Vector aleatorio normal multivariante, Poisson, exponencial y contrastes de hipótesis: preguntas resueltas
Vector aleatorio normal multivariante con matriz identidad
Sea (X1, X2, X3, ..., Xn) un vector aleatorio con distribución normal multivariante cuya matriz de varianzas-covarianzas es la matriz identidad. Determine Var(X4 - X7). Explique en qué se basa el resultado.
Var(X4 - X7) = 2
En general, Var(X4 - X7) = Var(X4) + Var(X7) - 2Cov(X4, X7). Al ser la matriz identidad, todos los elementos de la diagonal principal valen 1 y el resto valen 0, por lo que Var(X4) = Var(X7) = 1 y Cov(X4, X7) = 0.
Modelo exponencial, moda y relación con la distribución de Poisson
¿Qué significa que el modelo exponencial carezca de moda? ¿Cómo se relaciona dicho modelo con la distribución de Poisson?
No existe ningún valor de la variable que haga máxima la densidad.
El modelo de Poisson sirve para describir el comportamiento aleatorio del número de veces que ocurre un suceso por unidad de tiempo, mientras que el modelo exponencial sirve para describir el tiempo que transcurre hasta que ocurre el suceso por primera vez.
Distribución de la media muestral con población normal
¿Qué supuestos sería necesario establecer para poder determinar la distribución de probabilidad de la media muestral cuando la población es normal?
Que las variables sean independientes, con la misma distribución y que el número de elementos de la muestra sea lo suficientemente elevado, lo que equivale a decir que la muestra sea aleatoria simple y de gran tamaño.
Estimación puntual de un parámetro poblacional
¿Qué es la estimación puntual de un parámetro poblacional desconocido? ¿Una variable aleatoria? ¿Un número? ¿Un estadístico? ¿Una función de dicho parámetro?
Un número. Es el resultado de sustituir en el estimador las variables muestrales por sus correspondientes valores una vez obtenida la muestra.
Contraste de bondad de ajuste
En el contraste de bondad de ajuste, ¿qué valor debería tomar el estadístico experimental para aceptar la hipótesis nula sea cual sea el nivel de significación del contraste?
Cero. En ese caso, las frecuencias observadas coincidirían con las esperadas, por lo que se aceptaría H0 a cualquier nivel de significación (valor de probabilidad = 1). La evidencia de la muestra a favor de H0 sería máxima.
También puede responderse diciendo que, si el valor del estadístico experimental es 0, siempre estará fuera de la región crítica, por muy grande que sea el tamaño de esta.
Probabilidades de una variable aleatoria discreta
Si los valores de una variable aleatoria son 0, 1, 2, 3, 4, 5 y P(X ≤ 4) = 0.974 y P(X ≤ 3) = 0.963, ¿cuál será P(X = 4) y P(X = 5)?
P(X = 4) = F(4) - F(3) = 0.974 - 0.963 = 0.011
P(X = 5) = 1 - P(X ≤ 4) = 1 - 0.974 = 0.026
Probabilidad clásica a priori y el dado
Si tras lanzar un dado 100000 veces se ha observado que el número de pares es aproximadamente el doble que el de impares, ¿podría aplicarse la definición clásica a priori para asignar probabilidades? ¿Por qué?
No. Con esa evidencia el dado no sería correcto, los resultados no son equiprobables y no se puede aplicar el principio de simetría.
Estimador de la varianza de una población normal
Para estimar la varianza desconocida de una población normal a partir de una m.a.s. de n = 16, ¿sería estimador el sumatorio de Xi? ¿Qué modelo seguiría dicha suma?
No. Para ser estimador tendría que tomar valores en el espacio paramétrico, y dicha suma puede tomar valores negativos, al poder ser negativas las observaciones muestrales. Seguiría una distribución N(16μ, 4σ).
Coherencia entre contrastes con distintos niveles de significación
Si en un contraste paramétrico se acepta la hipótesis nula a un nivel de significación del 5% y se rechaza al 1% con la misma muestra, ¿qué se puede concluir?
Es imposible. Los cálculos están mal. Si se acepta al 5%, por fuerza ha de aceptarse a un nivel inferior.
Nivel de confianza, amplitud del intervalo e hipótesis aceptables
Si se aumenta el nivel de confianza de un intervalo del 90% al 95%, ¿aumentaría también el conjunto de hipótesis (simples) aceptables al reducir el nivel de significación del 10% al 5%? ¿Por qué?
Sí. Al aumentar el nivel de confianza también aumenta la amplitud del intervalo y, por tanto, el conjunto de hipótesis aceptables. Igualmente, aumenta al disminuir el nivel de significación. Al disminuir el tamaño de la región crítica aumenta el conjunto de hipótesis aceptables.