Professional Documents
Culture Documents
DISTRIBUCIN
NORMAL MULTIVARIANTE
Introduccin
Normal bivariante
Normal multivariante
Distribucin 2
Muestreo en poblaciones normales
Distribucin de Wishart
Lema de Fisher multivariante
Teorema central del lmite
E( X )
X ~ N ( , ), donde 2
V (X )
2
2 0
1
f ( x)
e
2
1 ( x )2
2 2
68%
95%
-2
+2
+
NORMAL MULTIVARIANTE
Normal multivariante
1
f ( x)
exp ( X )' ( X )
1/ 2
p/2
2
(2 )
1
NORMAL MULTIVARIANTE
Normal bivariante
Ejemplo
p2
1
11 12
12
;
; 12
11 22
2
12 22
Desarrollar
f ( x1 , x2 )
NORMAL MULTIVARIANTE
Normal bivariante
1
11 12
X ~ N 2 ( , ), donde
;
,
2
12 22
x1 1 x2 2
1
1 x1 1 x2 2
f ( x1 , x2 )
exp
2 12
2
2 11 22 (1 122 ) 2(1 12 ) 11 22
11
22
NORMAL MULTIVARIANTE
EJEMPLOS
EJEMPLOS
Normal bivariante
Propiedades
12 =0 f(x1 ,x2)=f(x1)f(x2) X1, X2 independientes
NORMAL MULTIVARIANTE
Normal bivariante
Representacin grfica
f(x1,x2)
x2
y2
y1
c2
c1
e1
e2
c2
x1
x2
x1
f ( x1 , x2 ) c 2 ( x )' 1 ( x ) c 2
1, 2 autovalores de
e1 , e2 autovectores de
NORMAL MULTIVARIANTE
Normal bivariante
Ejemplo
Hallar las elipses de densidad constante para
x ~ N 2 ( , )
11 12
11 22 ;
12 11
NORMAL MULTIVARIANTE
10
Normal multivariante
Propiedades
a1
(i ) X ~ N p ( , ) ; a . Entonces :
a
p
a ' X ~ N1 ( a ' , a ' a )
a p , a ' X normal X normal p - variante
NORMAL MULTIVARIANTE
11
Normal multivariante
a11
(ii ) X ~ N p ( , ) ; Aqxp
a
q1
a12
a1 p
aq 2 aqp
AX ~ N q ( A , A A' )
d1
d ; X d ~ N q ( d , )
d
p
NORMAL MULTIVARIANTE
12
Normal multivariante
(iii )
X (1)
X ~ N p ( , ); X ( 2)
X
(1)
11 12
( 2) ;
21 22
Entonces :
X (1) ~ N ( (1) , 11 )
X ( 2) ~ N ( ( 2) , 22 )
NORMAL MULTIVARIANTE
13
Normal multivariante
X (1)
11
,
21
12
22
NORMAL MULTIVARIANTE
14
Normal multivariante
Ejemplo
4
X N3 ( , 1
0
0 )
2
NORMAL MULTIVARIANTE
15
Normal multivariante
(v )
X (1) ~ N q1 ( 1 , 1 )
X ( 2) ~ N q 2 ( 2 , 2 ) independientes
X (1)
( 2 ) ~ N q1 q 2
X
(1)
( 2)
1
,
0
NORMAL MULTIVARIANTE
16
Normal multivariante
X (1)
(vi) Sea ( 2 ) ~ N
22 0
(1)
( 2)
11
,
21
12
22
X 1 | X 2 x2 ~ N ( 1 12 221 ( x2 2 ), 11 12 221 21 )
NORMAL MULTIVARIANTE
17
Normal multivariante
Ejemplo
Dada (X1, X2), obtener la distribucin de X2
condicionada por X1 =x1
NORMAL MULTIVARIANTE
18
Normal multivariante
X 1 , X 2 ,..., X n indep.
n
X i ~ N p ( i , ) ; U c1 X 1 cn X n ci X i .
i 1
i 1
i 1
Entonces U ~ N p ( ci i , ( ci ) ).
2
NORMAL MULTIVARIANTE
19
Normal multivariante
(viii) Distribucin conjunta de normales
n
Si, adems, V bi X i
i 1
c ( c
U
entonces : N 2 p
i 1
n
b
i 1
i 1
(b' c)
(b' c)
n
2
( bi )
i 1
20
Normal multivariante
Ejemplo
4
X 1 , X 2 , X 3 , X 4 N 3 ( i , 1
2
2
3
1 0
2 0
3
1
1
1
9
3
1
1
0
3 )
25
indep.
4 0
1
NORMAL MULTIVARIANTE
21
Normal multivariante
1
Ejemplo
n
c X
con c
2
i 1
0
n
ci X i
1
i 1
(ii )
con b
n
2
b
X
i i
i 1
0
(i )
(iii )
c X , b X
i 1
i 1
independientes ?
22
Distribucin 2
2
2
Z
i n,
i 1
NORMAL MULTIVARIANTE
23
Distribucin 2
Propiedades
Sea X N p ( , ) y 0. Entonces :
(i ) ( X )' ( X )
1
2
p
(ii ) PX x p: ( x )' 1 ( x ) p2 , 1
2p,
NORMAL MULTIVARIANTE
24
X ~ N p ( , ); X 1 , X 2 ,, X n i.i.d .
Estimadores de mxima verosimilitud para y
NORMAL MULTIVARIANTE
25
X
n
1
n 1
( X i X )( X i X )'
S n 1 S n
n i 1
n
NORMAL MULTIVARIANTE
26
(i)
2 ( Z12 Z n21 )
( Z1 ) ( Z n 1 )
2
27
Distribucin de Wishart
Sean
Z i ~ N p (0, ) independientes,
entonces :
Propiedades
Wm () Z i Z i '
i 1
Wishart con m
grados de libertad
(i )
A 1~ Wm1 ()
indep. A1 A2 ~ Wm1 m 2 ()
A 2 ~ Wm 2 ()
(ii )
A ~ Wm ()
CAC ' ~ Wm (C C ' )
C pxp
NORMAL MULTIVARIANTE
28
X ~ N p ( , ); X 1 ,, X n i.i.d.
Entonces :
1
(i) X ~ N p ( , )
n
(ii ) (n 1) S n 1 ~ Wn 1 ()
(iii ) X y S n 1 son independientes
NORMAL MULTIVARIANTE
29
X con EX ; VX ; X 1 ,, X n i.i.d.
Dado
(i)
X es asintticamente normal
n1/ 2 ( X )
1
X N p ( , )
n
(ii) X es consistente:
(iii) S
P
n
N p (0, )
c.s.
n
1
(iv) n( X )' S ( X )
d
n
p2
NORMAL MULTIVARIANTE
30