Convergencia de variables aleatorias

Slides:



Advertisements
Presentaciones similares
Tarea # 2. La distribución uniforme es la que corresponde a una variable que toma todos sus valores, con igual probabilidad; el espacio muestral debe.
Advertisements

C ONCEPTOS BÁSICOS DE I NFERENCIA II 1. Teorema 1. Si X~N(µ, σ) y Y=aX+b donde a y b son constantes, entonces: Teorema 2. Si X1, X2, …, Xn son variables.
Presentado por Karina Yuliet Preciado Mosquera Estadística II.
T – Student teoria de las muestras pequeñas Paola Andrea Palacio Montero Estadística.
DISTRIBUCIONES ESTADÍSTICAS Realizado por: Claudia Morales y Denise Muñoz.
Aplicaciones de las matemáticas en la Informática Estudio de las Funciones Feria de Ciencias Agrarias Escuela de Computación E Informática Primero “A”
TEMA 2: PARÁMETROS ESTADÍSTICOS. INDICE 1. Parámetros estadísticos: 1.1 Definición 1.2 Medidas de Centralización: Medias, moda y Mediana 1.3 Medidas de.
Las distribuciones de probabilidad son idealizaciones de los polígonos de frecuencias. En el caso de una variable estadística continua consideramos el.
PPTCEG049EM32-A16V1 Distribución normal EM-32. Recordemos… -¿Cómo se calcula el valor esperado para una determinada variable aleatoria? -¿Cómo es posible.
MODELO PROBABILÍSTICO NORMAL Psic. Gerardo A. Valderrama M.
Tema 2. Parámetros estadísticos. Indice 1. Parámetros estadísticos. Tipos: 1.1 Medidas de centralización(medias y moda) 1.2 Medidas de posición(mediana,
Bioestadística Distribuciones muestrales para variables cuantitativas.
Hay muchas situaciones practicas en las que la variable de interés para el experimento podría tener una distribución sesgada. Una familia de Funciones.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
VARIABLE ALEATORIA.
Variables Aleatorias MULTIVARIADAS.
Tema 6 Cristhian Lopez..
DISTRIBUCION F DE FISHER.
Qué es la Econometría No hay acuerdo en la definición ya que:
Continuación DE MCO.
DISTRIBUCIONES EN EL MUESTREO
FUNCION LINEAL Y ECUACION DE 1ª GRADO
El modelo simple de regresión
Ejemplos con análisis y grafico
ESTADÍSTICA INFERENCIAL
MUESTREO ALEATORIO CON REPOSICIÓN
ESTIMACION DEL TAMAÑO DE LA MUESTRA.
TEMA 6 : DISTRIBUCIONES ESTADÍSTICAS.
Analisis de Regresion Multiple
Modelos de probabilidad Distribuciones continuas
Unidad 6. Capítulo IV. Puntos ordinarios y puntos singulares.
REGRESIÓN LINEAL SIMPLE
Algunas distribuciones de Probabilidad discreta
Distribución normal o de Gauss
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Matemáticas 2º Bachillerato CS
MEDIDAS DE TENDENCIA CENTRAL PARA DATOS NO AGRUPADOS Y PARA TABLAS.
CONTENIDO Teoría del muestreo ¿Cómo seleccionar una muestra?
Intervalos de confianza Muestras pequeñas
Tema 7 LÍMITES Y CONTINUIDAD Bloque Análisis Matemático.
ESTADÍSTICA BÁSICA.
Distribución Exponencial
Sucesiones.
Tema 7: Uso de la probabilidad en la investigación psicológica
Distribuciones de Probabilidad DISTRIBUCIÓN BINOMIAL
VARIABLE ALEATORIA TIPIFICADA
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
TEMA 1.- INTRODUCCIÓN A LA INFERENCIA
MEDIDAS DE DISPERSIÓN.
LECCIÓN 7: CONVERGENCIA DE VARIABLES ALEATORIAS
DISTRIBUCIONES BIDIMENSIONALES
Distribuciones de muestreo con más detalle
Estadística Descriptiva
Distribución Uniforma Continua Distribución Normal
Operador de Suma La Letra Griega ∑ (sigma) se usa para indicar una suma, de manera qué:
TEMA 3: MUESTREO Y ESTIMACIÓN
Unidad 6 Anexo 1. Capítulo IV. Ecuación de Bessel de orden cero.
Elementos Básicos de Probabilidad y Estadística
Analisis de Regresion Multiple
2/22/2019 SISTEMAS NO LINEALES.
Distribución chi-cuadrado Distribución F de Fisher-Snedecor
La distribución normal
ESTADISTICOS Y DISTRIBUCIONES MUESTRALES
Analisis de Regresion Multiple
1 VARIABLE ALEATORIA COLEGIOS MONTE TABOR Y NAZARET DEPARTAMENTO DE MATEMÁTICA III MEDIO – 2019.
DISTRIBUCION NORMAL. Una de las distribuciones de frecuencia más importantes en la estadística es la distribución normal La distribución de probabilidad.
COMPETENCIAS Y OBJETIVOS
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
ANALISIS DE REGRESION SIMPLE
REGRESION LINEAL SIMPLE
Transcripción de la presentación:

Convergencia de variables aleatorias El teorema central del límite

Media muestral Llamamos MUESTRA ALEATORIA SIMPLE a un conjunto de n variables aleatorias equidistribuidas e independientes Dada una muestra aleatoria simple, se llama MEDIA MUESTRAL a la variable aleatoria:

Media muestral Como se distribuyen igual tienen la misma esperanza y la misma varianza (μ yσ2). Entonces: Observemos que mientras que la esperanza es válida siempre, la varianza implica la independencia de las variables de la muestra de las varianza. Además, notemos que la esperanza es constante para cualquier tamaño muestral, con la varianza sin embargo no sucede lo mismo., disminuye cuando el tamaño de la muestra aumenta.

Convergencia de sucesiones de variables aleatorias DEFINICIONES Sea (Ω, A, P) un espacio probabilístico, se define SUCESIÓN DE VARIABLES ALEATORIAS es una aplicación de N sobre el conjunto de las variables aleatorias Que podemos definir en (Ω, A, P). Las representamos: Debemos tener en cuenta que todas las funciones anteriores Son variables aleatorias sobre el mismo espacio de probabilidad.

Convergencia de sucesiones de variables aleatorias DEFINICIONES Diremos que una sucesión de variables aleatorias CONVERGE EN PROBABILIDAD a c y anotamos: Observación: La probabilidad expresada arriba da una idea de con que grado Xn se concentra alrededor de c. Si se acerca a cero, esto significa que: se acerca a 1. La convergencia de la probabilidad indica que las distribuciones de Xn (n=1,2…) se concentran cada vez más entorno de c al aumentar n.

Convergencia de sucesiones de variables aleatorias DEFINICIONES Diremos que una sucesión de variables aleatorias CONVERGE CASI SEGURAMENTE ( con probabilidad 1) a cЄR y anotamos: Observación: Intuitivamente podemos decir que si la probabilidad del conjunto de valores que toma Xn distintos de c es cero, para n muy grande.

Convergencia en Ley La idea es decir que la sucesión de v.a. Xn converge en Ley a X, si la función de distribución de las Xn converge a la función de distribución de X.

TEOREMA CENTRAL DEL LÍMITE Bajo el título “Teorema central del límite” se agrupa a los teoremas de tendencia a la normalidad de la media aritmética de n variables independientes. Estudiaremos el teorema central del límite para variables independientes y equidistribuidas. Recordemos que si son independientes y equidistribuidas Con media μ y varianza σ2

TEOREMA CENTRAL DEL LÍMITE Sean una sucesión de variables aleatorias independientes y equidistribuidas con media μ y varianza σ2 Entonces: Observación: Se puede enunciar el teorema

TEOREMA CENTRAL DEL LÍMITE Utilizando este teorema podemos aproximar siempre y cuando n sea grande mediante una O también mediante una

TEOREMA CENTRAL DEL LÍMITE EJEMPLO: Supongamos que el tiempo de vida hasta la rotura de un componente eléctrico Se distribuye exponencial con λ=0,1 horas. Un sistema electrónico consta de n de esos componentes y funciona con solo uno de los componentes en funcionamiento. Cuando un componente falla se pone en funcionamiento otro de los n que no está Averiado. ¿Cuál es la probabilidad de que funcione más de 200 horas?