Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 9 vistas

    Soluciones Ejercicios Tema 1 24-25

    Cargado por

    Nina Albo
    La Estadística es una rama de las Matemáticas que, a través de diversas metodologías y técnicas, se encarga de la recolección y organización de datos acerca de personas, sucesos o cosas. Asimismo, facilita su análisis e interpretación, con el fin de obtener conclusiones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Soluciones Ejercicios Tema 1 24-25

    Cargado por

    Nina Albo
    9 vistas3 páginas
    La Estadística es una rama de las Matemáticas que, a través de diversas metodologías y técnicas, se encarga de la recolección y organización de datos acerca de personas, sucesos o cosas. Asimismo, facilita su análisis e interpretación, con el fin de obtener conclusiones.

    Título original

    Soluciones ejercicios tema 1 24-25

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La Estadística es una rama de las Matemáticas que, a través de diversas metodologías y técnicas, se encarga de la recolección y organización de datos acerca de personas, sucesos o cosas. Asimismo, facilita su análisis e interpretación, con el fin de obtener conclusiones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    9 vistas3 páginas

    Soluciones Ejercicios Tema 1 24-25

    Cargado por

    Nina Albo
    La Estadística es una rama de las Matemáticas que, a través de diversas metodologías y técnicas, se encarga de la recolección y organización de datos acerca de personas, sucesos o cosas. Asimismo, facilita su análisis e interpretación, con el fin de obtener conclusiones.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    Soluciones abreviadas Ejercicios Tema 1.

    1. a) Distribución de la muestra aleatoria simple (X1 , X2)

    Valores de la muestra Probabilidades


    (X1,X2) p(X1=x1 , X2=x2) = p(X1=x1) p( X2=x2)
    (0,0) 0,0625
    (0,1) 0,125
    (0,2) 0,0625
    (1,0) 0,125
    (1,1) 0,25
    (1,2) 0,125
    (2,0) 0,0625
    (2,1) 0,125
    (2,2) 0,0625
    total 1

    b) Distribución de la media muestral

    Valores de la media muestral Probabilidades


    0 0,0625
    0,5 0,25
    1 0,375
    1,5 0,25
    2 0,0625
    total 1

    E(𝑋)= 1 y Var(𝑋)= 0,25

    2. a) Tamaño muestral: a) 16 b) 25 c) 49 d) 9

    b) Varianza: a) 1,5625 b) 1 c) 0,5102 d) 2,77

    3. 3) 0,305
    4. a) Un estimador insesgado de la media poblacional, 𝐸 𝑋 𝜇, es la media muestral, por tanto
    Var ( X ) 
    ˆ  X  1395.81 . La desviación pica de dicho es mador es  X  Var ( X )   , por
    n n
    sX

    1
    2
    7
    7
    .
    8
    9
    ˆ n

    4
    0
    .
    4
    1
    ˆ


    tanto, la es mación es     
    n

    1
    0
    0
    0
    X

    b.1) el valor de ˆ X será menor.

    b.2) el valor de ˆ X será menor.

    5. Utilizando la distribución asintótica de la media muestral (Teorema Central del Límite) P(Z≥3,535) =
    0,0002
    6. a) 0,0764

    b) 0,0021
    7. Utilizando la distribución asintótica de la media muestral (Teorema Central del Límite)  0,9147.
    8. a) P(aprobar) =0,6

    b) 0,1587

    9. a) p(desechar) = 0,0314

    b) 0,5239

    3  0, 4 3  0, 4 1   
    10. E ( X )   2; Var ( X )  2
     . Asintóticamente, X 
    a
     N  E ( X ),   N (2, 0,18)
    ,
    0, 6 0, 6 0,3  n

     1,85  2 
    luego p  X  1,85  p  N (0,1)   p  N (0,1)  0,82   (0,82)  0, 7939
     0,18 

    11. E  ˆ1   ; E  ˆ 2    , así el primero es insesgado y el segundo no.

    El más eficiente es el de menor ECM, en este caso el primero

    3 2 3 2 17 2
    ECM ( ˆ1 )  Var ( ˆ1 )  ( sesgo) 2  0   4  2  Var ( ˆ 2 )  ( 2  ) 2  ECM ( ˆ 2 )
    9 9 9

    12. Si son insesgados; 𝜇̂ 2 es más eficiente.


    13. ECM(T1) = 12; ECM(T2)= 10; ECM(T3) =13→ T2 es más eficiente que los otro dos.
    14. 𝐸 𝜃 𝜃, luego es insesgado, su varianza es: 𝑣𝑎𝑟 𝜃 𝑣𝑎𝑟 y es un estimador consistente
    porque 𝑝𝑙𝑖𝑚 𝜃 𝜃 (también se puede demostrar que es consistente por las condiciones suficientes, ya
    que es insesgado y el lim 𝑣𝑎𝑟 𝜃 0).
    →
    15. .‐𝜃
    16. a) 𝜆 𝜆 𝑋

    b) El estimador es insesgado.

    c) el estimador es consistente.

    d) 𝑃 𝑋 0 𝑒 ⇒ 𝑃 𝑋 0 𝑒 𝑒

    e) Para esa muestra 𝐿 𝜆 𝜆 y𝜆 2.

    17. a) 𝐿 𝑝 1 𝑝 𝑝
    b) 𝑝𝑙𝑖𝑚 𝑝̂ 𝑝𝑙𝑖𝑚 𝑝, luego es un estimador consistente de p.

    18. La estimación será: 𝑝̂ 0,5, siendo p el parámetro de una variable de Bernoulli que toma el valor 1 si
    se espera a lo sumo 1 minuto y 0 en otro caso.

    19. a) L(p)= p210(1‐p)140


    b) 𝑝̂ = 0,6
    20. a) Verdadero

    b) Falso

    21. a) Verdadero; b) Verdadero; c) Verdadero; d) Falso; e) Verdadero; f) Falso; g) Verdadero;

    h) Verdadero; i) Falso; j) Falso; k) Verdadero; l) Verdadero.

    También podría gustarte