1. El documento presenta varios problemas estadísticos que involucran distribuciones normales y muestras aleatorias. Calcula probabilidades y regiones de interés asociadas con diferentes distribuciones normales.
2. Analiza los salarios por hora de empleados, determinando que la muestra es grande y se aproxima a una distribución normal. Calcula la probabilidad de que el ingreso promedio se encuentre en una región poco probable.
3. Examina el error cuadrático medio de un estimador sesgado de un parámetro poblacional
0 calificaciones0% encontró este documento útil (0 votos)
13 vistas2 páginas
1. El documento presenta varios problemas estadísticos que involucran distribuciones normales y muestras aleatorias. Calcula probabilidades y regiones de interés asociadas con diferentes distribuciones normales.
2. Analiza los salarios por hora de empleados, determinando que la muestra es grande y se aproxima a una distribución normal. Calcula la probabilidad de que el ingreso promedio se encuentre en una región poco probable.
3. Examina el error cuadrático medio de un estimador sesgado de un parámetro poblacional
1. El documento presenta varios problemas estadísticos que involucran distribuciones normales y muestras aleatorias. Calcula probabilidades y regiones de interés asociadas con diferentes distribuciones normales.
2. Analiza los salarios por hora de empleados, determinando que la muestra es grande y se aproxima a una distribución normal. Calcula la probabilidad de que el ingreso promedio se encuentre en una región poco probable.
3. Examina el error cuadrático medio de un estimador sesgado de un parámetro poblacional
1. El documento presenta varios problemas estadísticos que involucran distribuciones normales y muestras aleatorias. Calcula probabilidades y regiones de interés asociadas con diferentes distribuciones normales.
2. Analiza los salarios por hora de empleados, determinando que la muestra es grande y se aproxima a una distribución normal. Calcula la probabilidad de que el ingreso promedio se encuentre en una región poco probable.
3. Examina el error cuadrático medio de un estimador sesgado de un parámetro poblacional
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1/ 2
Bloque 3
Problema 7 1. Sea X1,…, X10 los ingresos mensuales de las personas de la muestra se tiene: Xi N(μ, 0.82), para i = 1,…,10. Entonces, 0. 82 x N (μ, ) 10 −1.5 √ 10 √ n ( x−μ ) 1.5 √ 10 P (| x−μ∨≤ 1.5) = P (-1.5 ≤ x−μ ≤ 1.5) = P [ ≤ ≤ ¿ 0.8 σ 0.8
0. 82 2. x N (2.2, ) 10 La región de interés es: | x−μ∨≤ 1.5
-1.5 ≤ x−μ ≤1. 5 → μ−1.5 ≤ x ≤ μ+ 1.5→ 2.2−1.5 ≤ x ≤ 2.2+1.5
⟶ 0.7 ≤ x ≤ 3.7
Problema 8 Sea X1,…,X64 una muestra aleatoria de salarios por hora de empleados de la industria de servicios, se tiene para i = 1,…, 64 |E (xi) = μ=7 V (xi) = σ 2=0.52
Como n = 64 ≥ 30 , es decir ,la muestra es grande , por el TLC , apróximadamente se tiene :1
0.52 x N (7, ) Así, P ( x ≤ 6.9 ¿=¿ F x (6.9) = 0.0548 ≈ 5.5 % 64 Se tiene que el ingreso promedio el grupo étnico se encuentra en una región relativamente poco probable de la distribución del promedio de una muestra de la industria. Así, no es razonable asumir que los salarios del grupo étnico equivalen a una m.a de la industria.
→ Ver gráfico de densidad de x
Problema 9:
1. |E ( Y )=¿ E ¿ Yi] n n 1 = ∑ ¿ E ( Yi )= 1n ∑ μ= nnμ =μ= θ +θ+1 n i=1 2 =θ+ 1 2 i=1
Así, como 1 |E ( Y )=θ + ≠θ es un estimador sesgado de θ . 2 1 1 Sesgo = |E ( Y )−θ=θ+ −θ= 2 2 2 2 2 1 n 1 n 1 n 2 n σ σ ( θ+1−θ ) 1 2. V ( Y )=v ¿ ∑ Yi ¿= 2 ∑ V ( Yi ) = 2 ∑ σ = n2 = n = 12 n = 12 n n i=1 n i=1 n i=1 ¿ ECM ( Y )=¿|E [ ( Y −θ ) ]=V ( Y ) + sesgo 2 2 2 2 1 1 4+12 n ECM ( Y )=V ( Y ) + sesgo = +( ) = 12 n 2 48 n
