Академический Документы
Профессиональный Документы
Культура Документы
1 n
Xi
n i 1
Media Muestral,
T Xi
i 1
Total Muestral
97
i 1
i 1
i 1
i 1
E ( Xi ) E ( Xi )
Var ( X i ) Var ( X i )
SIEMPRE!!!!
SOLAMENTE cuando las v.a.
X1, ..., Xn son independientes
y Var ( X ) = n p ( 1 - p )
Demostracin:
X puede escribirse como una suma de v.a.i. X1, ..., Xn
X = no de xitos en un experimento binomial
Xi = no de xitos en la i -esima prueba del experimento
binomial - variable Bernouilli
0 si el resultado es F
Xi
1 si el resultado es E
p X i (1) p
p X i (0) 1 - p
98
E(X ) E ( Xi ) E ( Xi ) n p
i 1
i 1
i 1
i 1
como
queramos
demostrar
ii) Var (X ) 2 /n
in1 (X i X )
n -1
) 2
Decimos que
X
es un estimador insesgado de
S2 es un estimador insesgado de 2
SUMAS y ms sumas
En general es difcil calcular la distribucin de la suma o de una combinacin lineal de n
v.a. independientes, an cuando tengan la misma distribucin. Sin embargo, en los casos
siguientes, la distribucin de la suma o de combinaciones lineales es conocida.
99
1)
X i ~ Bi ( ni , p) ,
entonces
X i ~ Bi (1, p ) i ,
entonces
i 1
2)
X i ~ P ( i ) ,
X i ~ ( ni , ) ,
entonces
5)
X i ~ N (0,1)
entonces
6)
X i ~ ( ) ,
7)
i 1
X
i 1
entonces
X i ~ N ( i , i2 )
X i ~
n
X i ~ ( ) ,
4)
i 1
i 1
entonces
~ Bi ( n, p ).
X i ~ P
i 1
3)
entonces
n , p .
i 1
X i ~ Bi
n ,
i 1
~ (n, ).
2
X i ~ n (n / 2,1 / 2).
i 1
2 X i ~ 22n
i 1
a1 , a 2 ,..., a n
son
nmeros
reales,
n
n
n
Y a i X i ~ N a i i , a i2 i2 .
i 1
i 1
i 1
2
En particular, si X i ~ N ( , ) , entonces
i)
iii)
T X i ~ N ( n , n 2 )
i 1
(X )
~ N 0 ,1
ii)
2
X ~ N ,
n
entonces