Académique Documents
Professionnel Documents
Culture Documents
2 = 9.
a) D el intervalo de confianza de largo mnimo para un nivel de confianza 0.95
b) Qu tamao mnimo de muestra hay que tomar para tener un intervalo de largo
igual o a lo ms de 2/5?
c) Suponga que Xi tiene una distribucin N ( , 2 ) , con 2 desconocido. Deduzca el
intervalo de confianza para con = 0.05 tome n=21. Determine el largo del
intervalo anterior.
Solucin:
a) X i N ( , 2 ) , entonces
(X ) n
N (0,1)
( x b) n ( x ) n ( x a ) n
= 0.95
P
P ( z1 z z2 ) = 0.95
el intervalo de largo mnimo mas corto es el simtrico, entonces z1 = z2
P ( z z2 ) =
( x a) n
= 0.025 .
1.96
n
1.96
b= x+
n
a=x
= 1.96
1.96
1.96
I1 = x
, pero = 9 = 3
,x +
n
n
5.88
5.88
I1 = x
,x +
n
n
Para que L
5.88
5.88
5.88
x+
= 2*
n
n
n
2
5.88 2
, 2*
29.4 n 864.36 n
5
5
n
S
S
n
n
P(tn 1 t2 ) =
= 0.025 t2 = 2.086
( x a) n 1
= 2.086
Sn
L =ba =
a=x
2.086S n
2.086 Sn
y b=x+
n 1
n 1
2 * 2.086 * S n
n 1
Problema 2
Una empresa desea estimar el promedio de tiempo que necesita una secretaria para llegar a
su trabajo. Se toma una m.a.s. de 26 secretarias y se encuentra un promedio muestral de 40
minutos. Suponiendo que el tiempo de trayecto proviene de una N ( , 2 ) , 2=12, dar un
intervalo de confianza para la media .
Solucin:
Se tiene entonces:
N=36
X N ( , 2 )
Empricamente: X = 40
X
40
n =
Sea el estadstico Z tal que Z =
36 = (40 ) 3
2 3
Luego:
P ( a < < b) = 1
P( Z > z2 ) = 0.025
z2 = 1.96 = (40 a ) 3
1.96
a = 40
3
De igual forma se calcula para b, y se tiene:
b = 40 +
1.96
3
1.96
1.96
,40 +
Finalmente, el intervalo de confianza para la media ser: I= 40
.
3
3
Problema 3
X
n N (0,1)
a) El estadstico a formar es: Z =
Pero 2 = 1.5 , n=10, X = 247.5 =
P ( a < < b) = 1
X
n
247.5 b
247 .5 b
247.5 a
10 <
P ( b < < a ) = P
10 <
10 = 1
1 .5
1 .5
1.5
P( Z > z2 ) = 0.025
3
247.5 1.96
=a
20
3
247.5 + 1.96
=b
20
Luego :
a 246.7409
b 248.2591
(X )
n 1
Sn
tn 1
Pero, no conocemos Sn. (El resto de los valores se entregan en el enunciado.). Por
definicin:
2
Sn =
1
2
( X i X ) = 2.05 S n 1.4318
n
T =
Entonces:
P(a < < b) = 1
P ( b < < a ) = 1
(247.5 )
2.05
Como:
T t9
Igualando trminos:
247.5 a
t2 = 2.262 =
9
2.05
2.262
247.5
2.05 = a
3
2.262
247.5 +
2.05 = b
3
Luego :
a 246.4204
b 248.5796
Solucin:
a) Y =
X
FY ( y ) = P(Y y ) = P ( X ay ) = F X (ay )
a
f Y ( y) = af X (ay) = ae ax Y ~ exp(a )
n xi
b) L = e
log( L) = n log( ) x
log( L)
1
n
= 0 = x i = .
x
4
X i ~ N (1,4). x ~ N (1, ) . Si Z ~ N (0,1). P(| Z | 1.96) = 0.95
n
2
2
P( x [1 1.96
,1 + 1.96 ]) = 0.95 .
n
n
c)
d) Si se repiten 100 muestras, se esperan que 95 de las muestras tengan su media muestral que cae
en el intervalo.
Problema 5
Una fbrica trabaja con dos mquinas, una de tipo A y la otra de tipo B. El costo semanal X
de reparacin para las mquinas de tipo A sigue una distribucin normal N ( , 2 ) . El
costo semanal Y de reparacin para las mquinas de tipo B sigue una distribucin normal
N ( ,2 2 ) .
Se tienen dos muestras independientes: una muestra aleatoria simple x1 , x 2 ,..., xn de costos
para las mquinas de tipo A y una muestra aleatoria simple y1 , y 2 ,..., y m de costos para las
mquinas de tipo B y se consideran los estimadores de de la forma
n
i =1
j =1
= ai X i + b jY j .
a) Determine una condicin sobre los ai y bj para que el estimador de sea
insesgado.
b) Determine los ai y bj para que el estimador de sea insesgado y de varianza
mnima. Deduzca la expresin de .
c) El estimador de b) es de mnima varianza entre los estimadores insesgados de la
n
i =1
j =1
i =1
j =1
Solucin:
n
i =1
j =1
i =1
j =1
a) E ( ) = ai E ( X i ) + b j E (Y j ) = ( ai + b j ) =
n
j =1
i =1
a + b
i =1
j =1
=1
sujeto a
a + b
i =1
j =1
= 1 Q = Var ( ) (
j =1
a + b
i =1
j =1
1)
= 0 2 2 ai = 0 ai =
( ai todos iguales)
2
ai
2
a i = 2b j
Q
2
= 0 4 b j = 0 b j =
(b j todos iguales)
b j
4 2
De
i =1
j =1
ai + b j = 1 se deduce que ai =
2
1
, bj =
y
2n + m
2n + m
1
Es decir que es una media ponderada de todas las
( 2 X i + Y j )
2n + m i
j
observaciones, en donde los X i tiene un peso doble del peso de los Y j .
1
1
1
1
2
exp(
exp(
L =
(
X
)
)
(Y j ) 2 )
i
2
2
2
2
2 i
4 j
4
2
1 1
1
m
n
log( L) = log(2 2 ) log(4 2 ) 2 { ( X i ) 2 ) + (Y j ) 2 }
2 i
4 j
2
2
log( L)
1
1
= 2 { ( X i )) + (Y j )}
2 j
i
2 2
2 log( L)
m
1
1 2n + m
Var
(
)
n
+
=
{
}
{
}
2n + m
2
2
2
2
2
Por otro lado:
Var ( ) = 2 ( ai2 + 2 b 2j ) =
i
2 2
es un estimador insesgado de mnima
2n + m
varianza para .
n
j =1
Var ( ) = ( a + 2 b 2j ) y E ( * ) = ( ai + b j 1)
*
2
i
E{( ) } = ( a + 2 b ) + ( ai + b j 1) 2
*
2
i
2
j
Minimizando:
2
E{( * ) 2 }
2
2
= 2 ai + 2 ( ai + b j 1) = 0 ai = 2 (1 ai b j )
ai
i
j
i
j
E{( * ) 2 }
2
2
2
= 2 b j + 2 ( ai + b j 1) = 0 b j =
(1 ai b j )
b j
2 2
i
j
i
j
Luego todos los b j son iguales y todos los ai son iguales a 2b j . Sea b j = b y ai = 2b .
Entonces
ai =
i
Finalmente: b =
n 2
(1 ai b j ) o sea 2nb =
2
2 2 + ( 2n + m ) 2
* = b( 2 X i + Y j ) =
i =1
j =1
(1 2nb mb)
y * = a i X i + b j Y j = 2b X i + b Y j
2
2 + ( 2n + m ) 2
e) De aqu se deduce la varianza de * :
2
n 2
(2 X i + Y j )
2
2( 2n + m ) 2
2
2
Var ( ) = 2
n
+
m
=
(
4
)
2
( 2 2 / 2 + ( 2n + m )) 2
2 + ( 2n + m )
*
Como Var ( ) =
2 2
2( 2n + m ) 2
=
, se deduce que Var ( ) > Var ( * )
2
2n + m
( 2n + m )
Problema 6
4
n
a) X i ~ N ( 1,4 ) x ~ N ( 1, ) . Si Z =
P( x [ 1 1.65
x 1
~ N ( 0 ,1 ). P(| Z | 1.65 ) = 0.90
2/ n
2
2
]) = 0.90
,1 + 1.65
n
n
2
2
2
2
]) = P( x [ 1 1.65 ,1 + 1.65 ]) = [ 0.67 ,1.33 ].
,1 + 1.65
10
10
n
n
Para el tamao de muestra n: P( x [ 0.67 ,1.33 ]) = 0.95
P( x [ 1 1.65
Ahora bien
sea
2
2
2
2
,1 + 1.96
]) = 0.95 => [ 1 1.96
] = [ 0.67 ,1.33 ]
,1 + 1.96
n
n
n
n
2
Finalmente: 1 + 1.96
= 1.33 y n>141.
n
P( x [ 1 1.96
Problema 7
Una fbrica de cecinas encarga a dos empresas de estudios de mercados BOL y MIOCHE
que estimen el consumo promedio mensual de jamn por persona en la poblacin
chilena. La empresa BOL obtiene los consumos mensuales de jamn por persona sobre una
muestra aleatoria simple { X 1 , X 2 ,..., X n } de tamao n de media media muestral
X =
1
n
X
i
y varianza muestral S 2 =
1
n
( X
1
m
Yi
i
y varianza
muestral T 2 =
1
m
( Yi Y ) 2 .
y Y , dadas
respectivamente por BOL y por MIOCHE, no son iguales, la fbrica decide combinar las
dos estimaciones y propone usar el estimador 1 =
1
1
X+ Y.
2
2
nS 2
mT 2
( n + m 2 ) 2
y sus varianzas
1
( nS 2 + mT 2 ) .
n+m2
Solucin:
a) E ( 1 ) =
1
1
E ( X ) + E (Y ) = .
2
2
Var ( 1 ) =
infinito. Es consistente.
b) Sea a = aX + ( 1 a )Y en donde 0 a 1 .
Var ( a ) = a 2Var ( x ) + (1 a ) 2 Var ( y ) = [
a 2 (1 a ) 2
+
] 2 .
n
m
n
.
n+m
1
2
1
2
1 = X + Y no es de mnima
Se puede concluir que si n m el estimador insesgado
varianza.
c) El estimador 2 de mxima verosimilitud es igual a 2 =
ptima de 2.2. E ( 2 ) = . Var ( 2 ) =
tiene menos varianza que 1 .
2
n+m
nX + my
que es la solucin
n+m
d)
nS 2
2
n-1
mT 2
2
m-1
( n + m 2 ) 2
~ n2+m- 2 .
Problema 8
a) Proponga un intervalo de confianza al 95% para la tasa de vida til (HINT: use el
Teorema Central del Lmite para la variable y, resolviendo la ecuacin cuadrtica
asociada).
b) Muestre que la variable T = 2Y sigue una distribucin Chi-cuadrado con 2n grados
de libertad (Hint: utilice la funcin generatriz de los momentos o la funcin caracterstica).
c) Encuentre L y U tales que P(U<T<L) = 0,95 y luego deduzca un intervalo de confianza
al 95% para .
d) Compare los dos intervalos de confianza. Cul intervalo preferira Ud. Cuando rl
tamao muestral es menor a 25 ? Explique.
Solucin:
30
que P (a b) = 1 = 0.95
Para utilizar el Teorema central del lmite calculamos
n
n
E ( y ) = E ( xi ) = nE ( xi ) =
y la Var ( y ) = 2
Luego z =
y E ( y)
Var ( y )
N (0,1)
2
1 1 1
P ( a b) = P ( ) = P (
b a
n
n
n
y
y
b
a ) = P ( z z z ) = 0.95
1
1
n
n
n
z1 = 1,96 P(
2
n
1,96 / 2
(y2 2
ny
n2
E( e
2 Y
1
=
que es la funcin generatriz de los
2 t
1 2t
) = Y ( 2 t ) =
momentos de la
22n .