _ _ S1 S1 X tn1, , X + tn1, 2 2 n n

el intervalo de conanza para al nivel 1 . As, a cada muestra x1 , x2 , , xn ,le corresponde la estimacin por intervalo _ _ s1 s1 I = x tn1, , x + tn1, 2 2 n n
s al nivel 1 . A este nivel la estimacin de 00 es x con error de 1 tn1, . n 2 _

1.3
1.3.1

Estimacin por intervalos de conanza para 2 :

Para la distribucin N(, ) cuando es desconocido:

Sea X1 , X2 , , Xn una muestra aleatoria simple de la variable aleatoria X de distribucin N(, ), con y son desconocidos. Fijemos un nivel 1 y consideremos el estadstico
n 2 _ 1 X (n 1)S1 (Xi X)2 = , 2 i=1 2

el cual tiene distribucin chi- cuadrado con n 1 grados de libertad. Esta densidad no es simtrica alrededor del cero. Queremos hallar un intervalo tal que 2 2 2 P a < Xn1 < b = 1 , P Xn1 b = P Xn1 a = 2 8

2 de aqu se deduce que a = x2 n1,1 , b = xn1, . As tendremos:

2 2

2 (n 1)S1 2 2 < xn1, = 1 P xn1,1 < 2 2 2 despejando 2 obtenemos: ! 2 2 (n 1)S1 (n 1)S1 P =1 < 2 < x2 x2 n1,1 n1,
2 2

obtenindose como intervalo aleatorio de conanza para 2 ! 2 2 (n 1)S1 (n 1)S1 , 2 x2 xn1, n1,1
2 2

2 al nivel 1 . Si queremos estimar 2 con S 2 en lugar de S1 = obtendremos el intervalo: ! nS 2 nS 2 . , 2 x2 n1,1 xn1,

2 2

n S2, n1

1.3.2

Para la distribucin N(, ) cuando es conocido:

En este caso podemos hallar el intervalo de conanza para como lo hicimos para cuando es conocido, pero en este caso despejamos en lugar de . Se recomienda estimar usando el estadstico del caso anterior el cual no depende de .

1.4

Intervalos de Conanza para 1 2 en el caso Normal:

Un problema importante es la comparacin de las medias de dos poblaciones. Por ejemplo, podra desearse comparar la efectividad de dos mtodos de enseanza. Para sto, los estudiantes se dividiran en dos grupos, con uno de ellos se usara el mtodo A y con el otro el mtodo B. Entonces habra que hacer inferencias respecto a la diferencia en el aprovechamiento promedio de los estudiantes, medido en base a alguna prueba. En este caso se consideran dos poblaciones, la primera con media 1 y varianza 2 y la segunda con media 2 y varianza 2 . 1 2 9

Se extrae una muestra aleatoria de n1 observaciones de la primera poblacin y una muestra aleatoria de n2 observaciones de la segunda poblacin y se supone que las muestras se extraen independientemente. Sean X1 , X2 , , Xn la muestra alatoria de la primera poblacin con distribucin N(1 , 1 ) y Y1 , Y2 , , Yn _ muestra alatoria de la segunda la _ poblacin con distribucin N(2 , 2 ) , X Y es un estimador puntual de 1 2 , insesgado pues: _ _ _ _ E X Y = E(X) E(Y ) = 1 2 y consistente, pues
_ _ _ _

V ar(X Y ) = V ar(X) + V ar(Y ) = 1.4.1

2 2 1 + 2 0, n1 , n2 . n1 n2

Para la distribucin Normal cuando 1 y 2 son conocidos, al nivel 1 :

_ _

El estadstico

tiene distribucin N(0, 1). Tomando z tal que 2 P Z > z = 2 2

X Y (1 2 ) q 2 Z= 1 2 + n2 n1 2

se tiene que

despejando 1 2 , obtenemos: s s 2 2 2 2 _ _ _ _ 1 2 1 2 + 1 2 X Y + z + P X Y z = 1 . 2 2 n1 n2 n1 n2

P z < Z < z = 1 2 2

De aqu que un un intervalo aleatorio de conanza para 1 2 si 1 y 2 son conocidos, al nivel 1 es: s s 2 2 _ 2 2 _ _ _ X Y z 1 + 2 , X Y + z 1 + 2 . 2 2 n1 n2 n1 n2 10

1.4.2

Ejemplo:

As obtenemos como intervalo para 1 2

_ _

Se compara la calidad de dos tipos de neumticos para automviles probando muestras de n1 = n2 = 100 neumticos de cada tipo. Para sto se observa el nmero de kilmetros recorridos hasta que se produce un desgaste que se dene como una cierta cantidad de desgaste. Se supone 2 = 1.400.000, 2 = 1 2 1.960.000 ambos conocidos y que la distribucin de los recorridos es normal. _ _ Como resultados de las pruebas se obtuvo x = 26.400Kms., y = 25.100Kms. Estimemos mediante un intervalo de conanza de 0.99 la diferencia de las medias: 1 2 q 2 = 0.99, = 0.01, _ = 0.005, z 2 = 2, 5758 _ 2 1 + n2 = 183, 0303; X Y = 1300 n1 2 (827, 8481; 1772, 1519)

al estimar 1 2 por X Y se comete un error de estimacin de s 2 2 1 + 2 = 472, 1519Kms. z 2 n1 n2 1.4.3 Si 1 = 2 = , X1 , X2 , , Xn e Y1 , Y2 , , Yn

_ _

Para la distribucin Normal cuando 1 y 2 son desconocidos pero iguales, al nivel 1 :

son dos muestras independientes de distribuciones N(1 , 1 ) y N(2 , 2 ) respectivamente, consideramos el estadstico: X Y (1 2 ) q T = 1 1 + n2 Sp n1
2 Sp = 2 2 (n1 1)S1 + (n2 1)S2 n1 + n2 2 n

con

siendo
2 S1 =

1 2 _ _ 1 X 1 X 2 (Xi X)2 , S2 = (Yi Y )2 . n1 1 i=1 n2 1 i=1

11

El estadstico T tiene distribucin t Student con n1 + n2 2 grados de libertad. Un intervalo de conanza para 1 2 , en este caso se obtiene haciendo: P tn1 +n2 2 , T tn1 +n2 2 , = 1 2 2 donde

P Tn1 +n2 2 tn1 +n2 2 , = . 2 2 Despejando 1 2 obtenemos: _ q q _ _ _ 1 1 1 P X Y Sp tn1 +n2 2 , n1 + n2 1 2 X Y + Sp tn1 +n2 2 , n1 + 2 2 1 De aqu se deduce que el intervalo de conanza aleatorio para 1 2 cuando 1 = 2 = es desconocido ser r r _ _ _ 1 1 1 _ 1 . X Y Sp tn1 +n2 2 , + , X Y + Sp tn1 +n2 2 , + 2 2 n1 n2 n1 n2

1 n2

1.4.4

Observacin:

Si n es grande (n 30), las tablas de la distribucin t con n grados de libertad dan la aproximacin normal. De all que si n1 + n2 2 30, resolver el problema para 1 = 2 = desconocido es equivalente a usar el intervalo de conanza para 1 2 con 1 y 2 conocidos e iguales estimndolo con Sp que es un estimador insesgado de . Observe que s r 2 2 Sp Sp 1 1 + = tn1 +n2 2 , + Sp tn1 +n2 2 , 2 2 n1 n2 n1 n2 y si n1 + n2 2 30, tn1 +n2 2 , z . = 2 2 1.4.5 Preliminar: Distribucin F o de Snedeccor.

Si Y1 y Y2 son variables aleatorias independientes de distribucin Chi-cuadrado con n1 y n2 grados de libertad, respectivamente, la distribucin del cociente Z=
Y1 n1 Y2 n2

12

Los parmetros n1 y n2 suelen denominarse grados de libertad de la distribucin. Los fractiles de esta distribucin se encuentran en las tablas. Es decir si Y1 n1 denotamos por Fn1 ,n2 = Y2 , hallarn
n2

se denomina distribucin F o de Snedeccor. Se deja como ejercicio, utilizar las tcnicas conocidas del curso de probabilidades para demostrar que la densidad viene dada por: n1 n1 n1 + n2 n1 2 z 2 1 2 fF (z) = n1 n1 + n2 , si z 0 n2 2 n2 2 n1 z 2 1 + n2

con pequeo, como 1 es grande no podrn utilizar la tabla directamente. Note que Fn1 ,n2 fn1 ,n21; equivale a
Y2 n2 Y1 n1

para pequeos. Por lo tanto si queremmos hallar P Fn1 ,n2 fn1 ,n21; = 1

P Fn1 ,n2 fn1 ,n2; =

1 fn1 ,n21;

por lo tanto

de donde se concluye que fn1 ,n21; =

= 1 = P Fn1 ,n2 fn1 ,n21; = P Fn2 ,n1 fn ,n1 1 21; 1 P Fn2 ,n1 fn ,n1 , por lo tanto P Fn2 ,n1 fn ,n1 =
1 21; 1 21;

1 fn2 ,n1 ;

1.5

Intervalo de conanza para conocen:

1 2

cuando 1 y 2 no se

Consideramos el estadstico
2 S1 2 1 2 S2 2 2

(n1 1)

2 S1 2 1 2 S2 2 2

Fn1 1,n2 2 =

(n1 1) (n2 1) (n2 1)

13

que tiene distribucin F con parmetros n1 1 y n2 1 (del numerador y S2 del denominador respectivamente), pues (n1 1) 1 tiene distribucin Chi2 cuadrado con n1 1 grados de libertad y (n2 1) 2 tiene distribucin Chi2 2 2 2 cuadrado con n2 1 grados de libertad donde S1 y S2 son independientes. Se obtiene el siguiente intervalo de conanza para el cociente de las varianzas 2 1 : 2 2 ! 2 2 S1 1 S1 , 2 fn2 1,n1 1, I= 2 2 S2 fn1 1,n2 1, S2 2
1 y al nivel 1 , donde fn2 1,n1 1, = f 2 n1 1,n2 1,1 2 2 S2
1

P fn1 1,n2 1,1 < 2

S1 2 1

2 S2 2 2

< fn1 1,n2 1, = 1 2

1.6
1.6.1

Intervalos de Conanza para muestras grandes:

Para la proporcin p de la Distribucin de Bernoulli:

Sea X1 , X2 , , Xn una muestra aleatoria simple de la variable aleatoria X de distribucin de Bernoulli de parmetro p.Queremos construir un intervalo de conanza para p al nivel 1 . En denitiva lo que se quiere estimar es la proporcin de elementos de una poblacin que tienen una determinada caracterstica (por ejemplo, proporcin de machos en una poblacin proporcin de xitos). En este caso la muestra no es normal, pero si la muestra es grande podemos valernos del teorema central del lmite para tener una aproximacin _ Normal de X. Es decir, n _ 1X X= Xi n i=1 es un estadstico insesgado y consistente de p, ya que _ _ p(1 p) E X = p, V ar(X) = n as el estadstico _ X p q
p(1p) n

14

es aproximadamente normal estndar. 1.6.2 Si = p(1 p) es conocido:

En este caso no hay nada que estimar, pues se conoce p. 1.6.3 Si = p(1 p) es desconocido:
_

La distribucin de

es normal estndar si n es grande. Si en lugar de ste estadstico, estimamos _ la varianza por p(1 p) donde p = X, se puede demostrar que
_

X p q

p(1p) n

para n grande, es aproximadamente normal estndar. Observe que q _ _ p(1p) X p X p n q = q q

p(1 p) n p(1p) n _ p(1 p) n

X p q

p(1 p) n

p(1p) n p(1 p) n

1 probabilidad, pues p = X es un estimador consistente de p.

_

De aqu se deduce que:

y de aqu: P X z 2
_

X p P z < q < z = 1 2 2
p(1 p) n

p(1 p) < p < X + z 2 n

p(1 p) =1 n

15

El intervalo obtendo al (1 )100% de conabilidad, viene dado por: s s _ p(1 p) _ p(1 p) , X + z I = X z 2 2 n n donde p = x. El error que se comete al estimar p = X, que es la frecuencia q relativa de xitos es de z 2 p(1p) , donde z verica: n 2 P Z > z = 2 2
_ _

si Z tiene distribucin normal estndar. 1.6.4

Comparacin de proporciones:

Sea X1 , X2 , , Xn1 es un muestra alatoria de de una variable aleatoria X con distribucin B(p1 ) y Y1 , Y2 , , Yn2 es una muestra alatoria de una variable aleatoria Y con distribucin B(p2 ), X e Y independientes , n1 y n2 grandes un intervalo de conanza para p1 p2 al nivel 1 es: s_ s_ _ _ _ _ _ _ _ _ _ _ X Y z X(1 X) + Y (1 Y ) , X Y + z X(1 X) + Y (1 Y ) 2 2 n1 n2 n1 n2 1.6.5 Para el parmetro de la distribucin de Poisson. Si X1 , X2 , , Xn1 es un muestra alatoria de una variable aleatoria X con distribucin de Poisson de parmetro y queremos construir un intervalo de conanza al nivel 1 para , cuando n es grande, por el teorema central del lmite, se tiene que: _ X q
n

es aproximadamente normal estndar. De aqu se obtiene que: _ X P z < q < z = 1 2 2

n

16

y despejando el parmetro desconocido: r r ! _ _ < < X + z =1 P X z 2 2 n n de este igualdad, usando el mtodo grco para resolver inecuaciones, se obtiene: s _ s _ 2 2 _ 2 _ z z2 z z 4X 4X 1 1 I = X + 2 z + 2 , X + 2 + z + 2 2 2 2 n 2 n n n 2 n n2 en la prctica, se opera como en el caso de la distribucin de Bernoulli, es decir, estimamos la varianza por = x y usando la aproximacin normal para n grande podemos suponer que:
_ _

es normal estndar. Obtenemos as, un intervalo de conanza ms simple: s s _ I = X z 2

_ < < X + z 2 n

X q
n

. n

1.6.6

Ejercicio:

Hallar un intervalo para la media de la distribucin exponencial de parmetro 1 , es decir, de densidad: f (x) =
x 1 e ,x

>0 si no.

1.7

Construccin de Intervalos de Conanza a partir de la Desigualdad de Tchebychev.

1 2 E Y 2

Si Y es una variable aleatoria se puede probar que si > 0, P (|Y | ) 17

sea un parmetro desconocido de la distribucin de Y y su estimador. " 2 # 1 2 Si R() = E y Y = obtenemos que

R()

de aqu se obtiene

1 2 1 E Y = 2 , pues E Y 2 = 1 2 1 P 1 2 R()

despejando el parmetro desconocido 1 P R() + R() 1 2 . Este intervalo de conanza est basado en el estimador y su error cuadrtico medio. La desventaja prctica de este mtodo es que se obtienen intervalos demasiado grandes.

1.8

Otro mtodo de construccin de intervalos de conanza:

Si se conoce la distribucin del estimador y esta depende del parmetro a estimar, se pueden hallar a() y b() tales que P a() b() = 1 y despejando el parmetro se obtiene el intervalo de conanza. 1.8.1 Ejemplo: Distribucin uniforme en [0, ] .

Recordemos que el estimador de mxima verosimilitud de es max(X1 , X2 , , Xn ) cuya esperanza es esgado.

n ; si n+1

tomamos =

n+1 n

max(X1 , X2 , , Xn ), es ins-

18

La densidad de es: f (x) =

nn+1 xn1 ,0 (n+1)n n

0 si no

n+1 n

Supongamos que queremos hallar a y b tales que P a b = 1 = 0.90

Hallamos a y b vericando las siguientes ecuaciones: P a = 0.05, P b = 0.05

obtenemos como solucin 1 n + 1 1 n + 1 n n (0.95) = 0.90 P (0.05) n n de donde: ! max(X1 , X2 , , Xn ) max(X1 , X2 , , Xn ) P = 0.90 1 1 (0.95) n (0.05) n

Observe que si estimamos por max(X1 , X2 , , Xn ) se obtiene el mismo intyervalo de conanza para .

1.9

Datos Apareados:

Si (X1 , Y1 ), , (Xn , Yn ) es una muestra aleatoria simple de (X, Y ),y D = X Y, si D es normal N(, 2 ), entonces D1 , Dn es una muestra aleatoria simple de D, Di = Xi Yi , con distribucin normal N(, 2 ). Para obtener intervalos de conanza par y 2 se procede como en el caso de una muestra unidimensional, es decir: 1.9.1 Intervalo de Conanza para al nivel 1 :

Si es conocido:

I = D z , D + z 2 2 n n Si es desconocido: S S tn1, 1 , D + tn1, 1 I= D 2 2 n n 19

1.9.2

Intervalo de Conanza para 2 al nivel 1 : ! 2 2 (n 1)S1 (n 1)S1 I= , 2 2 Xn1, Xn1,1

2 2

donde
2 S1

Note que si

1 X = (Di D)2 . n 1 i=1

n

E (Xi ) = 1 , V ar(Xi ) = 2 , E (Yi ) = 2 , V ar(Yi ) = 2 1 2 E (Xi Yi ) = 1 2 = , V ar(Xi Yi ) = 2 + 2 = 2 1 2 si X e Y son independientes. Si no lo son 2 = 2 + 2 2Cov(X, Y ) = 2 + 2 2 1 2 . 1 2 1 2 Ejemplo de una muestra con datos apareados. Se quiere saber si un frmaco tiene el efecto colateral de levar la presin sitlica sangunea. Se seleccionan en forma aleatoria n personas de diferentes edades y condiciones de salud. En condiciones controladas de laboratorio se toma la presin sangunea a cada persona, luego se les administra el frmaco y nuevamente se toma la presin. Obtenemos as observaciones apareadas: (X1 , Y1 ), , (Xn , Yn ) de presiones sanguneas de cada sujeto, antes y despus de administrar el frmaco.

20

Intervalos de Conanza (Parte I) Estadstica- Prctica No 7 1. Los datos que a continuacin se dan son los pesos en gramos del contenido de 16 cajas de cereal que se seleccionaron de un proceso de llenado, con el propsito de vericar el peso promedio: 506 503 514 502 508 504 493 509 499 510 496 496 497 512 506 505

Si el peso de cada caja es una variable aleatoria normal con una desviacin estndar igual a = 5grs., obtenga los intervalos de conanza estimados del 90%, 95% y 99% para la media de llenada del proceso. 2. Una nca cuadrada tiene lado L. Suponga que, si medimos esta longitud L, la medicin, debido a diversos errores, sigue una distribucin N(L, 1). En 100 mediciones se ha obtenido una media muestral de 325mts..Si usamos sta como estimacin de L, obtenga un intervalo de conanza de 95% para L. Calcule el mnimo tamao que debe tener la muestra para que en la estimacin de L se cometa un error mximo de 0.1mts. con una probabilidad de 0.95. 3. Se hace un envo de latas de conserva, de las que se arma que el peso medio es de 1000grs.. Se examina una muestra de 5 latas, obtenindose los siguientes pesos: 995 992 1005 998 1000 en gramos. Encuentre un intervalo de conanza del 95% para el peso medio de las latas. En base al intervalo obtenido, aceptara Ud. la armacin de que = 1000grs.? 4. Un fabricante de cauchos asegura que un tipo de caucho tiene una vida til media de aproximadamente 43000 millas. Para vericar esta armacin se prueban 10 cauchos en una rueda de prueba que simula las

condiciones normales de rodaje. Los tiempos de vida que se obtienen (en miles de millas) son: 42 36 46 43 41 35 43 45 40 39 Calcule el intervalo de conanza apropiado y decida si estos datos conrman o no la armacin del fabricante. Hgalo al nivel (1 ) para los valores de igual a 0.2, 0.1, 0.05 y 0.01. Discuta los resultados. 5. Halle un intervalo de conanza al nivel (1 ) para correspondiente a una distribucin normal con media = 0 y desconocido a partir de una muestra simple X1 , Xn de esta distribucin. 6. Sea X el nmero de horas semanales que trabajan los ingenieros de una gran planta industrial. Suponemos X normal y queremos estimar su varianza. Para esto se selecciona una muestra de 21 ingenieros de la planta y se observa que la desviacin de la muestra es de 7 horas. Calcule el intervalo de conanza del 90% para la verdadera desviacin. 7. Los errores aleatorios que se cometen en las pesadas de una balanza siguen una distribucin N(, 2 ). Se realizan 9 pesadas, comprobndose los siguientes errores (en mgs.) : 0.07 0.3 1.8 0.1 2.0 2.3 0.62 0.12 1.4 (a) Encuentre un intervalo de conanza del 95% para y un intervalo de conanza del 95% para 2 . (b) Aceptara Ud. la armacin del fabricante de balanzas, de que los errores cometidos en las pesadas siguen una distribucin N(0, 1)? 8. Se administraron 2 nuevos medicamentos a pacientes con padecimiento cardaco. El primer medicamento baj la presin sangunea de 16 pacientes en un promedio de 11 puntos con una desviacin de 6. El segundo medicamento baj la presin sangunea de otros 20 pacientes en un promedio de 12 puntos con una desviacin de 8. Determine un intervalo de conanza del 99% para la diferencia en la reduccin media de la presin sangunea, al suponer que las mediciones tienen distribuciones normales con varianzas iguales. Qu se puede concluir?

9. Una compaa de seguros trabaja con 2 talleres, A y B. La compaa sospecha que el taller A tiende a cobrar ms que el taller B. Para vericar sto, se pide a ambos talleres que hagan un avalo del costo para reparar 15 vehculos, los mismos en ambos talleres, obtenindose (en miles de bolvares) los siguientes datos: Vehculo 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Taller A 76 102 95 13 30 63 53 62 22 48 113 121 69 76 84 Taller B 73 91 84 15 27 58 49 53 20 42 110 110 61 67 75 A los niveles de conanza 90, 95 y 99%, decida si estos datos presentan o no evidencia para aceptar que el taller A tiende a sobre facturar. 10. Un problema importante es el de jar criterios acerca de la cantidad de sustancias qumicas txicas que se puede tolerar en aguas de ros y lagos. Una medida comn de toxicidad de una sustancia es la concentracin de sta que es capaz de matar el 50% de una especie de peces en prueba en un tiempo determinado. Esta medida se denomina CL50 (concentracin letal que mata el 50%). (a) Para insecticida DDT y una cierta especie de peces, las medidas de CL50 (en partes por milln) en 12 experimentos fueron: 16 5 21 19 10 5 8 2 7 4 9 2 Suponiendo normalidad, estime la media de CL50 para DDT, con un coeciente de conanza del 90%. (b) Otro insecticida comn, el Diazinon, di las siguientes medidas para su CL50, en tres experimentos: 7.8 1.6 1.3 Encuentre un intervalo de conanza del 90% para la diferencia de las medias de CL50 para el DDT y el Diazinon (suponga igualdad de varianzas). Se puede concluir aqu que algunos de los insecticidas es menos letal? (c) Se realizaron 7 experimentos mas para medir el CL50 del Diazinon obteniendo los siguientes resultados: 4.6 1.2 10.5 6.3 1.5 7.1 1.8 Repita la parte anterior tomando los 10 datos para el Diazinon. 3

11. Un fabricante asegura a una compaa que le compra un producto regularmente, que el porcentaje de productos defectuosos no es mayor dle 5% . Para comprobar la armacin del fabricante, la compaa selecciona de su inventario, 200 unidades de este producto y las prueba. Se descubren un total de 19 unidades defectuosas en la muestra, deber sospechar la compaa de la armacin del fabricante? Utilice 95% de conabilidad. 12. La Cmara de Comercio de una ciudad se encuentra interesada en estimar la cantidad de dinero promedio que gasta la gente que asiste a convenciones, calculando alojamiento, comida y entretenimiento por da. De las distintas convenciones se seleccionaron 16 personas y se les pregunt la cantidad que gastaban por da. Se obtuvo la siguiente informacin en dlares: 150 175 163 148 142 189 135 174 168 152 158 184 134 146 155 163 si suponemos que la cantidad gastada en un da es una variable aleatoria con distribucin norma, obtenga los intervalos de conanza estimados del 90, 95 y 98% para la cantidad promedio real. MMOM/04

Intervalos de Conanza (II) Estadstica. Prctica No 8 1. El tiempo de compras de una muestra aleatoria de 64 clientes de un supermercado di un promedio de 33 minutos con una desviacin de 16 minutos. Estime el verdadero tiempo de compras por cliente con un intervalo de conanza del 90%. Suponga distribucin normal.
_

tener 2. Si se utiliza X como estimador la media , demuestre que podemos _ el (1 )100% de conanza en que el valor absoluto del error X , no exceder una cantidad prejada e, cuando el valor de la muestra sea n= Suponga distribucin normal. z 2
2

3. Supongamos que tenemos una muestra grande de una distribucin de Bernoulli de parmetro p. Demuestre que podemos tenerpor lo menos el (1 )100% de conanza en que el valor absoluto del error p p , cuando utilizamos la proporcin de la muestra para estimar p,no exceder una cantidad e especicada cuando el tamao de la muestra sea z2 n=
2

4e2

4. En una cierta poblacin se desea conocer la proporcin de individuos alrgicos al polen de Acacias. En 100 individuos escogidos al azar se observaron 10 alrgicos. 1. Hallar el intervalo de conanza del 95% de la proporcin pedida. 2. Cuntos individuos se deberan observar para que, con probabilidad 0.95, el error mximo en la estimacin de alrgicos sea del 1%. 3. Conteste la pregunta anterior si Ud. no dispone de ninguna muestra ya examinada de la poblacin. 5. Un remedio tpico para la calvicie, el Minoxidil, se administr a un grupo de 310 hombres calvos, de los cuales el 32% observ crecimiento de cabello

nuevo. Simultneamente se administr un placebo a un grupo de 309 hombres calvos, de los cuales 20% observ crecimiento de cabello nuevo. A partir de estos datos, al nivel de conanza del 95%, qu puede decir de la efectividad del Minoxidil?. 6. Se supone que el nmero de erratas por pgina de un cierto libro sigue una distribucin de Poisson. Elegidas al azar 95 pginas se obtuvo: Nmero de erratas 0 1 2 3 4 5 Nmero de pginas 40 30 15 7 2 1 Hallar el intervalo de conanza del 90% para el nmero medio de erratas por pgina en el libro. 1. Usando el Teorema Central del Lmite. 2. Usando la desigualdad de Chebychev. 7. Sea X una variable aleatoria con distribucin Gamma de parmetro p = 2 y desconocido, es decir la densidad de X es: f (x) = 2 xex , x > 0. (2)

1. Si Y = 2X, pruebe que Y tiene distribucin chi-cuadrado con 4 grados de libertad. 2. Utilice la parte anterior para hallar un intervalo de conanza del 90% para . 8. Se han medido los siguientes valores (en miles de personas) para la audiencia de un programa de TV en distintos das: 521,742,593,635,788,717,606,639,666,624. Construir un intervalo de conanza para la audiencia media y otro para la varianza, bajo hiptesis de normalidad, al 99% de conanza. 9. El nmero diario de piezas fabricadas por una mquina A en cinco das ha sido: 50,48,53,60,37; mientras que en esos mismos das una mquina B ha hecho: 40,51,62,55 y 64. Se pide: 1. Construir un intervalo al 95% de conanza para la diferencia de las medias entre ambas mquinas, suponiendo la misma varianza y distribucin normal. 2

2. Construir un intervalo para el cociente de las varianzas al 95% de conanza.? Es posible suponer que las varianzas son iguales? 3. Utilizando el mismo estimador de la varianza comn hallado en la primera parte de este ejercicio, halle el tamao muestral n de ambas muestras para que al nivel de 95%, la longitud del intervalo de conanza para la diferencia de las medias sea 8 unidades. 10. Suponga que se mide un objeto independientemente con dos procedimientos de medidas diferentes. Sean L1 y L2 las longitudes medidas obtenidas con cada mtodo. Si cada mtodo est correctamente calibrado podemos suponer que E(L1 ) = E(L2 ) = L, la longitud verdadera. Los mtodos no tienen necesariamente la misma exactitud, si medimos la exactitud mediante la varianza, entonves V ar(L1 ) 6= V ar (L2 ) . Si Z = aL1 + (1 a)L2 como nuestro estimador de L, es inmediato vericar que es insesgado. ?Para qu valor de a (0, 1) es mnima la varianza de Z? 11. Una muestra de 400 candidatos polticos, 200 escogidos al azar en el este y 200 en el oeste, se clasic teniendo en cuenta si el candidato tuvo respaldo de un sindicato nacional y si el candidato gan la eleccin. Un resumen de los datos es el siguiente: Oeste Este Ganadores respaldados por el sindicato 120 142 Encuentre un intervalo de conanza del 95% para la diferencia entre las proporciones de ganadores respaldados por el sindicato, en el oeste y en el este. MMOM/04

Captulo IV Prueba de Hiptesis

Mara Margarita Olivares Mayo 2004

Introduccin:

En los captulos anteriores hemos resuelto el problema de obtener medidas aproximadas de parmetros de los que depende la distribucin de un conjunto de observaciones. Ahora queremos tomar decisiones acerca de esos mismos parmetros. El tipo de decisin que vamos a considerar es el siguiente sabemos que el parmeetro pertenece a un cierto espacio de parmetros B. Dado un subconjunto B0 de B queremos decidir si resulta razonable admitir que B0 si debemos rechazar esta suposicin, es decir, consideraremos el estudio de la prueba o contraste de una hiptesis. Una hiptesis estadstica es una armacin con respecto a alguna caracterstica desconocida de una poblacin de inters. La esencia de probar una hiptesis estadstica es el decidir si la armacin se encuentra apoyada por la evidencia experimental que se obtiene a travs de una muestra aleatoria. Ilustremos con un ejemplo la nocin de una hiptesis estadstica: se tiene inters en probar la eciencia de una nueva vacuna contra la gripe o resfriado comn, para ello se inyectan 10 personas con el suero y se observan por el periodo de un ao. Ocho personas pasaron el invierno sin resfriado, ?resulta razonable admitir la eciencia del nuevo suero basndose en el resultado experimental obtenido?. El razonamiento que se utiliza en una prueba de hiptesis estadstica es parecido al procedimiento que se usa en una corte judicial: al juzgar 1

un hombre por robo, la corte siempre asume que el acusado es inocente, mientras no se pruebe lo contrario. El scal trata por todos los medios de presentar evidencias que contradigan la hiptesis de inocencia del acusado y de conseguir su condena. En el problemas estadstico del ejemplo, la vacuna es el acusado, la hiptesis de prueba, llamada hiptesis nula, es que la vacuna no es efectiva. El experimentador hace papel de scal, est convencido de que su vacuna es efectiva y trata de usar la evidencia contenida en la muestra para rechazar la hiptesis nula. Intuitivamente procederamos seleccionando el nmero Y de personas que no contraen el resfriado, como una medida de la cantidad de evidencia en la muestra. Si Y resulta muy pequeo se tendra poca evidencia para rechazar o apoyar la hiptesis nula, si Y resulta grande, rechazaramos la hiptesis nula, concluyendo as que la vacuna es efectiva. De hecho, si la hiptesis nula fuese cierta (y la vacuna fuese inecaz) la probabilidad de pasar el invierno sin resfriado sera p = 1 , el promedio E (Y ) = np = 5. Existen valores de Y tales 2 como Y = 10 Y = 0, 1, 2, 3, 4, 5 que permitira a cualquier persona tomar una decisin intuitiva respecto al rechazo o no de la hiptesis nula (vacuna inecaz). Pero si Y = 7, 8, 9, ? qu se podra decir?. Ya sea que usemos un procedimiento objetivo o subjetivo, seleccionaramos aquel que tenga menor probabilidad de tomar una decisin incorrecta. Un instrumento para tomar decisiones, es llamado, estadstico de prueba. En nuestro ejemplo, el nmero de personas no afectadas por el resfriado es suciente como estadstico de prueba: Y = no de personas no afectadas por el resfriado el Rango de Y es R(Y ) = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10} Estos valores se dividen en dos grupos: uno llamado regin de rechazo y el otro regin de aceptacin. Despus de realizar el experimento, si Y toma un valor en la regin de rechazo, la hiptesis nula es rechazada, de lo contrario, el experimentador no rechaza la hiptesis ya que la muestra no presenta suciente evidencia como para rechazar la hiptesis. (Posteriormente veremos que se rechaza o se acepta la hiptesis nula solo si los riesgos de una decisin errnea son conocidos y pequeos). Supongamos que en nuestro ejemplo hemos escogido {Y = 8 o 9 o10} 2

como regin de rechazo y los otros valores como regin de aceptacin, puesto que observamos Y = 8 personas sin resfriado, rechazamos la hiptesis nula de que la vacuna es inecaz y conclumos que la probabilidad de pasar el invierno sin ningn resfriado es mayor que p = 1 cuando se usa la vacuna. 2 Podramos preguntarnos: ? cul es la probabilidad de rechazar la hiptesis nula siendo cierta?. Esto no es ms que la probabilidad del evento {Y = 8 o9 o10} si p =
1 2

y esta probabilidad es
10 X 10 1 k 1 10k k=8

P (Y = 8 o Y = 9 o Y = 10) =

= 0, 055

Puesto que hemos decidido rechazar la hiptesis nula y la probabilidad de error es pequea , podemos estar razonablemente seguros de haber tomado una decisin correcta. El fabricante de la vacuna se enfrenta a dos tipos de errores posibles: 1. Error de tipo I: rechazar la hiptesis nula y concluir equivocadamente que la vacuna es ecaz ( esto podra conducir a desarrollar programas costosos de producin y grandes prdidas nancieras). 2. Error de tipo II: no rechazar la hiptesis nula y concluir equivocadamente que la vacuna es inecaz ( aqu el productor perdera las utilidades potenciales derivadas de la venta de la vacuna). La probabilidad de estos dos tipos de errores, y respectivamente, se relacionan inversamente. Un aumento del tamao de la muestra proporciona ms informacin para tomar la decisin y por tanto reduce tanto como . El experimentador selecciona los valores y y luego, la regin de rechazo; el tamao de la muestra se escoge de acuerdo a estas probabilidades. En nuestro ejemplo, llamando H0 la hiptesis nula y H1 la hiptesis alternativa H0 : p = 0.5 H1 : p > 0.5 = P (Rechazar H0 siendo cierta) = P (Y = 8, 9, 10/p = 0.5) = 0.055 p = P (Aceptar H0 siendo falsa, para p > 0.5) en particular, p = P (Aceptar H0 siendo falsa, para p = 0.9) = P (0, 1, 2, 3, 4, 5, 6, 7/p = 0.9) = 0.07 3

Estos valores = 0.055, 0.9 = 0.07 dan una medida de los riesgos de cometer alguno de los errores posibles para esta prueba.

Conceptos Bsicos:
1. La hiptesis nula 2. La hiptesis alternativa 3. El estadstico de prueba 4. La regin de rechazo

Una prueba estadstica implica cuatro elementos:

2.1

La Hiptesis Nula:

Se indica simblicamente por H0 y establece la hiptesis sometida a prueba. As H0 especica valores para uno ms parmetros de la poblacin. En el ejemplo anterior, la hiptesis nula es p = 0.5, y puesto que en este caso H0 especica un solo valor para el parmetro p, recibe el nombre de hiptesis simple, de otra forma se conoce como hiptesis compuesta, por ejemplo si H0 : p 0.5.

2.2

La Hiptesis Alternativa:

Se indica simblicamente como H1 la cual debe reejar el valor posible intervalo de valores del parmetro de inters, si la hiptesis nula es falsa, as, la hiptesis alternativa representa una forma de negacin de la hiptesis nula. H1 puede ser simple o compuesta. En nuestro ejemplo, H1 es p > 0.5 (es una hiptesis compuesta). A pesar de que no se pretende generalizar, en muchas ocasiones es deseable establecer una hiptesis nula que sea ms especca que la alternativa. De esta manera la hiptesis nula es generalmente simple y mientras que la alternativa es compuesta.

2.3

El Estadstico de Prueba:

La decisin de rechazar o de aceptar la hiptesis nula se basa en la informacin contenida en una muestra extrada de la poblacin de inters. Los valores de la muestra se usan para calcular un slo nmero, este nmero acta como ente que toma decisiones y lo llamamos estadstico de prueba.

2.4

Regin de Rechazo:

El conjunto de valores o rango del estadstico de prueba se divide en dos conjuntos regiones. Si el estadstico de prueba calculado a partir de una muestra especca asume un valor dentro de la regin de rechazo, entonces la hiptesis nula es rechazada y decidimos a favor de la alternativa. Si este valor cae fuera de la regin de rechazo (cae en la regin de aceptacin), no se rechaza H0 lo cual no debe interpretarse como equivalente a que H0 deba ser aceptada sino que simplemente, la informacin experimental que se tiene no conduce a rechazarla. De todo lo anterior se deduce que dadas las hiptesis a probar: H0 y H1 y dado el conjunto de variables sobre la que se basa la prueba, disear esa prueba consiste en elegir la regin de rechazo.

2.5

Tipos de Errores:

Al llevar a cabo la prueba de una hiptesis H0 contra H1 , el resultado puede ser rechazar H0 o bien no rechazar H0 . Por otra parte puede ser que en la realidad la hiptesis H0 se cumpla o que no se cumpla. Denotamos por R la regin de rechazo y por T (X1 , X2 , , Xn ) el estadstico de prueba. 1. Error de primera especie o tipo I: Cuando H0 se cumple y nuestra decisin es rechazarla, cometemos un error llamado de primera especie o tipo I. La probabilidad de cometer este error la denotaremos por: = P (T (X1 , X2 , , Xn ) R | H0 ) = PH0 (T (X1 , X2 , , Xn ) R) 2. Error de segunda especie o tipo II: Cuando H0 no se cumple y no la rechazamos, cometemos un error llamado de segunda especie o de tipo II. La probabilidad de cometer este error la denotamos por = P (T (X1 , X2 , , Xn ) Rc | H1 ) = PH1 (T (X1 , X2 , , Xn ) Rc ) 5

donde Rc es el complemento de la regin de rechazo, es decir, es la regin de aceptacin.

2.6

Potencia de la Prueba:
= 1 = PH1 (T (X1 , X2 , , Xn ) R)

es la potencia de la prueba, representa la probabilidad de no cometer un error de segunda especie. 2.6.1 Observaciones:

1. Las notaciones P (T (X1 , X2 , , Xn ) R | H0 ) y P (T (X1 , X2 , , Xn ) R | H1 ) no corresponden a probabilidades condicionales sino a probabilidades correspondientes a un valor del parmetro compatible con cada una de las hiptesis, para evitar confucin es preferible utilizar las notaciones PH1 T (X1 , X2 , , Xn ) Rc ) y PH0 (T (X1 , X2 , , Xn ) R) sinembargo utilizaremos las dos notaciones indistintamente.. 2. Si H0 es simple, por ejemplo H0 : p = p0 = P (T (X1 , X2 , , Xn ) R | p = p0 ) es el nivel de la prueba. Si H0 es compuesta, por ejemplo, p [a, b] , se suele llamar el nivel de la prueba a :
p[a,b]

sup P (T (X1 , X2 , , Xn ) R | p) = = sup (p)

p[a,b]

3. Si H1 es simple, por ejemplo H1 : p = p1 = P (T (X1 , X2 , , Xn ) R | p = p1 ) es la potencia de la prueba. Si H1 es compuesta, por ejemplo, H1 : p [c, d] , se tendr una funcin potencia de la prueba (p) = P (T (X1 , X2 , , Xn ) R | p) para cada p compatible con H1 ( en este caso, p [c, d]). 6

La siguiente tabla muestra las cuatro situaciones que pueden darse segn se cumpla o no H0 y segn decidamos o no rechazarla: Rechazar H0 T (X1 , X2 , , Xn ) R Error I(prob.) Probabilidad 1 = No rechazar H0 T (X1 , X2 , , Xn ) R / Probabilidad 1 Error II(prob.)

Realidad

Se cumple H0 No se cumple H0

Regresemos a la analoga del proceso judicial para proporcionar una idea ms clara sobre el problema. Si la hiptesis nula es el acusado es inocente, entonces, con toda seguridad, la alternativa es el acusado es culpable. El rechazo de la hiptesis nula implicara que el juicio ha sido capaz de proporcionar suciente evidencia para garantizar el veredicto de culpable. Por otro lado, si el juicio no presenta evidencia sustancial, el veredicto ser inocente. Esta decisin no implica necesariamente que el acusado sea inocente, ms bien, hace nfasis en la falta de evidencia necesaria para condenar al acusado. Por lo tanto, un veredicto de culpable es ms fuerte que un veredicto de inocente, lo cual surge del principio judicial generalmente aceptado: es peor condenar a un inocente que dejar ir a un culpable. Si el veredicto es culpable, se desea tener un grado muy alto de seguridad de que no se va a condenar a una persona inocente, es decir, que el error tipo I proveniente de rechazar H0 siendo cierta tenga muy baja probabilidad, por lo tanto, en muchas situaciones el error tipo I se considera como un error ms grave que el error tipo II. En las pruebas de hiptesis estadsticas el enfoque general es aceptar la premisa de que el error de tipo I es mucho ms serio que el tipo II y formular la hiptesis nula y alternativa de acuerdo a sto. Como resultado se tiene que muchas veces se selecciona con anticipacin el tamao mximo del error de tipo I que puede tolerarse y se intenta denir un procedimiento de prueba que minimice el error de tipo II. En otras palabras, no es posible seleccionar tanto como y disear una prueba estadstica para probar H0 contra H1 , dada una muestra aleatoria de tamao n. Un principio sencillo y razonable al obtener reglas de decisin para una prueba de hiptesis estadstica es seleccionar aquel procedimiento de prueba que tenga el tamao ms pequeo para el error del tipo II (mxima potencia), entre todos los procedimientos que tengan el mismo tamao para el error del tipo I. En este contexto debe notarse que el valor de no puede hacerse arbitrariamente pequeo, sin que se incremente el valor de . En otras palabras, para una muestra de tamao n dado, el tamao del error de 7

tipo II normalmente aumentar conforme el error de tipo I disminuya. Lo que en general se hace en la prctica, es ajustar el tamao del error de tipo I cambiando la regin de rechazo del estadstico de prueba para as alcanzar un balance satisfactorio entre los tamaos de los errores, siempre y cuando se tome en cuenta el mximo tamao del error de tipo I que puede tolerarse en una situacin particular.

2.7

Valor Crtico del Estadstico de Prueba:

Si T (X1 , , Xn ) es el estadstico de prueba, el valor c de T (X1 , , Xn ) que separa la regin de rechazo y aceptacin ( valores ci i = 1, 2, , k; segn la regin tenga uno o varios puntos frontera) se llama valor crtico (respectivamente crticos) del estadstico de prueba. 2.7.1 Tipos de Regiones Crticas o de Rechazo:

Supongamos que H0 es simple: = 0 1. Si H1 es > 0 H1 es < 0 alternativamente la prueba es unilateral. 2. Si H1 es > 0 < 0 simultneamente la prueba es bilateral. La prueba estadstica unilateral debe formarse slo si el valor del parmetro en uno de los lados no tiene sentido para el investigador. (As, en el ejemplo de la vacuna antiresfriado H1 : p > 0.5 es una prueba unilateral, pues la alternativa que interesa es que aumente la probabilidad de pasar el invierno sin resfriado). Si el investigador no est seguro, debe realizarse una prueba bilateral. Una prueba bilateral da lugar a regiones crticas bilaterales, que en forma general sern simtricas, las dos partes de la regin se seleccionan de tal manera que la probabilidad de caer en cada una de ellas sea la misma.

2.8

Procedimiento para algunas pruebas de Hiptesis:

Supongamos que X1 , , Xn es una muestra aleatoria de X de distribucin N(, 2 ) : 1. Para H0 : = 0 H1 : > 0 < 0 (prueba bilateral) 8

(a) Si es conocido, utilizamos el estadstico de prueba _ n(X 0 ) N(0, 1) bajo H0 Z= Si es el error de primera especie, la regin de rechazo se obtiene hallando z tal que 2 P z Z z = 1 2 2

La regin de rechazo viene dada por: , z z , 2 2

Si la prueba es unilateral, por ejemplo, H1 : > 0 , la regin de rechazo se halla encontrando z tal que P (Z > z) =

la regin de rechazo viene dada por (z , ) . Si la prueba es unilateral izquierda, por ejemplo, H1 : < 0 , la regin de rechazo se halla encontrando z tal que P (Z < z) = o equivalentemente P (Z > z) = puesto que la distribucin normal estndar es simtrica respecto al origen la regin de rechazo viene dada por (, z ) 2.8.1 P-valor

Observe que en el caso de la prueba bilateral, la regin de rechazo es de la forma _ n(x 0 ) >c (x1 , , xn ) : 9

hemos ajustado c de manera que ! _ n(X ) 0 PH0 >c =

El procedimiento de decisin es el siguiente _ Si n(x0 ) > c, asumimos H1 _ Si n( x0 ) c, asumimos H0 _ n(X ) 0 la funcin u PH0 > u es estrictamente decreciente y en u = c tiene el valor y se cumple ! _ n(X ) 0 PH0 >u uc

_ n(X ) 0 La expresin P > |Tobs | es llamada p valor asociado a la observacin Tobs o nivel de signicain de lo observado. En el caso de prueba unilateral derecha el p valor es _ ! n(X 0 ) PH0 > Tobs y en el caso de la prueba unilateral izquierda el p valor corresponde a _ ! n(X 0 ) < Tobs PH0 En todos los casos se toma la siguiente decisin: Si el p valor asumimos H1 Si el p valor > asumimos H0 10

si denotamos por Tobs una observacin del estadstico de prueba esta satisface _ ! n(X ) 0 PH0 > |Tobs | rechazamos H0 .

_ n(X0 )

Esta tcnica expuesta para hallar el p-valor asociado a una prueba estadstica se generaliza fcilmente a las pruebas que se desarrollarn ms adelante sutituyendo el estadstico de prueba por el correspondiente en cada caso. Se debe sealar que hay queser cuidadoso con aquellas distribuciones que no sean simtricas respecto al origen (chi-cuadrado, distibucin F) 1. (a) EJEMPLO: Se desea probar al 95% de certeza la hiptesis nula siguiente: una poblacin estadstica normal tiene media cero, basndose en una muestra de tamao n = 9 y suponiendo que = 1(es conocida), contra la alternativa que la media es positiva. Hallemos la regin crtica al nivel = 1 0.95 = 0.05 H0 : = 0 H1 : > 0 que es una prueba unilateral. El estadstico de prueba es: _ _ nX _ Z= = 9X = 3X que tiene distribucin N(0, 1) bajo la hiptesis nula. Queremos hallar la regin de rechazo a partir de: P (Z > z ) = = 0.05 de aqu se deduce que z = 1, 6448 Si Z > 1, 6448 rechazamos la hiptesis nula, esto equivale a 1, 6448 = 0, 5483 3 La regin de rechazo se puede expresar como X>
_ _

X > 0, 5483 El error de tipo I es = 0.05 Si = 1 > 0, el error de tipo II se calcula a partir de _ (1 ) = P X 0, 5483 | = 1 = _ ! X 1 3 (0, 5483 1 ) | = 1 P 1/ 9 11

si en particular 1 = 1 _ = P X 0, 5483 | = 1 = _ ! X 1 1, 3551 | = 1 P 1/ 9

_

X1 donde 1/9 tiene distribucin N(0, 1) si 1 = 1, de aqu obtenemos = 0, 0877.

(b) Si es desconocido, utilizamos el estadstico de prueba _ n(X 0 ) T = tStudent con n1 grados de libertad, bajo H0 S1 La regin de rechazo bilateral vendr dada por: , tn1, tn1, , 2 2

siendo el nivel de signicacin de la prueba. EJEMPLO: El fabricante de cierto tipo de bateras anuncian que estas tienen una vida promedio de 2000 horas. Se desea probar esta hiptesis al nivel 95% de conanza basndose en el hecho de que 6 bateras tomadas al azar tuvieron vidas de: 2005, 1980, 1920, 2010, 1975, 1950 horas. Supondremos que la duracin es normal. En este caso tendremos: H0 : = 2000 H1 : < 2000

(es una prueba unilateral). = 1 0.95 = 0.05, hallemos t5, tal que P (T > t5, ) = = 0.05 La regin de rechazo unilateral es: (, t5, ) = (, 2.015) Usando la muestra obtenemos:
_

X = 1973, 3333; S1 = 34, 009804; 12

T = 1, 9206145 R /

No hay evidencia como para rechazar la hiptesis al 95% de nivel de signicacin. El p valor es P (T5 < 1, 9206145) = 0, 05642 que es el nivel de signicacin de lo observado. Si hubisemos tomado = 0, 06, se rechazara la hiptesis nula. Podramos rechazar al 94%. 2. Para 2 : H0 : 2 = 2 0 H1 : 2 > 2 2 < 2 0 0
2 (n 1)S1 2 0

El estadstico de prueba en este caso es: X2 =

EJEMPLO: Dadas las observaciones:

que tiene distribucin Chi-cuadrado con n 1 grados de libertad, bajo la hiptesis nula. Al nivel de signicacin se obtiene como regin de rechazo bilateral [ 0, x2 x2 , . n1,1 n1,
2 2

1.4, 1.9, 1.3, 1.4, 1.5 Probar H0 : 2 = 2 = 0.05 0

_

H1 : 2 > 2 = 0.05 0

con nivel = 0.05. De la muestra se obtiene:

2 S1 = 0.055, X = 1.5, n 1 = 4, X 2 = 4.4

Usando la tabla, obtenemos x2 = 9, 488, puesto que el valor observado 4, X 2 = 4.4 no cae en la regin de rechazo al 5% de nivel, no se puede rechazar la hiptesis nula. El p valor es P X 2 > 4, 4 = 0, 35457 13

Puesto que la prueba es unilateral, tomamos como regin de rechazo la que proviene de: P X 2 > x2 = = 0.05 4,

Si 2 = 0.08, la potencia

se puede calcular de la siguiente manera: la regin de rechazo es 2 (n 1)S1 2 2 R= X = > 9, 488 = x4, 2 0

= P X 2 > x2 | 2 = 0.08 4,

puesto que si suponemos que la varianza es 2 = 0.08 ya no ser (n1)S 2 cierto que 2 1 es chi-cuadrado con 4 grados de libertad, por lo tanto 0 debemos cambiar 2 por 2 , es decir: 0 2 2 2 (n 1)S1 2 (n 1)S1 (n 1)S1 0 > 9, 488 = > 2 9, 488 = > 5.93 2 2 2 0
(n1)S 2

1 Bajo la hiptesis alternativa 2 = 0.08, tiene distribucin Chi2 cuadrado con 4 grados de libertad, usando la tabla se obtiene que: 2 (n 1)S1 2 P > 5.93 | = 0.08 = 0.20 2

2.8.2

POBLACIONES NORMALES E INDEPENDIENTES:

Sea X N(1 , 2 ), Y N(2 , 2 ), X1 , , Xn1 una muestra aleatoria sim1 2 ple de X y Y1 , , Yn2 una muestra aleatoria simple de Y . Las muestras X e Y son independientes. Comparacin de Medias: H0 : 1 = 2 , H1 : 1 > 2 1 < 2 1. Si 1 y 2 son conocidos, el estadstico de prueba es:
_ _ _ _

obtenindose como regin de rechazo R = , z z , 2 2 14

bajo la hiptesis nula, este estadstico tiene distribucin N(0, 1), al nivel se toma como regin de aceptacin aquella que satisface P z Z z = 1 2 2

X Y (1 2 ) X Y q 2 Z= =q 2 2 1 1 2 + n2 + n2 n1 n1 2 2

2. 1 = 2 = son desconocidos, el estadstico de prueba es:

_ _ _ _

Comparacin de Varianzas:

grados de libertad, bajo la hiptesis nula. Al nivel , la regin de rechazo bilateral es: R = , tn1, tn1, , . 2 2 H0 : 2 = 2 , H1 : 2 > 2 o 2 < 2 1 2 1 2 1 2

X Y (1 2 ) X Y q = q T = 1 1 1 Sp n1 + n2 Sp n1 +

1 n2

t Student con n1 + n2 2

El estadstico de prueba es: F =

2 (n1 1)S1 /2 1 (n1 1) 2 (n2 1)S2 /2 2 (n2 1)

2 S1 2 S2

1 donde fn1 1,n2 1,1 = f . La regin de rechazo bilateral viene dada 2 n2 1,n1 1, 2 por: [ R = 0, fn1 1,n2 1,1 fn1 1,n2 1, , 2 2

bajo la hiptesis nula, F tiene distribucin F con parmetros n1 1 y n2 1. Al nivel la regin de aceptacin se obtiene a partir de: P fn1 1,n2 ,1;1 F fn1 1,n2 1, = 1 2 2

2.8.3

Datos Apareados:

Comparacin de medias, muestras dependientes apareadas: Supongamos que queremos comparar dos marcas de neumticos. Una posibilidad es poner durante k kilmetros la marca A en n_ neumticos y la 1 _ marca B en n2 neumticos, medir los desgastes medios (X, Y ) y aplicar la comparacin de medias para dos muestras independientes y normales. Si la variabilidad de la poblacin es muy grande, el valor observado del estadstico de prueba podra ser muy pequeo y no detectaramos la diferencia entre las medias a menos que esta diferencia sea enorme. 15

Lo que ocurre es que la diferencia de los desgastes de los cauchos depende de muchos factores que no controlamos: tipo de conduccin, conductor, supercie, etc. Al no controlar estos factores, la variabilidad muestral ser tan grande que nos impedir observar posibles diferencias entre las medias. Una solucin es disponer en cada vehculo dos neumticos A y dos B y medir diferencias de desgastes en el mismo vehculo, al ser la variabilidad de estas difernecias mucho menor, tendremos en general un mejor contraste. La clave de este procedimiento es disponer de medidas por pares tomadas en condiciones muy semejantes, de manera que a priori las dos unidades experimentales (ruedas en el ejemplo) que comparamos sean lo mas iguales posibles. As la variabilidad de las diferencias ser pequea y podemos identicar ms fcilmente cambios. Supongamos que elegimos 2n unidades homogneas por pares (ruedas del mismo coche, personas de iguales caractersticas,objetos de iguales propiedades, etc.). Si (X1 , Y1 ), , (Xn , Yn ) es una muestra aleatoria simple de (X, Y ), y D = X Y, si D es normal N(, 2 ), entonces D1 , Dn es una muestra aleatoria simple de D, Di = Xi Yi , con distribucin normal N(, 2 ). Si E(Xi ) = 1 , E(Yi ) = 2 ; E(Di ) = 1 2 y si no hay diferencia entre las medias la esperanza de Di ser cero. Supongamos igualdad de las varianzas de Xi y Yi , denotemos por 2 esta varianza comn, entonces Var(Di ) = 0 2 + 2 2 0 0 , es el coeciente de correlacin de las dos variables (X, Y ), 0 0 de aqu, 2 = V ar(Di ) = 2 2 (1 ) 0 si las dos medidas que comparamos,( los desgastes de los neumticos en un mismo coche, en nuestro ejemplo), son anlogas, ser positivo y cercano a 1, la variabilidad ser menor que si tomamos muestras independientes. Para la prueba de hiptesis (bilateral) H0 : 1 2 = 0 H1 : 1 2 6= 0 usamos el estadstico Z=
_

D
n

que bajo la hiptesis nula tiene distribucin normal estndar, si se conoce la

16

varianza. Si no conecemos la varianza, nos valemos del estadstico

_

T =

D
S 1 n

que tiene distribucin t-de Student, con n 1 grados de libertad y donde

2 S1 _ 2 1 X Di D = n 1 i=1 n

para las pruebas unilaterales se procede como se ha hecho anteriormente. Ejemplo: En el ejemplo de los cauchos se tienen los siguientes datos apareados Automvil Neumtico A Neumtico B D = A B o a a 1 10, 6 10, 2 0, 4 2 9, 8 9, 4 0, 4 3 12, 3 11, .8 0, 5 4 9, 7 9, 1 0, 6 5 8, 8 8, 3 0, 5 obtenemos los siguientes valores
_

las regiones de rachazo sern respectivamente S , z z , 2 2 S tn1; , , tn1; 2 2

D = 0, 48 S1 = 0, 0837 (si hubisemos considerado dos muestras independientes, se hubiese obtenido Sp = 1, 32). El estadstico de prueba tiene distribucin T-estudent con 4 grados de libertad _ D T = S1
n

nos da como valor observado Tobs = 0, 57, no se rechaza la hiptesis nula al 95% de conanza. 17

2.8.4

PROPORCIONES (Muestras Grandes):

A) Si X es de Bernoulli de parmetro p, X1 , Xn una muestra aleatoria simple de X : H0 : p = p0 , H1 : p > p0 p < p0 El estadstico de prueba es:
_

B) Si X tiene distribucin de Poisson de parmetro y X1 , Xn una muestra aleatoria simple de X : H0 : = 0 , H1 : > 0 < 0 El estadstico de prueba es:
_

bajo la hiptesis nula, si n es grande. La regin de rechazo bilaterales: R = , z z , 2 2

X p0 N(0, 1) Z=q
p0 (1p0 ) n

2.8.5

bajo la hiptesis nula. La regin de rechazo bilateral viene dada por: R = , z z , 2 2 Comparacin de proporciones:

X 0 Z= q N (0, 1)
0 n

X1 , , Xn1 una muestra aleatoria simple de X y Y1 , , Yn2 una muestra aleatoria simple de Y . Las muestras X e Y son independientes de distribucin de Bernoulli de parmetros p1 y p2 respectivamente: H0 : p = p1 = p2 , H1 : p1 > p2 p1 < p2 Si denotamos por
_ _ _

n1 X + n2 Y p= , n1 + n2 18

p es un estimador insesgado de p bajo la hiptesis nula, por lo tanto es un estimador de la varianza p(1 p). Se usa el siguiente estadstico de prueba
_ _

bajo la hiptesis nula, para muestras grandes, es aproximadamente N(0, 1). Se tiene como regin de rechazo: R = , z z , . 2 2

X Y Z=r _ _ 1 p(1 p) n1 +

1 n2

2.9

Las mejores pruebas.

Una buena prueba estadstica es aquella que para un nivel de signicacin dado o tolerable por el investigador conduzca a una mxima potencia ( tenga el menor error de segunda especie). La respuesta a este problema no las da el teorema conocido como Lema de Neyman-Pearson, el cual enunciaremos para hiptesis simples, su demostracin se encuentra mas all de los objetivos de este curso. Lema de Neyman- Pearson Sea X1 , , Xn es una muestra aleatoria de tamao n de una poblacin cuya funcin de densidad ( o funcin de probabilidad segn el caso) es f (x; ), se consideran las hiptesis nulas y alternativas siguientes: H0 : = 0 H1 : = 1 en donde 0 y 1 se especican. Si es el tamao mximo del error de tipo I que se puede tolerar, entonces la mejor prueba para H0 contra H1 es aquella que tiene mxima potencia entre todas las pruebas cuyo error tipo I no sea mayor a . Si existe una regin crtica C de tamao y una constante positiva k tal que L0 (x1 , ,xn ;0 ) k interior C L1 (x1 , ,xn ;1 ) L0 (x1 , ,xn ;0 ) k exterior C L1 (x1 , ,xn ;1 ) entonces C es la mejor regin crtica de tamao para probar H0 contra H1 , en donde L0 y L1 son las funciones de verosimilitud relativas a cada una de las hiptesis. 19

Ejemplo: Sea X1 , , Xn es una muestra aleatoria de tamao n de una poblacin normal de media desconocida y varianza 2 conocida. Determinar la mejor regin crtica de tamao para probar H0 : = 0 H1 : = 1 en donde 1 > 0 . Las funciones de verosimilitud bajo cada hiptesis son: n n P 2 2 2 exp (xi 0 ) /2 L0 (x1 , , xn ; 0 ) = i=1 n n P 2 exp (xi 1 )2 /2 2 L1 (x1 , , xn ; 1 ) =
i=1

de acuerdo al lema, la mejor regin crtica es aquella para la cual n P 2 2 exp (xi 0 ) /2 k i=1 n P 2 /2 2 exp (xi 1 )
i=1 n n X X 2 (xi 1 ) (xi 0 )2 2 2 ln(k) i=1 i=1

si tomamos logaritmo despus de desarrollar, se puede expresar como

desarrollando y simplicando obtenemos x

_

n(2 2 ) 2 2 ln(k) 1 0 2(1 0 )

esta expresin dene la mejor regin crtica para esta prueba, donde 1 > 0 , de manera sencilla, la mejor regin crtica es el extremo derecho de la _ distribucin de muestreo de X bajo la hiptesis nula, es decir, dado , el valor _ crtico x0 puede encontrarse mediante una adecuada eleccin de la constante k > 0, de manera tal que _ _ P X x0 | = 0 = 20

si en perticular = 0, 05, como bajo_H0 , X tiene distribucin normal con meX 0 es normal estndar y valindonos dia 0 y varianza 2 entonces Z = / n de la tabla para esta distribucin se obtiene _ x0 0 | = 0 = 0.05 P Z / n
_ x0 0 = 1, 645 o equivalentemente x0 = 1,645 + 0 , la hiptesis H0 : con n / n _ = 0 se rechazar a favor de H1 : = 1 > 0 cada vez que X sea 1,645 +0 . Note que esta mejor regin crtica no depende de 1 > 0 , por lo n que esta regin crtica recibe el nombre de regin ( o prueba) uniformemente ms potente para probar H0 : = 0 contra H1 : = 1 > 0 . Observe que esta regin coincide con la expuesta anteriormente para este tipo de prueba de hiptesis unilateral en este caso especco. Hemos enunciado este lema y expuesto este ejemplo de manera de justicar en cierto modo las regiones crticas seleccionadas para cada uno de los casos presentados en esta gua. _

21

Prctica No 9 Estadstica 1. Para probar la hiptesis de que una moneda est bien hecha, se toma la siguiente regla de decisin: se acepta la hiptesis si el nmero de caras obtenido en una serie de 100 lanzamientos se encuentra entre 40 y 60 (ambos inclusive). De otro modo se rechaza. (a) Hallar la probabilidad de rechazar la hiptesis cuando en realidad es cierta. (b) Cul es la probabilidad de aceptar la hiptesis de que la moneda est bien hecha cuando la probabilidad real de obtener cara es p = 0.7? (c) Denotemos por la probabilidad de la parte anterior (probabilidad de error de tipo II). El siguiente cuadro muestra los valores de correspondientes a distintos valores de p : p 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0.00 0.00 0.0192 0.504 0.9642 0.504 0.0192 0.00 0.00 Haga un grco de y de 1 en funcin de p. Cmo deberan ser los grcos ideales? 2. Se recibe un envo de latas de conserva, de las que se arma que el peso medio son 1000 gramos. Examinamos una muestra de 5 de estas latas, obteniendo que el peso medio de la muestra es de 995 grs. Al nivel de conanza 95% se puede aceptar que el peso medio es 100gramos?. Cul es el mximo valor para el nivel de signicacin que permitira aceptar la hipotsis de la empresa de latas de conserva?(Este valor se denomina p valor o valor de signicacin observado). Suponga distribucin normal. 3. Una compaa est interesada en determinar si el promedio de Kms. rodados por vehculos en un mes, de su ota de vehculos asignados a vendedores, ha aumentado por encima del promedio usual de 2600 Kms. Supongamos que la desviacin es conocida e igual a 35 Kms. Despus de examinar 400 vehculos de la ota, en un mes dado, se encontr que el promedio de rodaje de stos, fue de 2640 Kms. ( es decir, hubo un aumento de 1,5% en el rodaje medio mensual para los vehculos de la muestra). 1

(a) Al nivel = 0, 05 y en base a la muestra, se puede aceptar que el rodaje medio de la ota ha aumentado? (b) Calcule el p valor o valor de signicacin observado de esta ota y discuta el resultado. ?Son los datos sucientemente signicativos para rechazar H0 : = 2600 contra H1 : > 2600? (c) ?Qu pasara si observsemos un aumento de 1,5% en el rodaje medio mensual para una muestra de 100 vehculos? ?Qu pasara si esa muestra fuese de 25 vehculos? 4. Dos investigadores efectan el contaje de colonias de bacterias en 10 placas de Petri. Los datos obtenidos por cada uno fueron: Inv.1 63 249 292 79 161 397 118 93 94 163 Inv.2 80 198 323 97 181 416 139 112 118 161 Para = 0, 05 ?qu puede decirse acerca de los mtodos de contaje? 5. Un odontlogo arma que el 40% de los nios de 10 aos presentan indicios de caries dental. Se tom una muetra de 100 nios y se observ que 32 de ellos presentan indicios de caries. Probar la hiptesis del dentista al nivel = 0, 10. ?Cul es el p valor en este caso? ?Para qu valores de se aceptara y para qu valores se rechazara la hiptesis del odontlogo? 6. Para estudiar el efecto de la aspirina sobre la coagulacin sangunea, se midi el tiempo de protombina (que es una prueba relacionada con la velocidad de coagulacin) a 12 hombres adultos, antes y tres horas despus de administrarles 650 mgrs. de aspirina, obtenindose los siguientes datos, ( los cuales indican tiempo en segundo).Suponga distribucin normal. sujeto 1 2 3 4 5 6 7 8 9 10 11 12 Antes 12, 3 12, 0 12, 0 13, 0 13, 0 12, 5 11, 3 11, 8 11, 5 11, 0 11, 0 11, 3 Despus 12, 0 12, 3 12, 5 12, 0 13, 0 12, 5 10, 3 11, 3 11, 5 11, 5 11, 0 11, 5

(a) Para = 0, 05 diga si estos datos permiten concluir que la administracin de 650 mgs. de aspirina tiene algn efecto sobre el tiempo de protombina. Hgalo de dos maneras: i. Por medio de una prueba de hiptesis bilateral. ii. Por medio de un intervalo de conanza. (b) Utilice la tabla para obtener el p valor aproximado. 7. Los electro encefalogramas muestran las uctuaciones de la actividad elctrica en el cerebro. Hay diversos tipos de ondas cerebrales: una de ellas son las ondas alfa, cuya frecuencia vara entre 8 y13 ciclos por segundo. Un grupo de mdicos canadienses realiz un estudio acerca de los efectos de la deprivacin sensorial en los patrones de emisin de ondas alfa. Se estudiaron 20 presos, que se dividieron en dos grupos de 10. Cada individuo del primer grupo fue recluido en celda solitaria, los del segundo en celdas usuales. Despus de 7 das se midieron las ondas alfa, obteniendo: Celdas usuales 10, 7 10, 7 10, 4 10, 9 10, 5 10, 3 9, 6 11, 1 11, 2 11, 4 Celdas solitarias 9, 6 10, 4 9, 7 10, 3 9, 2 9, 3 9, 9 9, 5 9, 0 10, 9 Aparentemente hay un descenso en la frecuencia de las ondas alfa y aumento en la variabilidad cuando las personas se recluyen en soledad. Pruebe si esta diferencia de frecuencias y variabilidad son signicativas al nivel = 0, 05. Suponga distribucin normal. 8. Se considera qu el 20% de las personas de una poblacin tienen una determinada caracterstica gentica. Sinembargo en un estudio realizado en 100 personas de la poblacin se encontr slo 15 con la caracterstica. Para = 0.01 ?aceptaramos la hiptesis de que la proporcin de personas con la caracterstica dada es inferior al 20%? ?Qu nivel de signicacin tienen los datos? Cambiara la respuesta si en una poblacin de 200 personas hubisemos hallado 30 con la caracterstica? 9. En un estudio diseado para ver si una dieta controlada puede retardar los efectos de la arterioesclerosis, se hizo un seguimiento a 846 personas elegidas al azar de una poblacin. La mitad de ellas sigui una dieta prejada y a la otra mitad se le permiti alimentarse como deseara. Al nal de 8 aos, 66 personas del primer grupo muri de un infarto al 3

miocardio o infarto cerebral. En el segundo grupo (grupo de control), murieron 93 personas por la misma causa. Haga los anlisis estadsticos apropiados. 10. La duracin media de una muestra de 12 bombillos es 1250 horas, con una desviacin de 115 horas. Se cambia el material del lamento por otro nuevo y entonces de una muestra de 12 bombillos se obtuvo una duracin media de 1340 horas, con una desviacin de 106 horas. Para = 0, 05 (a) ?Puede aceptarse que la varianza no ha cambiado? (b) ?Ha aumentado la duracin media de los bombillos? 11. Los registros de un hospital muestran que de una muestra aleatorias de 1000 hombres que ingresaron al servicio de hospitalizacin, 52 presentaban problemas cardiacos, mientras que en una muestra aleatoria de 1000 mujeres que ingresaron a este servicio, 23 presentaron problemas cardiacos. (a) ?Estos datos presentan suciente evidencia, al nivel = 0, 05 para concluir que la proporcin de hombres que ingresan al hospital por enfermedades cardiacas es superior a la proporcin de mujeres que ingresan al hospital por el mismo motivo? (b) ?Cul es el p valor? (c) En base a la respuesta anterior, ? qu decidira Ud. para = 0, 01? 12. Un proceso qumico ha producido en promedio, 800 toneladas por da. Las producciones diarias durante la semana pasada fueron, en toneladas: (suponga distribucin normal) 785, 805, 790, 793, 802 (a) ?Indican estos datos que la produccin promedio fue menor que 800 toneladas y que por lo tanto, hay algo malo en el proceso? Realice una prueba al nivel de signicacin de 5%. (b) Halle el p valor o nivel de signicacin observado 4

(c) Encuentre un intervalo de conanza del 90% para la produccin media. 13. Se obtienen dos muestras aleatorias cada una de 11 observaciones, de poblaciones normales con medias 1 y 2 respectivamente y varianza comn 2 . Las medias muestrales y las varianzas muestrales centradas son las siguientes: _ y1 = 60, 4 2 S_ = 31, 40 1 y2 = 65, 3 2 S2 = 44, 8 (a) Al nivel de signicacin = 0, 1 ?presentan los datos suciente evidencia para concluir que hay diferencia entre las medias de las poblaciones? (b) Halle el p valor o nivel de signicacin observado. (c) Encuentre un intervalo de conanza del 90% para la diferencia de las medias. 14. Se observa durante 20 das la temperatura de operacin de dos hornos para el secado de pintura asociado con dos lneas de produccin.Suponga dsitribucin normal. Las medias muestrales y las varianzas muestrales centradas son: _ y1 = 164 2 S1 = 81 _ y2 = 168 2 S2 = 172 ?Presentan los datos suciente evidencia para concluir que hay diferencia en la variabilidad de la temperatura de los dos hornos? Pruebe la hiptesis 2 = 2 contra 2 > 2 con un nivel de signicacin = 0, 1. 1 2 2 1 Suponga distribucin normal. 15. El fabricante de una mquina para envasar jabn en polvo, arma que la mquina puede cargar las cajas con un peso dado, con una amplitud (variacin) no mayor de 2/5 de onza. Se encontr que la media y la varianza centrada de una muestra de 8 cajas de tres libras eran eran iguales a 3,1 y 0,018 respectivamente. Suponga distribucin normal.

(a) Pruebe la hiptesis de que la varianza de la poblacin de pesos es 2 = 0, 01 contra 2 > 0, 01. Use = 0, 05. (b) Encuentre un intervalo de conanza para 2 y para la media al 90% de conanza. 16. Durante un periodo de 15 das se registran los precios de cierre de dos tipos de acciones. Las medias muestrales y las varianzas centradas muestrales son las siguientes: (suponga distribucin normal) y1 = 40, 33 2 S1 = 1, 64 _ y2 = 42, 54 2 S2 = 2, 96 (a) ?Presentan los datos suciente evidencia para concluir que hay diferencia en la variabilidad de las dos acciones para las poblaciones asociadas con las dos muestras? (b) Encuentre un intervalo de conanza para el cociente de las dos varianzas poblacionales al 95% de conanza. MMOM/2004
_

Captulo V Bondad de Ajuste-Prueba Chi-Cuadrado Tablas de Contingencia con dos criterios de clasicacin. Anlisis de varianza: comparacin de ms de dos medias
Mara Margarita Olivares M. Junio 2004

0.1
0.1.1

Prueba Chi-cuadrado: Bondad de Ajuste

Introduccin:

Hasta ahora todas las situaciones que hemos examinado han tenido como suposicin bsica que los datos que se tienen provienen de una distribucin dada que depende de uno o varios parmetros desconocidos los cuales se pueden estimar por medio de un nmero, un intervalo de conanza o hacer pruebas de hiptesis referente a ellos. Si tenemos un conjunto de valores muestrales x1 , x2 , , xn , correpondiente a una muestra aleatoria simple X1 , X2 , , Xn y se desea saber si hay motivos razonables para considerar la distribucin de esta muestra, como una distribucin de probabilidad dada, es importante tener criterios para decidir si efectivamente es razonable suponer, basndose en los resultados experimentales, acerca de la veracidad de la hiptesis formulada. A partir de las observaciones podemos trazar una curva de frecuencias acumuladas ( o un histograma ) y compararla con la funcin de distribucin de la hiptesis ( o funcin de probabilidad o densidad, segn la variable sea discreta o continua) y obtener as una idea, al menos cualitativa de la coincidencia entre ambas distribuciones. Sin embargo, es necesario, para dar un veredicto preciso, introducir alguna medida cuantitativa del grado de desviacin que muestran los datos respecto a la distribucin hipottica. Si esta medida excede algn lmite adecuado jo debemos rechazar la hiptesis y viceversa. Tal medida de la desviacin se puede denir de diversas formas, nosotros estudiaremos una de ellas: la prueba Chi-Cuadrado introducida por K.Pearson. Las pruebas que tratan este tipo de problemas, se llaman pruebas de Bondad de Ajuste.

0.1.2

Caso Discreto:

Supongamos que X es discreta y se realizan n observaciones del experimento en investigacin. Sea 1 , 2 , , k con (k n), el nmero de observaciones distintas de la variable X , f1 , f2 , , fk son las frecuencias correspondientes, es decir, fi es el nmero de observaciones iguales a i . (Eventualmente fi = 0 para algn i).

Sea pi = P (X = i ) , i = 1, 2, , k;

la distribucin hipottica, la cual suponemos totalmente especicada, es decir, en su expresin no aparecen parmetros desconocidos. Sea fi n el estimador de mxima verosimilitud de pi , f1 + f2 + , fk = n. Observaciones: a) Si n est jo, fi es el nmero de veces que aparece i en n repeticiones del experimento y pi representa la probabilidad de obtener i , luego, fi tiene distribucin binomial de parmetros (n, pi ), donde E (fi ) = npi . La diferencia fi npi mide la desviacin entre las frecuencias observadas y las frecuencias esperadas. K. Pearson demostr que si tomamos X2 =
k X (fi npi )2 i=1

k X i=1

pi = 1

npi

k k X f2 X i n (si pi = 1) npi i=1 i=1

obtenemos una medida de la desviacin cuyas propiedades son particularmente sencillas: Se puede demostrar que si n , (npi 5), el estadstico X = bajo la hiptesis que pi = P (X = i ) , i = 1, 2, , k es la verdadera distribucin (sin parmetros desconocidos) tiene distribucin Chi-Cuadrado con k 1 grados de libertad. 2
2 k X (fi npi )2 i=1

npi

(Para una demostracin ver : Mtodos Matemticos de Estadstica, de Harald Cramer, Cap.XXX, 30.1.; un esbozp de la demostracin en Mathematical Statistics, an introducction, Wiebe R. Pestman; una demostracin rigurosa en Wilks,S.S.Mthematical Statistics, Jhon Wiley & Sons, Inc., New York 1962) b) Si los valores pi = P (X = i ) , i = 1, 2, , k fueron obtenidos estimando r parmetros desconocidos de la distribucin hipottica P, la expresin k X (fi npi )2 2 X = npi i=1

cuando n (npi 5) tiene distribucin Chi-Cuadrado con k 1r grados de libertad. (Mtodos Matemticos de Estadstica, de Harald Cramer, Cap.XXX, 30.3).

Toma de Decisin: Nosotros queremos que fi est cercano a npi , es decir, que el valor observado
2 Xobs

k X (fi npi )2 i=1

npi

que representa la probabilidad de rechazar la hiptesis nula, siendo cierta probabilidad de cometer un error de primera especie. 2 Si Xobs > x2 ,k1r rechazamos la hiptesis nula. Ejemplo: Despus de lanzar un dado 300 veces, se han obtenido las siguientes frecuencias: cara 1 2 3 4 5 6 frecuencias 43 49 56 45 66 41 al nivel = 0.05, se puede decir que el dado est bien construido?. 3

est cercano a cero, procedemos jando el nivel de signicacin de la prueba, hallamos x2 ,k1r a partir de P X 2 > x2 ,k1r =

1. Si el dado est bien construido debe suceder que H0 : 1 = P (X = i) , i = 1, 2, , 6 6

1 6

En este caso, E (fi ) = npi = 300 Evaluamos

2 Xobs

= 50.

La distribucin del estadstico es Chi-Cuadrado con k 1 = 5 grados de libertad. Al buscar en la tabla hallamos que
2 X5;0.05 = 11.07 2 por lo tanto al nivel de 5% aceptamos H0 pues X 2 < X5;0.05 y concluimos que el dado est bien construido. 2 Para hallar el p valor debemos calcular P (X5 > 8.96) es algo mayor a 0, 10.

k X (fi 50)2 i=1

50

= 8.96

0.1.3

Caso Continuo:

Esta es una simple generalizacin del caso discreto. Se procede de la siguiente manera: sean x1 , , xn n observaciones de la variable aleatoria X, las cuales tabulamos en una tabla de frecuencias, si k es el nmero de intervalos de clase, Ii , es el i esimo intervalo tal que:
k X i=1

P (Ii ) = 1,

fi el nmero de observaciones que caen en Ii , denotando por pi = P (Ii ) la probabilidad terica, el estadstico de prueba ser: X =
2 k X (fi npi )2 i=1

npi

si n (npi 5), su distribucin es Chi-Cuadrado con k 1 r grados de libertad, donde r es el nmero de parmetros estimados en la distribucin terica. Si no hay parmetros estimados, en este caso, r = 0, la distribucin del estadstico ser X 2 con k 1 grados de libertad. 4

Ejemplos: 1. Un generador de nmeros aleatorios produjo n = 100 nmeros, los cuales aparecen tabulados en la siguiente tabla: Clases 0.0 0.099 Frecuencias 7 0.5 Clases 0.599 Frecuencias 13 0.1 0.2 0.199 0.299 14 8 0. 0.75 0.699 0.799 17 4 0.3 0.4 0.399 0.499 16 6 0.85 0.9 0.8599 0.999 10 5

Queremos probar al nivel de conanza 99%( = 0.01) la hiptesis que dichos nmeros provienen de una distribucin uniforme en [0, 1] . La longitud de cada intervalo de clase Ii es |Ii | = 0.099 ' 0.1 = pi = P (Ii ) si P es uniforme en [0, 1] ; n = 100, npi = 10 5, i = 1, 2, , 10, X =
2 k X (fi npi )2 i=1

npi

2 ; Xobs = 20

tiene aproximadamente distribucin Chi-Cuadrado con nueve grados de libertad, en la tabla hallamos que
2 X9;0.01 = 21, 666;

luego, al nivel de conanza de 99% aceptamos la hiptesis. Si = 0.05 se rechaza la hiptesis nula pues
2 X9;0.05 = 16, 916;

el p valor est entre esos dos niveles de signicacin, por lo que se rechaza la hiptesis nula. 2. Los resultados del peso en gramos de 570 nios nacidos en un cierto

hospital estn tabulados en la siguiente tabla: Clases Fracuencias Clases Fracuencias Clases Fracuencias Clases Fracuencias (0, 2400) (2401, 2600) (2601, 2800) (2801, 3000) 10 13 19 60 (3001, 3200) (3201, 3400) (3401, 3600) (3601, 3800) 61 72 92 80 (3801, 4000) (4001, 4200) (4201, 4400) 66 48 21 (4401, 4600) (4601, 4800) 4801 9 15 4

Queremos probar el ajuste de estos datos a una distribucin normal por medios de una prueba Chi-Cuadrado al 95% y 99% de conanza.
2 Estimamos = X = 3540; 2 = S1 = 283, 240, (la primera y la ltima clase estn abiertas, arbitariamente hemos tomado en ellas como marcas de clase los valores 1900 y 5100 gramos). Si suponemos = 3540; 2 = 283, 240, calculamos _

pi = P (Ii ) obtendremos: X =
2 k X (fi 570pi )2 i=1 2 ; Xobs = 24, 283.

570pi

Puesto que hemos estimado dos parmetros, la distribucin de nuestro estadstico de prueba es asintticamente Chi-Cuadrado con 11 grados de libertad, obteniendo
2 2 X11;0.05 = 19, 675; X11;0.01 = 24, 725

as el p-valor est entre esos dos niveles por lo que rechazamos la hiptesis nula.

0.1.4

Tablas de Contingencia con dos criterios de clasicacin:

Un problema frecuente en el anlisis de datos enumerativos es el de la independencia de dos mtodos de clasicacin de los sucesos observados. Por 6

ejemplo, clasicamos los defectos de los muebles producidos en una planta de fabricacin, primero, de acuerdo al tipo de defecto y segundo, de acuerdo al turno de produccin. Lo que deseamos investigar es una posible dependencia entre las dos clasicaciones. Varan las proporciones de los diversos tipos de defectos de un turno a otro?. Por ejemplo, se observa un total de n = 309 muebles con defectos y se clasican en cuatro tipos de defectos : A, B, C, D. Al mismo tiempo, cada mueble se identica de acuerdo al turno de produccin en el que es fabricado. Tabla de Contingencia Turnos Defecto A Defecto B Defecto C Defecto D Total 1 15(22.51) 21(20.99) 45(38.94) 13(11.56) 94 2 26(22.99) 31(21.44) 34(39.77) 5(11.81) 96 3 33(28.50) 17(26.57) 49(49.29) 20(14.63) 119 Total 74 69 128 38 309 Denotamos por pA la probabilidad de que el defecto sea del tipo A, anlogamente para pB , pC , pD ; estas probabilidades las llamaremos probabilidades de las columnas de la tabla y se satisface: pA + pB + pC + pD = 1 Anlogamente pi , i = 1, 2, 3 es la probabilidad de que ocurra un defecto en el turno i (probabilidad de la la i) donde: p1 + p2 + p3 = 1. Si las clasicaciones son independientes, entonces la probabilidad correspondiente a una celda debe ser el producto de las probabilidades de la la y de la columna correspondiente a dicha celda. Por ejemplo, la probabilidad de que un defecto particular ocurra en el turno 1 y sea del tipo A debe ser p1 pA . La hiptesis nula se reere a la independencia de las dos clasicaciones. No se especican los valores numricos de las probabilidades de las celdas. Por lo tanto, debemos estimar las probabilidades de las las y de las columnas para poder estimar las frecuencias de celdas esperadas. Los estimadores de mxima verosimilitud de las probabilidades correspondientes a las columnas, son: 74 69 1 2 pA = cn = 309 pB = cn = 309 38 3 4 pC = cn = 128 pD = cn = 309 309 7

donde ci , i = 1, 2, 3, 4 es la frecuencia observada de la columna i. Similarmente, 94 96 p1 = r1 = 309 p2 = r2 = 309 p3 = r3 = 119 n n n 309 son los estimadores de las probabilidades correspondientes a las las, ri , i = 1, 2, 3 es la frecuencia observada de la la i. Si ni,j es la frecuencia observada de la celda que se encuentra en la la i y la columna j de la tabla de contingencia, entonces, la estimacin del valor esperado de nij es en particular para n11 E(n11 ) = np1 pA = n en general, ri cj , i = 1, 2, 3; j = 1, 2, 3, 4. n En nuestro ejemplo, hemos colocado los clculos de las frecuencias esperadas entre parntesis, en la tabla de contingencia. El estadstico de prueba, en general, es E(nij ) =

r1 c1 r1 c1 = , n n n

E(nij ) donde c es el nmero de columnas y r es el nmero de las.

j=1 i=1

X =

c r X X nij E(nij )

2 X(c1)(r1) ,

y debemos restar el nmero total de estimaciones, es decir, por cada estimacin, (r 1) en total por las las, ya que la r esima queda determinada por las primeras (r 1), anlogamente, por cada estimacin, (c 1) en total por las columnas, se obtiene el nmero de grados de libertad del estimador: rc 1 (r 1) (c 1) = (r 1)(c 1). En nuestro ejemplo 2 3 4 X X nij E(nij )
j=1 i=1

Observacin: El nmero de grados de libertad debera ser rc menos 1 por la restriccin r c XX nij = n,
j=1 i=1

X2 =

E(nij )

2 X6

el valor observado del estimador es

2 Xobs = 19.18

donde

A un nivel = 0, 05 la regin de rechazo viene dadad por 2 X0.05;6 , 2 2 P X6 > X0.05;6 = 0, 05

valindonos de la tabla se obtiene un p-valor menor que 0.005, mucho menor que 0, 05.

2 2 Utilizando la tabla se obtiene que X0.05;6 = 12, 60 como Xobs = 19.18 cae en la regin de rechazo se rechaza la hiptesis nula, es decir, se concluye que no hay independencia entre el turno y el tipo de defecto. El p valor se calcula hallando 2 P X6 > 19, 18

0.1.5

Anova

Anlisis de Varianza: Para introducir el mtodo de Anlisis de Varianza (ANOVA) vamos a estudiar un ejemplo sencillo: Supongamos que el nmero de horas de sueo de los miembros de una familia est dada por: Adultos 8.4 7.7 7.9 Nios 9.8 9.9 10.3 Queremos constatar si la variacin (diferencia entre las medias), es debida a la edad no es signicativa esa diferencia. y1 = _ y2 =
_ 8.4+7.7+7.9 = 8(media del grupo i = 1 3 9.8+9.9+10.3 = 10(media del grupo i = 3

de adultos) 2 de nios)

Si yij es la observacin nmero j del grupo i : yij = yi + (yij yi )

_ _

Hagamos una tabla que compare cada resultado con la media de su grupo: j=1 j=2 j=3 Adultos (i = 1) 8 + 0.4 8 0.3 8 0.1 Nios (i = 2) 10 0.2 10 0.1 10 + 0.3 Observe que tenemos dos grupos, cada uno con medias diferentes.La media de toda la muestra (uniendo los dos grupos) es:
_

y =

yij

8.4 + 7.7 + 7.9 + 9.8 + 9.9 + 10.3 =9 6 _ _ _ _ = y + (yi y) + (yij yi )

Hagamos una tabla que muestre la variacin de la media de cada grupo con la media general: j=1 j=2 j=3 Adultos (i = 1) 9 1 + 0.4 9 1 0.3 9 1 0.1 Nios (i = 2) 9 + 1 0.2 9 + 1 0.1 9 + 1 + 0.3 donde y es la media general y) compara la media de cada grupo con la media general _ (yij yi ) variacin de cada individuo respecto a la media de su grupo
_ (yi _ _

sumamos i = 1, 2 (nmero de grupos), j = 1, 2, 3 (observaciones en cada grupo):

3 3 3 2 2 2 XX XX _ _ XX _ 2 _ 2 (yij y) = (yi y) + (yij yi )2 i=1 j=1 i=1 j=1 i=1 j=1 2 3 XX _ _ _ (yi y)(yij yi ) = 0. i=1 j=1 _

porque

2 ya que
3 P _

j=1

(yij yi ) = 3yi 3yi = 0.

Esta descomposicin es la idea bsica del ANOVA, (Anlisis de Varianza en ingls), si N = n1 + n2 , ni es el nmero de observaciones del grupo i
2 S2
i _ 1 XX = (yij yi )2 N 2 i=1 j=1

10

es un estimador puntual de la varianza 2 de la muestra Yij ( se supone que todas las variables tienen la misma varianza). Es fcil ver que
ni 2 2 XX _ _ X _ _ 2 (yi y) = ni (yi y)2 . i=1 j=1 i=1

En general: si (Yij ) , i = 1, 2, , k; j = 1, 2, , ni ; (k es el nmero de poblaciones o grupos), Yij N(mi , 2 ) :

_

Yi
2 Sk

ni 1 X = Yij estima mi ni j=1 k n

i _ 1 XX = (Yij Yi )2 es un estimador de 2 , N = n1 + n2 + , nk . N k i=1 j=1

Se quiere hacer la siguiente prueba de hiptesis: H0 : m1 = m2 = = mk Bajo la hiptesis nula 1 X _ _ 2 S = ni (yi y) k 1 i=1
2 k

H1 : existen al menos dos medias diferentes

estima 2 y F =

S2
2 Sk

Fk1,.Nk

Una discrepancia con la hiptesis nula queda indicada por un valor grande de F, ya que el numerador (variabilidad de la media de cada grupo con la media general), cuando la hiptesis nula es falsa, ser en promedio ms grande que el denominador (variabilidad dentro de cada grupo) por lo que la regin de rechazo para un dado ser: [F > fk1,Nk, ] donde P ([F > fk1,Nk, ]) = . 11

2 En nuestro ejemplo, k = 2, n1 = n2 = 3, N = 6, S 2 = 6, S2 = 0.1, F = 60, si = 0.01, f1,4, = 21.20 por lo que se rechaza la hiptesis a este nivel. El p valor es 0.015 el cual representa

P ([F > 60]) Observe que en nuestro ejemplo slo hay dos grupos, este contraste es identco al de la rpuba T- de student hecha para comparar dos medias, se puede demostrar que el cociente
S2
2 S2

el cuadrado del estadstico T, n1 + n2 2 grados

de libertad. El mtodo que hemos expuesto, se denomina, Anlisis de varianza con un slo factor o clasicacin simple. Fue inventado por Fisher (1925) con el objetivo de descomponer la variabilidad de un experimento (variabilidad total) en componentes independientes que puedan asignarse a diferentes causas. Por ejemplo, si queremos comparar el rendimineto de k mquinas medido por su produccin diaria. Existen diversos factores que pueden inuir en la produccin diaria de cada mquina ( aunque trabajen en condiciones idnticas), por ejemplo, pureza de la materia prima, desajustes aleatorios de la mquina, temperatura de funcionamiento, habilidad del operario, etc. Si medimos durante ni das la produccin diaria de la mquina i
k X i=1

ni = N es el total de datos

Si yij es la produccin diaria de la mquina i en el da j, el objetivo del anlisis es 1. comprobar si todas las mquinas son idnticas respecto a la produccin media diaria 2. Si las mquinas no tienen la misma produccin media, estimar la produccin media de cada una. El anlisis de varianza formula esta situacin mediante un modelo matemtico, nosotros tratamos slo el modelo con un solo factor. La motivacin es la siguiente: comparacin de medias de poblaciones normales. Hemos estudiado el problema de comparar dos medias de poblaciones normales, cuando hay igual varianza e independencia de las dos muestras, usando una prueba T de Student, ya sea construyendo un intervalo 12

de conanza o haciendo una prueba de hiptesis. Mediante el anlisis de varianza se generaliza este problema a la comparacin de medias de k poblaciones a partir de muestras independientes de tamaos n1 , , nk . Se trata de hallar una prueba para H0 : 1 = 2 = = k H1 : i 6= j para algn i 6= j donde Yij tiene distribucin N(i , 2 ); i = 1, 2, , k; j = 1, 2, , ni . El inconveniente de hacer esta prueba dos a dos es que el error de primera especie se incremente por cada prueba. Fisher desarroll este mtodo para comparar ms de dos medias, comparando la variabilidad interna de los grupos con la variabilidad entre grupos. Bajo hiptesis nula, Yij es normal N(, 2 ), se tiene la siguiente descomposicin de la variabilidad total
ni ni ni k k k XX XX _ _ XX _ 2 _ 2 (yij y) = (yi y) + (yij yi )2 i=1 j=1 _ i=1 j=1 _ i=1 j=1

donde,

i=1 j=1

hiptesis nula y suponiendo igualdad de varianzas es F = donde

2 Sk

k ni PP

(yi y)2 =

i=1

k P

ni (yi y)2 , el estadstico de prueba bajo la

S2
2 Sk

Fk1,.Nk
k n

representa la variabilidad interna de los grupos y S2 =

k

i _ 1 XX = (yij yi )2 N k i=1 j=1

1 X _ _ 2 ni (yi y) k 1 i=1

la variabilidad entre grupos. Valores grandes de F indican que la hiptesis nula no es verdadera. 13

Observaciones: Los resultados del contraste F en la prueba ANOVA son sustancialmente vlidos aunque los datos no sean normales, en ese sentido se dice que es una tcnica robusta frente a desviaciones de la normalidad. El efecto de desigualdad de las varianzas en los grupos sobre el contraste F y los contrastes de medias dependen de que el nmero de observaciones en cada grupo sea igual o muy distinto. Si todos los grupos tienen el mismo nmero de observaciones, el contraste F es igualmente exacto aunque las varianzas sean distintas. Es decir, podemos despreocuparnos de las varianzas a efectos de contrastes de medias, siempre que haya aproximadamente el mismo nmero de observaciones por grupo, en caso contrario, diferencias entre las varianzas pueden ser graves.

14

Prueba X 2 Bondad de Ajuste- Independencia Anlisis de Varianza (ANOVA) Prctica #10 Estadstica 1. Despus de lanzar un dado 300 veces, se han obtenido las siguientes frecuencias: Lado 1 2 3 4 5 6 Frecuencia 43 49 56 45 66 41 Al nivel de signicacin, = 0.05, se puede armar que el dado es regular? 2. En el transcurso de dos horas, el nmero de llamadas por minuto solicitadas a una central telefnica fue: Llamadas/minuto 0 1 2 3 4 5 6 Frecuencia 6 18 32 35 17 10 2 Al nivel de signicacin, = 0.05, se puede aceptar que el nmero de llamadas por minuto sigue una distribucin de Poisson?. 3. Se clasicaron 1000 individuos de una poblacin segn el sexo y segn sean normales o daltnicos: masculino femenino normales 442 514 daltnicos 38 6 En base a un modelo gentico, las probabilidades deben ser: normales daltnicos masculino femenino p2 p + pq 2 2
q 2 q2 2

donde q = 1 p = proporcin de genes defectuosos en la poblacin. A partir de la muestra se ha estimado que q = 0.087 concuerdan los datos con el modelo? 4. El gerente de una planta industrial quiere determinar si el nmero de empleados que asisten al consultorio mdico de la planta est distribuido en forma equitativa durante los 5 das de la semana. Con base 1

a una muestra aleatoria se observ durante 4 semanas de trabajo, el siguiente nmero de consultas: Lunes Martes Mircoles Jueves Viernes 49 35 32 39 45 Al nivel de signicacin, = 0.05, existe alguna razn para creer que el nmero de empleados que asisten al consultorio mdico se encuentra distribuido equitativamente durante los cinco das de la semana? 5. Los datos que se dan a continuacin corresponden al lapso de tiempo, medido en minutos, necesario para que cada uno de 50 clientes de un banco, lleve a cabo una transaccin: 2.3 2.4 3.3 1.8 1.8 7.8 3.1 2.4 0.4 4.2 6.3 0.2 4.4 4.7 4.7 4.7 0.8 3.7 4.6 1.3 1.2 7.6 2.9 5.8 2.5 2.5 0.7 0.9 7.2 3.8 1.1 0.5 1.4 0.4 2.8 5.6 5.6 6.2 0.4 1.6 1.5 5.5 6.8 0.5 2.8 3.3 9.5 9.5 1.2 1.3 1.9 2.7 3.4 5.2 1.4

Al nivel de signicacin, = 0.05, se puede concluir que los tiempos estn exponencialmente distribuidos con parmetro = 3.2 minutos? La densidad exponencial es: f (c) =
x exp( ) , x > 0.

6. Un siclogo desea conocer la relacin entre los sntomas deteriorossicognicos del pensamiento y depresin. En una muestra de 100 individuos obtuvo los siguientes datos Depresin Si Depresin No Deterioros Si Sicognicos No 38 31 9 22

Con el nivel de conanza del 95%, existe relacin entre ambos sntomas? 2

7. Una fbrica de automviles quiere averiguar si la preferencia por un modelo tiene relacin con el sexo de los clientes. En una muestra aleatoria de 2000 posibles clientes se observaron las siguientes preferencias: Mujeres Hombres Modelo A Modelo B Modelo C 340 400 260 350 270 380

Existe relacin al nivel = 0.01? 8. Para los datos que se dan en la siguiente tabla, pruebe si hay independencia entre la capacidad de una persona para la matemtica y su inters en la estadstica. Utilice le nivel de signicacin = 0.01. Inters Est.Baja Inters Est.promedio Inters Est.alto Cap.Mat.baja Cap.Mat.promedio Cap.Mat.alta 63 42 15 58 61 31 14 47 29

9. Un total de 6000 estudiantes de escuela elemental fueron clasicados de acuerdo a su condicin social y a su ubicacin en dos tipos de programas educacionales. Los resultados se dan en la tabla. Proporcionan los datos suciente evidencia para concluir que hay dependencia entre la condicin social y la ubicacin en los programas educacionales? Use = 01 Cond.Social A Cond.Social B Total Prog.Educativo A 163 117 280 Prog.Educativo B 1477 4243 5720 Total 1640 4360 6000 10. Cuatro grupos de estudiantes se sometieron a tcnicas de enseanza diferentes y se examinaron al nal de un perodo especco de tiempo. Debido a las bajas en los grupos experimentales (por enfermedad, transferencias, etc.) el nmero de estudiantes en los grupos no fue el mismo. Se tiene la siguiente tabla: Tcnica:1 65, 87, 73, 79, 61, 69 Tcnica:2 75, 69, 83, 81, 72, 79, 90 Tcnica:3 59, 78, 67, 62, 76 Tcnica:4 94, 89, 80, 88 3

Presentan los datos suciente evidencia para concluir que hay diferencias en el rendimiento medio correspondientes a las cuatro tcnicas? (Realice un anlisis de varianza) 11. Un siclogo clnico quera comparar tres mtodos para reducir los niveles de hostilidad en estudiantes universitarios. Cada prueba sicolgica (PNH) fue usada para medir el grado de hostilidad. Las puntuaciones altas en esta prueba se usaron como indicacin de gran hostilidad. En el experimento se usaron 11 estudiantes que obtuvieron puntuaciones altas y muy cercanas entre s. De los 11 estudiantes se seleccionaron 5 al azar y se trataron con el mtodo A, de los 6 restantes se tomaron tres al azar y se trataron con el mtodo B y el resto se trat con el mtodo C. Todos los tratamientos se realizaron durante un semestre. Cada estudiante tom la prueba PNH nuevamente al nal del semestre, con los resultados siguientes: Mtodo:A 73, 83, 76, 68, 80 Mtodo:B 54, 74, 71 Mtodo:C 79, 98, 87 (a) Realice un anlisis de varianza para este experimento. (b) Presentan los datos suciente evidencia para concluir que hay diferencias entre las respuestas medias de los estudiantes de los tres mtodos, despus del tratamiento? 12. Se efecta un experimento para determinar el efecto de la edad sobre el ritmo cardiaco, cuando una persona es sometida a una cantidadespecca de ejercicio. Para esto, se selecionaron 10 varones de los 4 grupos de edades: 10-19-20-39-40-59-60-69. Cada individuo accion un molino a una velocidad especca durante 12 minutos y se anot el aumento del ritmo cardiaco (diferencia antes y despus del ejercicio), en latidos

por minuto. Los datos se muestran en la tabla. Edad [10 19] [20 39] [40 59] [60 69] 29 24 37 28 33 27 25 29 26 33 22 34 27 31 33 36 39 21 28 21 35 28 26 20 33 24 30 25 29 34 34 24 36 21 27 33 22 32 33 32 Total 309 275 295 282 (a) ?Presentan los datos suciente evidencia que indique que hay diferencia entre el aumento medio del ritmo cardiaco de los 4 grupos de edades?. Use = 0.05. (b) Encuentre un intervalo de conanza la 90% para la diferencia entre el aumento medio del ritmo cardiaco del grupo de 10-19 aos y el del grupo de 60-69 aos. (c) Encuentre un intervalo de conanza del 90% para el aumento medio del ritmo cardiaco del grupo de 20-39 aos. (d) Aproximadamente, cuntas personas se necesitaran en cada grupo si se desea estimar la media de un grupo con un error no mayor de 2 latidos por segundo, con una probabilidad igual a 0, 95?. MMOM/04

Captulo VI Recta de Regresin lineal

Prof. Mara Margarita Olivares Julio 2004

Recta de mnimos cuadrados.

En muchos problemas obtenemos datos pareados (xi , yi ), no conocemos la distribucin conjunta de las variables aleatorias correspondientes y al gracar estos datos tenemos la impresin de que una recta podra ser un buen ajuste para ellos, aunque los puntos no estn exactamente sobre una recta. Problemas de este tipo, suelen manejarse por medio del mtodo de los mnimos cuadrados que consiste en hallar la recta y = ax + b que mejor se ajusta a esos datos, para ello debemos calcular los parmetros a y b a partir de los datos, es decir: si nos dan un conjunto de datos pareados {(xi , yi ); i = 1, 2, 3, , n} , las estimaciones de mnimos cuadrados de los coecientes a y b son los valores para los cuales la cantidad: q(a, b) =
n X i=1

[yi (a + bxi )]2

es un mnimo. Al diferenciar parcialmente con respecto a a y a b y al igualar estas derivadas parciales a cero:
q a q b

= (2) = (2)

i=1

i=1 n P

n P

[yi (a + bxi )] = 0 xi [yi (a + bxi )] = 0 1

que producen el siguiente sistema de ecuaciones:

n P

yi = an + b xi yi = a
i=1 n P _

Al resolver ese sistema de ecuaciones se obtiene: a = y bx Sxy b = Sxx donde : Sxx = Sxy =
n P _

i=1 n P i=1

i=1

xi + b

n P

xi
i=1 n P

x2 i

i=1

i=1 n P

(xi x) =
_

(xi x)(yi y) =

i=1 _

n P

x2 i

1 n

i=1

n P

i=1

xi yi

n P

xi

1 n

i=1

n P

xi

i=1

n P

yi

Regresin Lineal Simple.

Introduccin: En este curso hemos estudiado el siguiente tipo de problema: se tiene una variable aleatoria Y (que denominaremos respuesta) cuya distribucin se supone conocida, excepto por uno o varios parmetros. En particular se estudiaron los siguientes casos: 1. Y con distribucin de Bernoulli de parmetro p desconocido, donde P(Y = 1) = p, P(Y = 0) = 1 p, E(Y ) = p 2. Y con distribucin de Poisson de parmetro , E(Y ) = es desconocido. 3. Y es normal de parmetros desconocidos , , con E(Y ) = , V ar(Y ) = 2. y en base a una muestra y1 , , yn de la variable aleatoria Y se desea estimar dichos parmetros. Como es observable, uno de los parmetros bsicos a observar es la media de la variable aleatoria. Se estudiaron tres maneras de estimar: 2

(a) Estimacin puntual (b) Estimacin por intervalos de conanza (c) Pruebas de hiptesis. En cualquiera de estos casos lo primero que hay que hacer es encontrar un estadstico para estimar el parmetro (obtener un estimador del parmetro). Hagamos incapi en el caso Y es normal de parmetros desconocidos , , con E(Y ) = , V ar(Y ) = 2 que es el que se asemeja ms al problema que estamos tratando de estudiar. En este caso podemos estimar la media por
_

y=

y1 + + yn n

o promedio de valores de la muestra y estimamos 2 por

2 S1 _ 2 1 X = yi y n 1 i=1 n

o variabilidad centrada de la muestra alrededor de su media , en ambos casos los estadsticos son insesgados. Suponer que Y tiene distribucin normal N(, 2 ) es equivalente a suponer que Y =+ donde es una variable aleatoria normal de media cero y varianza 2 . _ n P _ 2 1 2 Con los estadsticos Y y S1 o con S 2 = n yi y se cosntruye los
i=1

llamados estadsticos pivotales, por ejemplo, si es conocido, el estadstico pivotal para es _ Y / n

que tiene distribucin normal estndar. A partir de los estadsticos pivotales obetenemos intervalos de conanza, podemos hacer pruebas de hiptesis. Generalizacin del problema de estimacin de una variable aleatoria . Supongamos que tenemos una variable aleatoria Y (respuesta) que depende de una o varias variables x (o factores). Estos factores se pueden dividir en dos grupos: 3

1. Un factor o un grupo de factores (x1 , , xk ) conocidos al observar Y. Suponemos que la dependencia de Y de estos factores tiene una forma funcional conocida. 2. Otro grupo de factores que pueden ser conocidos o no al observar Y, no sabemos necesariamente cmo depende de ellos, pero suponemos que cada uno inuye en la respuesta Y, en pequea magnitud. En resumen, suponemos que Y = f (x1 , , xk ) + siendo una variable aleatoria y en el caso de un solo factor Y = f (x) + Ejemplos: 1. Y = benecio anual obtenido por una corporacin X = gastos de publicidad. 2. Y = aumentode peso, en un mes, de cierta raza de ganado que se alimenta con cierto tipo de alimento. X1 = peso inicial del animal. X2 = cantidad de alimento consumido diariamente. X3 = contenido de protenas del alimento. X4 = contenido de agua del alimento. X5 = contenido de carbohidratos del alimento. 1 el animal estuvo sano en el mes X6 = 0 el animal estuvo enfermo en el mes 3. Y = nota obtenida por un estudiante de ingienera en matemtica I X = nota obtenida por un estudiante en la prueba de admisin. En todos estos casos vamos a querer estimar la media de Y como funcin de X o de X1 , , Xk , queremos contestar preguntas como la siguiente: 4

1. ?Cul es el benecio medio de la corporacin para un gasto dado de publicidad X = x? 2. ?Cul es el aumento de peso promedio para los animales que no se enfermaron en un mes y que recibieron un alimento que contena 15% de protenas, 10% de agua y el resto de carbohidratos? Estos modelos Y = f (x1 , , xk ) + que relacionan una variable aleatoria dependiente Y con una o varias variables independientes x1 , , xk no aleatorias se denominan modelos de regresin. Si tenemos una sola variable independiente Y = f (x) + hablamos de modelos de regresin simple. Si tenemos varias variables independientes hablamos de regresin mltiple. El modelo que estudiaremos es el de regresin lineal simple, nos limitaremos al caso en que f es una funcin lineal de x : Y = 0 + 1x + donde es una variable aleatoria, se estudiar la dependencia lineal de una variable aleatoria Y (respuesta) respecto de una variable explicativa x. En general, la palabra lineal se reere a los parmetros, es decir, ningn parmetro en un modelo lineal, aparecer con exponente o multiplicado o dividido entre otro parmetro. Es decir los siguientes modelos son tambin lineales en los parmetros: Y = 0 + 1 x + 2 x2 + Y = 0 + 1 x + 2 x2 + 3 x3 + Y = 0 + 1 ln(x) + Y = 0 + 1 x1 + 2 x2 + 3 x1 x3 + pero el modelo Y = 0 exp( 1 x) + no es lineal en los parmetros. Nosotros estudiaremos slo el caso f (x) = 0 + 1 x. Hiptesis Bsicas: Se observan n variables respuestas (aleatorias) Yi = 0 + 1 xi + i , i = 1, 2, , n que corresponden a cada variable no aleatoria xi (variable independiente explicativa). Las variables Yi son independientes estocsticamente 5

(independencia en el sentido aleatorio o probabilstico), es decir, i y j son independientes para i 6= j. i tiene distribucin N(0, 2 ). Todas las observaciones tienen la misma varianza, V ar(Yi ) = 2 ; E (Yi ) = 0 + 1 xi . Por lo que estimar la media de las variables respuestas es equivalente a estimar los parmetros de la recta de regresin. Mtodo de Mnimos Cuadrados: Para obtener los estimadores de mnimos cuadrados de los parmetros 0 , 1 se considera la desviacin de la observacin Yi de su media y se determinan los valores de los parmetros que minimizan la suma de los cuadrados de estas desviaciones. La isima desviacin o i esimo error es i = Yi ( 0 + 1 xi ) y la suma de los cuadrados de los errores es
n X i=1 n X i=1

2 = i

(Yi 0 1 xi )2

diferenciando con respecto a los parmetros e igualando a cero obtenemos las siguientes ecuaciones n 0 + 1 0
i=1 n P n P

xi =

xi + 1

que conducen a obtener los estimadores buscados, el estimador mnimo cuadrado de 0 es _ _ B0 = y B1 x con B1 = donde
n P _ _ xi x yi y i=1 n P _ 2 xi x

i=1 n P

i=1

x2 = i

i=1 n P

n P

yi xi yi

i=1

i=1

Cov(x, y) 2 Sx

n n _ _ _ 2 1 X 1 X 2 cov(x, y) = xi x yi y ; Sx = xi x n i=1 n i=1

es el estimador de mnimos cuadrados de 1 correspondiente a las observaciones (xi , yi ). Finalmente, dados los estimadores 0 y 1 la recta de regresin estimada para el modelo es Yi = 0 + 1 xi donde Yi es el estimador para la media de la observacin Yi , que corresponde al valor xi de la variable de prediccin. Observacin: Como notacin, utilizaremos 1 y 0 para referirnos al estimador de 1 y 0 respectivamente y B1 y B0 para los estimadores observados, es decir, evaluados en las observaciones. Si sustitumos la relacin entre los parmetros B0 = y B1 x en la recta de regresin estimada, obtenemos Yi = Y + 1 (xi x) La diferencia entre el valor observado y el estimado se denomina isimo e residuo o residual: ei = yi yi
_ _ _ _

y son estimadores de la variable aleatoria no observable i , proporcionan importante informacin de lo que puede faltar en el modelo de regresin estimado. La varianza 2 en general no se conoce y se estima por la varianza residual (su raiz cuadrada es la desviacin estndar residual)
2 SR

1 X 1 X 2 2 yi yi = = e n 2 i=1 n 2 i=1 i
n n

se usa n2 pues se pierden dos grados de libertad al estimar los dos parmetros 0 , 1 . Este estimador de la varianza es insesgado si el modelo de regresin es correcto. Se cumplen las siguientes propiedades: (se deja como ejercicio la vericacin) 1.
n P

ei = 0 7

i=1

2. 3.

i=1 n P

n P

yi =

i=1

n P

yi

xi ei = 0

i=1

Estimacin por Mxima Verosimilitud para el Modelo Lineal Simple. Para hallar los estimadores mnimos cuadrados de los parmetros no se necesit utilizar la distribucin de los errores aleatorios i . Bajo nuestras hiptesis es posible obtener los estimadores de mxima verosimilitud ya que Yi son variables aleatorias independientes de distribucin N ( 0 + 1 xi , 2 ) dado que es una funcin lineal de una variable aletoria i con distribucin normal. La funcin de verosimilitud viene dada por # " n n 1 1 X L(y1 , , yn ; 0 , 1 , 2 = exp 2 (yi 0 1 xi )2 2 i=1 2 donde
n n n 1 X ln(L( 0 , 1 , 2 )) = ln(2) ln( 2 ) 2 (yi 0 1 xi )2 2 2 2 i=1

al tomar las derivadas parciales con respecto a cada uno de los parmetros se obtendr que los estimadores de 0 , 1 son los mismos hallados por mnimos cuadrados y para 2 se obtiene 2 =

1 X 2 yi yi n i=1
n

que no es insesgado pero para valores grandes de n no se diferencia mucho 2 del SR que si es insesgado. Los estimadores de mxima verosimilitud tienen buenas propiedades, son consistentes, sucientes y tienen varianza mnima es por eso que mostramos que los estimadores hallados para los parmetros coinciden con los de mxima verosimilitud. Interpretacin Geomtrica dela estimacin.

El mtodo de mnimos cuadrados admite una simple interpretacin geomtrica. Expresando vectorialmente las observaciones, demanos los siguientes vectores las: Y0 = (y1 , , yn ) 10 = (1, , 1) X0 = (x1 , , xn ) 0 = (1 , , n ) El modelo postulado es: Y = 0 1 + 1 X + e0 = (e1 , , en ) Estimar el modelo por mnimos cuadrados equivale a encontrar constantes B0 , B1 tales que el mdulo del vector de residuos e = YY sea mnimo, es decir, se trata de encontrar un vector Y en el plano denido por los vectores 1 y X tales que su distancia al vector Y sea mnima, la solucin es la proyeccin ortogonal del vector Y sobre este plano, cualquier otra eleccin nos dara un vector residual e de mdulo mayor. El vector de residuos e ser perpendicular a todos los vectores del plano, en particular su producto escalar con los vectores 1 y X es cero obtenindose as las ecuaciones llamadas normales o mnimo- cuadrticas e1 = e0 X = observe que al reemplazar 0 e = YY
0 0 n X i=1 n X i=1

ei = 0 ei xi = 0

con Y = B0 1 + B1 X, B0 es la estimacin de 0 y B1 es la de 1 obtendremos las ecuaciones n n P P xi = yi n 0 + 1 0

i=1

que permitieron hallar los estimadores mnimo-cuadrado. Propiedades de los Estimadores: 9

n P

xi + 1

i=1 n P

i=1

x2 i

i=1 n P

xi yi

i=1

1. Coeciente de Regresin 1 Este estimador se puede expresar como 1 = _ xi x con wi = pues 2 nSx
i=1 n X i=1

wi Yi

B1 =

n P _ _ xi x yi y i=1 n P _ 2 xi x

i=1

n P _ xi x yi 2 nSx

as, 1 es combinacin lineal de variables Yi normales, por lo tanto tiene distribucin normal. Observe que
n X i=1

wi = 0,

_ yi y y que si denotamos por pi = _ la pendiente de la recta que une xi x _ _ (xi , yi ) con x, y B1 =

i=1 n P _ 2 xi x pi 2 nSx

n X i=1

2 wi =

1 2 nSx

_ yi y es una ponderacin de las pendientes pi = _ con pesos que xi x dependen de la distancia relativa de cada punto xi y el centro de todos ellos, note que
_ (xi x) = wi (xi x) 0, 2 nSx _ 2 n X i=1 n P _ 2 xi x 2 nSx

n X i=1

di pi

di =

di =

i=1

= 1.

10

El estimador 1 es insesgado, en efecto X X X wi E (Yi ) = 0 wi + 1 wi xi = 1 E 1 = Calculemos la varianza de 1 V ar( 1 ) =

2 1 por lo tanto 1 tiene distribucin N 1 , nS 2 , y as, es un estimador x insesgado y consistente del coeciente de regresin. 2. Estimador 0 (ordenada en el origen) Es preferible escribir la recta de regresin en funcin del estimador del coeciente de regresin, pues a veces la relacin observada no tiene sentido para x = 0 _ _ y = y + B1 (x x) esta expresin pone de_ _ maniesto que la relacin construida es vlida en un entorno del punto x, y que representa el centro de las observaciones que se utiliza para construir el modelo. Estudiaremos las propiedades del estimador 0 ya que puede ser de inters: X1 _ X _ _X _ 1X yi x xwi yi = wi yi = ri yi B0 = y B1 x = n n 0 =

2 wi V ar(Yi ) = 2

1 2 nSx

es decir

por lo tanto tambin obtenemos que 0 tiene distribucin normal. 0 es insesgado, en efecto P1 _ xwi ( 0 + 1 xi ) = E 0 = n _ _P _P 0 (1 x wi ) + 1 x 1 x wi xi = 0 11

ri Yi

Hallemos la V ar( 0 ) : V ar( 0 ) =

2 ri 2 = 2

X1

xwi

= 2

x 1 + 2 n nSx

_2

_ _ 2 2 es el error dela estimacin de Y pues V ar(Y ) = ; el error note que n n de estimacin de la pendiente de la recta de regresin vine dado por 1 V ar( 1 ) = 2 nS 2 el cual aparece reejado en la V ar( 0 ) y se transmite x _ a la ordenada del origen en funcin de lo alejado que est x del origen. _ 2 1 x siendo as Se concluye que 0 tiene distribucin N 0 , 2 n + nS 2 x insesgado y consistente..

Observaciones: Los estimadores 0 y 1 no son independientes, aceptaremos sin demostracin que _ x 2 cov( 0 , 1 ) = 2 nSx
_

y que Y y 1 son independientes

2 3. Varianza residual SR (estimador de 2 )

Recordemos que
2 SR

1 X 1 X 2 2 = e yi yi = n 2 i=1 n 2 i=1 i
n n

2 (n 2)SR 2 se puede demostrar que tiene distribucin Xn2 (chi-cuadrado 2 con n 2 grados de libertad), la esperanza de esta distribucin es n 2 y la varianza es 2(n 2) por lo que se concluye que 2 2 (n 2)SR 2 E E SR = = 2 n2 2

12

y que V
2 ar(SR ) 4

(n 2 V ar (n 2)

2 2)SR 2

2 4 (n 2)

2 as SR es un estimador insesgado y consistente de 2 . 2 Hemos denotado por SR el estimador insesgado de 2 en funcin de las 2 variables aleatorias Yi y SR cuando este estimador es evaluado en las observaciones.

Inferencia sobre los parmetros: intervalos de conanza y pruebas de hiptesis.

2 A partir de las distribuciones de los estimadores 0 , 1 , SR de los parmetros podemos construir estadsticos que nos permitan hacer inferencias, el siguiente cuadro muestra los estadsticos que nos permiten hacer el contraste

parmetro estimador estadstico Tn2

0
n 0 0 q = _2 x SR 1 + S 2
x

1 1 n 1 1 Sx SR

2
2 SR 2 (n 2)SR 2 Xn2 2

Tn2 =

el numerador (V E) es la variabilidad explicada por la regresin y el denominador (V T ) la variabilidad total..En el caso que estamos tratando, tenemos una recta de regresin lineal simple as: P P _2 P _ _ _ 2 _ 2 2 2 yi y = y + B1 (xi x) y = B1 (xi x)2 = B1 nSx VE = 2 V T = nSy 13

Coeciente de determinacin o R2 El coeciente de determinacin se dene como P _2 yi y R2 = P _ 2 yi y

por lo tanto
2 2 2 2 2 B1 nSx B1 Sx (cov(x, y))2 Sx (cov(x, y))2 = = = = r2 R = 2 2 4 2 2S 2 nSy Sy Sx Sy Sx y 2

donde r es el coeciente de correlacin asociado a (xi , yi ) el cual se dene como cov(x, y) r= Sx Sy es decir, en el caso de regresin lineal simple, cuando se trata de una recta de regresin, el coeciente de determinacin coincide con el coeciente de correlacin lineal. Se concluye que si la regresin o relacin lineal entre x e y es exacta, |r| = 1. Si no existe relacin entre las variables (E 1

en este caso r 0. La denicin de R2 es general, R2 = r2 (coeciente de correlacin de Pearson) solo en le caso de regresin lineal simple, cuando la regresin es una recta. El coeciente de correlacin se usa para comparar rectas de regresin entre s, pero se debe evitar su uso indiscrimanado. Dos rectas de regresin pueden tener la misma ecacia predictiva y los mismos errores de estimacin y sinembargo tener diferentes coecientes de correlacin.

0, yi es prximo a y)

14