Académique Documents
Professionnel Documents
Culture Documents
!
2 σ2
X ∼ normal µX = µ, σX = .
n
Teorema del límite central 8.2: Si X es la media de una
muestra aleatoria de tamaño n tomada de una población con
media µ y varianza finita σ 2, entonces la forma límite de la
distribución de
X −µ
Z= √ ,
σ/ n
n ≥ 30.
0.20
0.3
Density
Density
0.2
0.10
0.1
0.00
0.0
−4 −2 0 2 4 0 5 10 15 20 25
x x
Uniform Beta
1.5
6
5
1.0
4
Density
Density
3
0.5
2
1
0.0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0
x x
sample size = 5
Normal Gamma
0.30
0.8
0.6
0.20
Density
Density
0.4
0.10
0.2
0.00
0.0
x x
Uniform Beta
3.0
2.0
1.5
2.0
Density
Density
1.0
1.0
0.5
0.0
0.0
0.2 0.4 0.6 0.8 0.0 0.2 0.4 0.6 0.8 1.0
x x
sample size = 30
Normal Gamma
0.8
2.0
0.6
1.5
Density
Density
0.4
1.0
0.2
0.5
0.0
x x
Uniform Beta
8
5
6
4
Density
Density
3
4
2
2
1
0
0.3 0.4 0.5 0.6 0.7 0.3 0.4 0.5 0.6 0.7 0.8
x x
sample size = 50
Normal Gamma
3.0
Density
1.0
0.0
−0.6 −0.2 0.0 0.2 0.4 0.6 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
x x
Uniform Beta
10
6
8
Density
Density
6
4
4
2
2
0
x x
Distribución t:
1 n 1 n 2
X = ∑ Xi y S2 = ∑ Xi − X .
n i=1 n − 1 i=1
X −µ
T= √
S/ n
!−(ν+1)/2
Γ [(ν + 1) /2] t2
f (t; ν) = √ 1+ , −∞ < t < ∞
Γ (ν/2) πν ν
ν=∞
0.4
ν=5
ν=2
0.3
f(x)
0.2
0.1
0.0
−3 −2 −1 0 1 2 3
x
Distribución t
0.4
0.3
f(x)
0.2
0.1
α
0.0
t1−α = − tα 0 tα
x
Ejemplo: El valor t con 10 grados de libertad que deja un área de
0.025 a la derecha es:
t = 2.228.
t1−α = −tα ,
518 − 500
t= √ = 2.25,
40/ 25
2 σ12 σ22
µX −X = µ1 − µ2, y σX −X = + .
1 2 1 2 n1 n2
De aquí que,
X 1 − X 2 − (µ1 − µ2)
Z = r
σ12/n1 + σ22/n2
R/ 0.0013
Ejemplo 8.9: Los cinescopios para televisión del fabricante A tienen
una duración media de 6.5 años y una desviación estándar de 0.9
años; mientras que los del fabricante B tienen una duración media
de 6.0 años y una desviación estándar de 0.8 años. ¿Cuál es la
probabilidad de que una muestra aleatoria de 36 cinescopios del
fabricante A tenga una duración media que sea al menos de 1 año
más que la duración media de una muestra de 49 cinescopios del
fabricante B?
R/ 0.0040
Distribución muestral de S2:
n
2
(n − 1) S2 Xi − X
χ2 = = ∑ σ2
σ2 i=1
1 x ν/2−1 e−x/2 , x > 0,
f (x; ν) = 2ν/2 Γ(ν/2)
0, en cualquier otro caso,
µ =ν y σ 2 = 2ν.
Distribución Chi−cuadrado
0.6
g.l.=1
0.5
0.4
g.l.=2
f(x)
0.3
g.l.=3
0.2
g.l.=4
g.l.=5
g.l.=6
0.1
0 5 10 15 20 25 30
x
Distribución Chi−cuadrado
f(x)
0 χ2α
χ2
Ejemplo: Un valor χ 2 con 7 grados de libertad, que deja un área de
0.05 a la derecha, es:
2 = 14.067.
χ0.05
2 = 2.167
χ0.95
para ν = 7.
Ejemplo 8.10: Un fabricante de baterías para automóvil garantiza que
sus baterías durarán, en promedio, 3 años con una desviación es-
tándar de 1 año. Si cinco de estas baterías tienen duraciones de
1.9, 2.4, 3.0, 3.5 y 4.2 años, ¿el fabricante aún debería estar con-
vencido de que sus baterías tienen una desviación estándar de 1
año? Suponga que la duración de la batería sigue una distribución
normal.
R/
S2 = 0.815,
Entonces,
(4) (0.815)
χ2 = = 3.26
1
S12/σ12 σ22S12
F= 2 2= 2 2
S2 /σ2 σ1 S2
g.l.= (10,30)
0.8
0.6
f(x)
0.4
g.l.= (6,10)
0.2
0.0
0 1 2 3 4
x
Distribución F
0.8
0.6
f(x)
0.4
0.2
α
0.0
0 fα
x
La tabla A.6 del libro guía da valores de fα sólo para α = 0.05 y
α = 0.01 para varias combinaciones de los grados de libertad ν1 y ν2.
f0.05 = 3.22
1
f1−α (ν1, ν2) = .
fα (ν2, ν1)
1 1
f0.95 (6, 10) = = = 0.246
f0.05 (10, 6) 4.06
Intervalos de confianza:
σ σ
x − Zα/2 √ < µ < x + Zα/2 √ ,
n n
R/
Para 95 % es 2.50 < µ < 2.70 y para 99 % es 2.47 < µ < 2.73.
Ilustración: Se extren 100 muestras aleatorias de tamaño 30 cada una
de una población normal con media µ = 100 y desviación están-
dar σ = 10. Para cada una de éstas 100 muestras aleatorias se
calcula un intervalo de confiaza para µ (conociendo σ = 10). Los
resultados son:
|
|| | |
| | || |
| | |
|| || |
| |
80
| | |
| || |
| |
|| | ||
| ||
||
60
|
|| | | |
Index
|
| | | ||
| | | |
| |
| | | |
40
| | |
| | |
| | ||
| | | |
| |||
20
|| ||
| | |
| | |
| ||
| | |
|
|| |
0
95 100 105
Confidence Interval
Intervalo de confianza para µ; con σ desconocida: Si x y s son la
media y la desviación estándar de una muestra aleatoria de una
población con varianza σ 2 desconocida, un intervalo de confian-
za de (1 − α) 100 % para µ es:
s s
x − tα/2 √ < µ < x + tα/2 √ ,
n n
R/
R/
R/
s s
s21 s22 s21 s22
(x1 − x2)−tα/2 + < µ1 − µ2 < (x1 − x2)+tα/2 + ,
n1 n2 n1 n2
2
s21/n1 + s22/n2
ν=h 2
i h
2
i
s21/n1 / (n1 − 1) + s22/n2 / (n2 − 1)
R/
sd sd
d − tα/2 √ √
< µD < d + tα/2 ,
n n
R/
r r
pbqb pbqb
pb − Zα/2 < p < pb + Zα/2 ,
n n
R/
R/
(n − 1) s2 2 (n − 1) s2
2
<σ < 2 ,
χα/2 χ1−α/2
2
donde χα/2 2
y χ1−α/2 son valores χ 2 con ν = n − 1 grados de
libertad, que dejan áreas de α/2 y 1 − α/2, respectivamente, a
derecha.
R/
R/
σ12
3.425 < 2 < 56.991; 1.851 < σ1 < 7.549
σ2
σ2