Page 98 - EI2019.pdf
P. 98

90                                                      2.   Estimaci´ on puntual



                  Si x ,...,x son valores particulares de las variables de la muestra aleatoria,
                      1
                               n
                  entonces la media muestral es el n´umero ¯x definido antes,
                                                                n
                                                            1  ÿ
                                                       ¯ x “       x .
                                                                    i
                                                            n
                                                               i“1
                                                                                       ¯
                  Observe el uso de may´usculas y min´usculas. La estad´ıstica X es una variable
                  aleatoria mientras que ¯x es un n´umero real.                                          ‚




                  Ejemplo 2.4 La siguiente funci´on de una muestra aleatoria es una es-
                  tad´ıstica y se le conoce con el nombre de varianza muestral.
                                                              n
                                                        1    ÿ
                                                2                        ¯  2
                                              S “                pX ´ Xq .
                                                                    i
                                                     n ´ 1
                                                             i“1
                  Observe que en este promedio aparece el t´ermino n´1en el denominador y
                  no el n´umero de sumandos n.M´as adelante justificaremos esta elecci´on. Si

                  x ,...,x son valores particulares de las variables de la muestra aleatoria,
                            n
                   1
                  entonces el valor de la varianza muestral es el n´umero
                                                               n
                                                        1     ÿ
                                                 2                         2
                                                s “              px ´ ¯xq .
                                                                    i
                                                      n ´ 1
                                                              i“1
                                                                                                         ‚


                  Ejemplo 2.5 Sea k un entero tal que 1 ď k ď n.La k-´esima estad´ıstica
                  de orden de una muestra aleatoria de tama˜no n es una variable aleatoria
                  definida de la siguiente forma

                                          X     “ k-´esimo m´ın tX ,...,X u.
                                             pkq                     1         n
                  Esto es, X   p1q  es la primera estad´ıstica de orden, o bien, puntualmente,
                  X p1q pωq“ m´ın tX pωq,...,X pωqu, X          p2q  es la segunda estad´ıstica de or-
                                        1
                                                     n
                  den, etc´etera. Se debe observar que estas variables aleatorias no son ne-
                  cesariamente alguna de las variables de la muestra aleatoria, sino que son

                  funciones de todas ellas en la forma indicada arriba. Adem´as, las estad´ısticas
                  de orden no son independientes pues guardan siempre el orden ascendente
                  X     ď ¨¨¨ ď X      .Para denotar a la k-´esima estad´ıstica de orden tambi´en
                    p1q             pnq
                  se usa el s´ımbolo X   k : n .La ventajadeesta expresi´on alternativa es que se
                  especifica el tama˜no n de la muestra aleatoria.                                        ‚
   93   94   95   96   97   98   99   100   101   102   103