UNIVERSIDAD CENTRAL DE VENEZUELA

POSTGRADO EN ESTADISTICA
facultad de agronoma

ESTADISTICA NO PARAMETRICA
Estadsticos de Orden

Gabriel lvarez

Maracay Febrero 2013

ESTADISTICOS DE ORDEN
En Estadstica, se suele considerar el estadstico de
orden k de una muestra estadstica como el ksimo valor ms pequeo. Por ejemplo, en una
muestra de tamao 25, el estadstico de orden k =
9, sera el noveno valor ms pequeo de dicha
muestra.
Los estadsticos de orden tienen bastante
importancia dentro de la Estadstica no
paramtrica y de la inferencia.

As, si se tiene una muestra aleatoria simple de tamao n,

X1,X2,,Xn, y x1,x2,x3 es una realizacin de esa muestra, el
mnimo es siempre el valor ms pequeo de la muestra, esto
es, x(1)= Min{x1,x2,xn} ; mientras que el mximo es el valor
ms grande de la muestra. X(n)=Max{x1,x2,xn}
Ejemplo 1: Se tiene la muestra de tamao 6 siguiente: 45, 23,
67, 33, 101, 122.
Los valores de dicha muestra se escriben de la siguiente forma:
x1=45, x2=23 x3=67, x4=33, x5=101 y x6=122.
Los estadsticos de orden para esa muestra se escribiran de la
siguiente forma:
x(1)=23, x(2)=33 x(3)=45, x(4)=67, x(5)=101 y x(6)=122.
As, en esa muestra, el mnimo sera x(1), que vale 23 y el
mximo x(6) igual a 122).

Ejemplo 2:
X1

X2

X3

X4

X5

Muestra 1

10

11

25

Muestra 1

22

10

Muestra 2

30

15

11

Muestra 4

21

11

U(1)

U(2)

U(3)

U(4)

U(5)

Muestra 1

10

11

25

Muestra 2

10

22

Muestra 3

11

15

30

Muestra 4

44

21

As en la Muestra 1
X1=10, X2=6, X3=11, X4=3, X5=25
Y sin embargo
U(1)=3, U(2)=6, U(3)=10,U(4)=11, U(5)=25 , Min (1)= U(1)=3 y Max(1)= U(5)=25

Podemos concluir entonces que si se extrae una muestra

aleatoria {X1, X2,Xn} de cualquier poblacin con funciones de
distribucin Fx(x) y densidad f(x) respectivamente y ordenamos en
forma creciente quedando de la forma {U1, U2,Un} con
U(1) U(2) U(r) . U(n) estas constituyen las estadsticas de orden
de la muestra original, luego U(r), 1 r n toma el nombre de la rsima estadstica de orden
En ocasiones no estamos interesados en estimar un
parmetro de la poblacin sino, por ejemplo, el valor mximo o
mnimo que puede tomar. As, podemos interesarnos por la
temperatura mxima en vez de por la temperatura media. De esta
forma surge el estadstico que estima el lugar que ocupa un
elemento de la muestra, al ordenarla de forma creciente.

Aplicaciones de los Estadsticos de orden

El mximo, X(n) interesante en inundaciones y otros
fenmenos meteorolgicos
El Mnimo, X(1) interesante en problemas de ingeniera como
sucesiones de dispositivos en serie .
La mediana Muestral
n es par

+ +1

+1
2

si n es impar y

si

El Rango X(n) X(1) que es una medida de dispersin.

Experimentos en ingeniera con n dispositivos, cuyos tiempos
de vida se observan hasta que falla el r-simo dispositivo; as
se tienen r tiempos de vida ordenados X(1)< X(2)<< X(n)

Distribucin del Mximo y el Mnimo

1 = 1 1 () funcin de distribucin del mnimo
derivando obtenemos su densidad 1 = 1

= () funcin de distribucin del mximo derivando

obtenemos su densidad = 1
Ejemplo 3: Se tiene una muestra aleatoria simple de tamao 52 de
una variable aleatoria con distribucin exponencial de parmetro
= 4 y se quiere calcular la funcin de densidad tanto del mnimo
como del mximo.
La funcin de densidad de una variable aleatoria con dicha
1 /4
distribucin viene dada por: =
, x 0 mientras que
4
la funcin de distribucin es = 1 /4 , x 0

Para el mximo

52

= ()

52

13 /4

52

= 1

1 11
1

51
/4

Para el mnimo
1 = 1 1 ()

521

= 52
1

/4 52

52

1 /4
52
4

52 =1

= 1

1
52 /4
4

521

52

52

/4

51

= 1 13

=13 /4

51

=13 13

Distribucin de probabilidad del r-simo

estadstico de orden
!
( ) =
(() )
1 ! !

1 (

(() )

Ejemplo 4: Se tiene una poblacin cuyos elementos estn definidos

por una variable aleatoria continua X con densidad de probabilidad
2 0 < < 1
de esta poblacin se extrae una
0
m.a. de tamao 5, encuentre los estadsticos de orden 1,2,3,4,5.
=

Solucin: = 2 , =
luego los estadsticos de orden
0

x(1)

x(2)

2
0

x(3)

= 2 < <

x(4)

x(5)

!
( ) =
(() )
1 ! !

1 (

(() )

Densidad del estadstico de orden 1 con r=1, n=5, = 2 y F = 2

5!
1 () = 11 ! 51 ! 2 ) 11 1 ( 2 ) 51 2 desarrollando y simplificando
se obtiene
1 = 10 1 2
2
3
4
5

, 0 < x < 1 de la misma manera:

= 40 3
= 60 5
= 10 7
= 10 9

1 2 3,
1 2 2,
1 2 ,
,

0<x<1
0<x<1
0<x<1
0<x<1

Distribucin conjunta de los estadsticos de Orden

1, 2, = !

=1

, 1 2

Distribucin de los r primeros estadsticos de Orden

1 , 2,., = !

1( )

=
!

, 1 2

Distribucin de los r ltimos estadsticos de Orden

+1, +2, = !

1(+1 )

=
!

, +1 +2

CONCLUSION
Las estadsticas de orden, generalmente tratan con
las propiedades de X(r) funciones de algn subconjunto de
las n estadsticas de orden, son particularmente tiles en
estadstica no paramtrica debido a que la transformacin
Ur= Fx(Xr) da lugar a una variable aleatoria que es el r-simo
estadstico de orden, utilizados para identificar modelos de
probabilidades de observaciones ubicadas de las muestras
en cualquier posicin especfica, una vez conocido el modelo
de probabilidad de un estadstico de orden es posible hacer
un anlisis completo de dicho orden.