Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estadística II Estadística II
ÍNDICE
Q INTRODUCCIÓN
1. Definiciones
2. Tipos de muestreo
TEMA 3: Q
•
ESTADÍSTICOS
Ejemplos
• Media muestral
INTRODUCCIÓN A
• Varianza y cuasivarianza muestral
LA TEORÍA DE Q
•
DISTRIBUCIONES DE LOS ESTADÍSTICOS
Cambio de variable
MUESTRAS. • Función generatriz de momentos
• Muestreo artificial (Método de Montecarlo)
• Aproximación asintótica (T. C. L.)
MuestreoVariables aleatorias continuas
1. TAMAÑO DE LA MUESTRA
1 2
Muestreo Muestreo
Estadística II Estadística II
INTRODUCCIÓN INTRODUCCIÓN
3 4
Muestreo Muestreo
1
Estadística II
Estadística II Estadística II
INTRODUCCIÓN INTRODUCCIÓN
5 6
Muestreo Muestreo
Estadística II Estadística II
7 8
Muestreo Muestreo
2
Estadística II
Estadística II Estadística II
9 10
Muestreo Muestreo
Estadística II Estadística II
11 12
Muestreo Muestreo
3
Estadística II
Estadística II Estadística II
13 14
Muestreo Muestreo
Estadística II Estadística II
ESTADÍSTICOS ESTADÍSTICOS
Q Estadístico: Cualquier función de la muestra Q Ejemplo: Muestra de tamaño 3 (X1, X2, X3).
3
totalmente especificada, es decir, que no dependa
de parámetros desconocidos T: ℜn → ℜ
Y= Nº de piezas defectuosas Y= ∑x j =1
j
n
Se toma una m.a.s. (X1, ..., Xn). Su distribución 1
muestral será g(x1, ..., xn / θ) (por ser una v.a.)
Q Varianza muestral s2 =
n
∑ (x
i =1
i − x)2
n
Q Ejemplo: Máquina que produce piezas buenas o 1
MuestreoVariables aleatorias continuas
defectuosas X = Pieza defectuosa X≈ Be(p) (θ = p)
Q Cuasivarianza muestral
MuestreoVariables aleatorias ∑(xi − x)2
s12 =continuas
n −1 i=1
f(x / θ) = p(X = i / p) = pi * (1-p)(1-i) i = 0,1 Q NOTA: Son los más usados pero sirve
n
15 16
Muestreo Muestreo
4
Estadística II
Estadística II Estadística II
Var [ x ] = σ
2
Q Media muestral E[ x ] = µ
n 1) Método del cambio de variable
n −1 2 Habitualmente la distribución muestral no es
Q Varianza muestral E[s 2 ] = σ
n reconocida como uno de los modelos que
habitualmente se utilizan.
Q Cuasivarianza muestral E[s12 ] = σ 2 Una solución sería realizar un cambio de variable
para que la nueva variable fuera alguna función
Q CASO PARTICULAR: Proporción X≈Be(p) conocida.
n
1 Suele ser unMuestreoVariables
método que en continuas
la práctica apenas se
Q Proporción muestral p̂ =
n
∑x
MuestreoVariables aleatorias continuas
i =1
i
aleatorias
utiliza debido a su complejidad.
p (1 − p )
E [ p̂ ] = p Var [ p̂ ] =
n
17 18
Muestreo Muestreo
Estadística II Estadística II
19 20
Muestreo Muestreo
5
Estadística II
Estadística II Estadística II
σ n
→ N(0,1)
n →∞
2) → N(0,1)
σ n n →∞
3º) Realizar la transformación inversa X = F-1(Y)
4º) Calcular MuestreoVariables
los estadísticos que
aleatorias se necesiten
continuas Es decir, la suma de variables
MuestreoVariables se puede aproximar a
aleatorias continuas
Q Repetir estos pasos con un número elevado de una distribución N(µ,σ√n) y la media muestral se
muestras puede aproximar a una distribución N(µ,σ/ √n)
Q Realizar los histogramas de todas las muestras Q Nota: Se usa esta aproximación cuando n > 30
21 22
Muestreo Muestreo
Estadística II Estadística II
n=
k 2σ 2 e2
n= 2 En caso de no tener ninguna estimación de p, se
e
toma el peor de los casos posible y se toma p = 1/2
23 24
Muestreo Muestreo
6
Estadística II
Estadística II Estadística II
σ2
Cov ( X 1 , X 2 ) = −
Q Nota 5: Para el caso de poblaciones finitas se N −1
calcula lo que se denomina la “corrección para
poblaciones finitas” 1 n
n=
n∞ Q Media muestral x= ∑ xi
n i =1
n
1+ ∞
N E[ x ] = µ
• Esperanza
donde n ∞ es el tamaño calculado para el caso de una
población infinita (o para un m.a.s.)
σ2
MuestreoVariables aleatorias continuas • Varianza Var [ x ] = (1 − f )
MuestreoVariables aleatorias continuas
n
25 26
Muestreo Muestreo
Estadística II
MUESTREO
ESTRATIFICADO
Sea X población con E[X] = µ y Var [X] = σ2
dividida en L estratos
L
Media muestral: X = ∑ Wi X i
i =1
Wi = proporción de elementos del estrato i-ésimo
(Ni/N) Xi = media muestral de dicho estrato
Q Características de la media muestral
L
σ i2
E[ X ] = µ Var[ X ] = ∑ Wi2 (1 − f i )
i =1 ni
σ i2 = varianza dentro de cada estrato
fi = fracción de muestreo del estrato i-ésimo (ni/N)
Q Para la afijación proporcional nh = Nh * n/N y la
fracción de muestreo fh = n/N = constante
Q Entonces, la varianza de la media muestral es:
MuestreoVariables aleatorias continuas
L
σi 2
Var[ X ] = (1 − f )∑ Wi2 L
ni k2
i =1
e2 ∑W σ
i =1
2 2
i i
Q Tamaño muestral: n= L
2
∑W σ
k 2 2
1+ i i
Ne 2 i =1
27
Muestreo