Académique Documents
Professionnel Documents
Culture Documents
L.E.
L.A.D.E.
PUBLICACIONES DE 2 CURSO
SECCIN:
L.A.D.E y L.E.
ASIGNATURA: ESTADSTICA II
TEMA:
GRUPO:
TODOS
DEPARTAMENTO
DE MTODOS ESTADSTICOS
Curso Acadmico
2004/2005
Estadstica II
Estadstica II
Estadstica II
NDICE
Q
TEMA 3:
INTRODUCCIN
1. Definiciones
2. Tipos de muestreo
INTRODUCCIN A
LA TEORA DE
MUESTRAS.
ESTADSTICOS
Ejemplos
Media muestral
Varianza y cuasivarianza muestral
DISTRIBUCIONES DE LOS ESTADSTICOS
Cambio de variable
Funcin generatriz de momentos
Muestreo artificial (Mtodo de Montecarlo)
Aproximacin asinttica (T. C. L.)
MuestreoVariables aleatorias continuas
Muestreo
1.
TAMAO DE LA MUESTRA
2.
Estadstica II
Muestreo
Estadstica II
INTRODUCCIN
INTRODUCCIN
INFERENCIA ESTADSTICA
(Temas 3, 4, 5, 6 y 7)
Q Nociones bsicas de muestreo
Tema 3
Q Resultados tericos acerca del muestreo
ENFOQUE PARAMTRICO
Q Problema: Dada una poblacin, la existencia de
parmetros (valores poblacionales) desconocidos
Q Soluciones:
Dar un nico valor (Estimacin puntual)
Tema 4
Dar un intervalo (Estimacin por intervalos) Tema 5
Esquema de trabajo:
Partiendo de una poblacin en la que se ha definido
un modelo probabilstico de los estudiados hasta
ahora se desea averiguar alguna caracterstica
(parmetro) desconocida.
Se extrae una muestra de tal poblacin y con los
resultados obtenidos se realizan inferencias sobre
el modelo (valores
del parmetro).
MuestreoVariables
aleatorias continuas
ENFOQUE NO PARAMTRICO
Q Otras caractersticas del modelo que es necesario
Tema 7
confirmar (Test no paramtricos)
ENFOQUE PARAMTRICO
Muestreo
Muestreo
Estadstica II
Estadstica II
Estadstica II
INTRODUCCIN
INTRODUCCIN
EJEMPLO INTRODUCTORIO
Una mquina produce piezas que se pueden
clasificar en defectuosas y vlidas; se quiere saber
cul es la proporcin de piezas defectuosas que
produce la mquina
POBLACIN: Conjunto o coleccin de elementos
sobre los cuales se quiere estudiar alguna
caracterstica.
EJEMPLOS
Poblacin finita e infinita
MUESTRA: Solo se realiza el estudio de dicha
caracterstica en una parte de la poblacin. A ese
subconjuntoMuestreoVariables
se le denomina
muestra.
aleatorias
continuas
Muestreo
Estadstica II
Muestreo
Estadstica II
INTRODUCCIN
TIPOS DE MUESTREO
EJEMPLO INTRODUCTORIO
POBLACIN: Infinitas piezas que produce la
mquina.
MODELO: Una variable aleatoria Bernoulli
X=Pieza defectuosa X Be(p)
MUESTRA: Nmero de piezas que se seleccionan
para comprobar si son defectuosas.
PROBLEMA: No sabemos el porcentaje de piezas
defectuosas, por lo tanto p es el parmetro
desconocido. Queremos hacer inferencias acerca
del verdadero valor de p
NOTA: Nunca se sabe el valor real de p
Solo
es posiblealeatorias
estimarlo
MuestreoVariables
continuas
NOTA: Con la informacin muestral se quiere
conocer toda la pblacin
Muestreo
Muestreo
Estadstica II
Estadstica II
Estadstica II
TIPOS DE MUESTREO
TIPOS DE MUESTREO
REPOSICIN (m.a.s.)
de ser extrados
Son dependientes
MuestreoVariables
aleatorias
continuas
Tienen
la misma
distribucin
Su distribucin coincide con la de poblacin
Son independientes
Tienen la misma distribucin
Su distribucin coincide con la de poblacin
Muestreo
Estadstica II
Muestreo
10
Estadstica II
TIPOS DE MUESTREO
TIPOS DE MUESTREO
3) MUESTREO SISTEMTICO
4) MUESTREO ESTRATIFICADO
Dividir la poblacin en L estratos (subgrupos) t. q:
11
12
Estadstica II
Estadstica II
Estadstica II
TIPOS DE MUESTREO
TIPOS DE MUESTREO
13
Muestreo
Estadstica II
14
Muestreo
Estadstica II
ESTADSTICOS
ESTADSTICOS
de parmetros desconocidos T:
( x1 ,...,x n ) a T ( x1 ,...,x n )
g(x1, ..., xn / ) =
p(X
= i / p)
i = 0,1
Y=
Y= N de piezas defectuosas
j =1
1
=
2
3
0
1
3p 2 q
sup oniendo p = 0 , 2
2
3 pq
2
3
3
q
p3
Estadsticos ms usuales:
Media muestral
Q
Q
Varianza muestral
x=
s2 =
0 .008
0 .096
0 .384
0 .512
1
n
1
n
(x
i =1
i =1
x)2
1
Cuasivarianza
muestral
s12 =continuas
MuestreoVariables
aleatorias
(xi x)2
n 1 i=1
j =1
Muestreo
15
Muestreo
16
Estadstica II
Estadstica II
Estadstica II
ESTADSTICOS
DISTRIBUCIONES DE LOS
ESTADSTICOS
Var [ x ] =
E[ x ] =
Media muestral
Varianza muestral
E[s 2 ] =
Cuasivarianza muestral
E[s12 ] = 2
Proporcin muestral
n 1 2
1
MuestreoVariables aleatorias continuas
E [ p ] = p
p =
Var [ p ] =
x
n
i =1
p (1 p )
n
Muestreo
17
Estadstica II
18
Muestreo
Estadstica II
DISTRIBUCIONES DE LOS
ESTADSTICOS
DISTRIBUCIONES DE LOS
ESTADSTICOS
Ejemplo:
Dado
x=
1 n
xi
n i =1
usando
los
teoremas
M X ( t ) = [M X ( t n )]
anteriores:
Ejemplo:
n
Dado
Y = nx = x i
anteriores:
i =1
usando
los
teoremas
M Y ( t ) = [M X ( t )]
Ejercicios: Si XN(,) X N( ,
n)
Si X P() Y = nx P(n )
19
Muestreo
20
Estadstica II
Estadstica II
Estadstica II
DISTRIBUCIONES DE LOS
ESTADSTICOS
DISTRIBUCIONES DE LOS
ESTADSTICOS
3) Muestreo artificial
Este mtodo consiste en simular muestras
aleatorias de la poblacin de partida, construir
histogramas de del estadstico objeto del estudio y
a partir de ah obtener aproximadamente su
distribucin.
Para ello se necesita simular variables aleatorias
(Prctica 1 de ordenador)
Q Para cada muestra:
1) Valores de una U(0,1)
2) Utilizar que Y= F(x) U(0,1)
3) Realizar la transformacin inversa X = F-1(Y)
4) Calcular MuestreoVariables
los estadsticos
que
se necesiten
aleatorias
continuas
Q Repetir estos pasos con un nmero elevado de
muestras
Q Realizar los histogramas de todas las muestras
4) Aproximaciones asintticas
En muchos estudios se toman muestras de tamao
elevado. Es conveniente conocer las distribuciones
lmite de algunos estadsticos (n)
Teorema Central del Lmite (T.C.L.)
Dadas Xi i = 1, ..., n variables aleatorias t. q.
Independientes
Idnticamente distribuidas
Media y varianza finitas
E[X] =
n
1)
X
i =1
N(0,1)
Estadstica II
X
N(0,1)
n n
Es decir, la suma
de variables
se puede aproximar a
MuestreoVariables
aleatorias continuas
una distribucin N(,n) y la media muestral se
puede aproximar a una distribucin N(,/ n)
Q Nota: Se usa esta aproximacin cuando n > 30
21
Muestreo
2)
Var [X] = 2 .
22
Muestreo
Estadstica II
TAMAO DE LA MUESTRA
TAMAO DE LA MUESTRA
CASO 2): XN(, )
1
k2
k > 0
n)
Muestreo
X N( ,
n)
MuestreoVariables
aleatorias continuas
2
n=
z 2 p(1 p)
e2
Muestreo
24
Estadstica II
Estadstica II
Estadstica II
TAMAO DE LA MUESTRA
MUESTREO EN
POBLACIONES FINITAS
n
n=
n
1+
N
Media muestral
Esperanza
x=
2
N 1
1 n
xi
n i =1
E[ x ] =
2
Var [ x ] =
(1 f )
Varianza
MuestreoVariables aleatorias continuas
n
donde f es la fraccin de muestreo (f = n/N)
Ejercicio: Demostrar estas igualdades
25
Muestreo
Muestreo
26
Estadstica II
MUESTREO
ESTRATIFICADO
Sea X poblacin con E[X] = y Var [X] = 2
dividida en L estratos
L
X = Wi X i
Media muestral:
i =1
Wi = proporcin de elementos del estrato i-simo
(Ni/N) Xi = media muestral de dicho estrato
Q Caractersticas de la media muestral
E[ X ] =
Var[ X ] = Wi2
i =1
i2
(1 f i )
ni
Var[ X ] = (1 f ) Wi2
i =1
Tamao muestral:
i
ni
k2
e2
n=
1+
Muestreo
2 2
i i
i =1
L
2
k
Ne 2
2 2
i i
i =1
27