2 DISTRIBUCIN NORMAL MULTIVARIANTE Introduccin Normal bivariante Normal
2. DISTRIBUCIÓN NORMAL MULTIVARIANTE § Introducción § Normal bivariante § Normal multivariante § Distribución 2 § Muestreo en poblaciones normales § Distribución de Wishart § Lema de Fisher multivariante § Teorema central del límite 1
Introducción: distribución normal univariante donde con función de densidad 68% 95% -2 - + +2 NORMAL MULTIVARIANTE 2
Normal multivariante donde con función de densidad: NORMAL MULTIVARIANTE 3
Normal bivariante Ejemplo Desarrollar NORMAL MULTIVARIANTE 4
Normal bivariante donde con función de densidad NORMAL MULTIVARIANTE 5
EJEMPLOS 6
EJEMPLOS 7
Normal bivariante Propiedades § 12 =0 f(x 1 , x 2)=f(x 1)f(x 2) X 1, X 2 independientes § ( , e) autovalor y autovector de (1/ , e) autovalor y autovector de -1 NORMAL MULTIVARIANTE 8
Normal bivariante Representación gráfica f(x 1, x 2) x 2 y 1 c 2 c 1 x 2 e 1 e 2 y 2 c 2 x 1 NORMAL MULTIVARIANTE 9
Normal bivariante Ejemplo Hallar las elipses de densidad constante para NORMAL MULTIVARIANTE 10
Normal multivariante Propiedades NORMAL MULTIVARIANTE 11
Normal multivariante NORMAL MULTIVARIANTE 12
Normal multivariante NORMAL MULTIVARIANTE 13
Normal multivariante NORMAL MULTIVARIANTE 14
Normal multivariante Ejemplo NORMAL MULTIVARIANTE 15
Normal multivariante NORMAL MULTIVARIANTE 16
Normal multivariante NORMAL MULTIVARIANTE 17
Normal multivariante Ejemplo Dada (X 1, X 2), obtener la distribución de X 2 condicionada por X 1 =x 1 NORMAL MULTIVARIANTE 18
Normal multivariante (vii) Distribución de combinación lineal de normales NORMAL MULTIVARIANTE 19
Normal multivariante (viii) Distribución conjunta de normales NORMAL MULTIVARIANTE 20
Normal multivariante Ejemplo NORMAL MULTIVARIANTE 21
Normal multivariante Ejemplo NORMAL MULTIVARIANTE 22
Distribución 2 NORMAL MULTIVARIANTE 23
Distribución 2 Propiedades 2 p, NORMAL MULTIVARIANTE 24
Muestreo en poblaciones normales Estimadores de máxima verosimilitud para y NORMAL MULTIVARIANTE 25
Muestreo en poblaciones normales Derivando parcialmente con respecto a todas las variables e igualando a cero, se obtiene: NORMAL MULTIVARIANTE 26
Muestreo en poblaciones normales Propiedades estadísticos suficientes para En una dimensión, son normales independientes NORMAL MULTIVARIANTE 27
Distribución de Wishart independientes, Wishart con m grados de libertad Propiedades NORMAL MULTIVARIANTE 28
Lema de Fisher multivariante son independientes NORMAL MULTIVARIANTE 29
Teorema Central del Límite (i) es asintóticamente normal d (ii) es consistente: (iii) (iv) c. s. n P n d n NORMAL MULTIVARIANTE 30
- Slides: 30