Ayudanta n1 Econometra

Profesor: Marcos Vergara

Ayudantes: Rodrigo Abt, Enrique Leigh

1) Sea X el nmero de aos de condena a un ladrn de automviles en cierto pas.
Suponga que la funcin de densidad viene dada por

, donde
.
a) Pruebe que es una funcin de densidad
b) Calcule la funcin de distribucin acumulada de X
c) Cul es la probabilidad de que el ladrn est al menos 1 ao en prisin?
d) Cuntos aos de condena se espera que el ladrn est en prisin?



2) Si es una variable aleatoria normal estndar. Demuestre que

distribuye _

(Pgina 14 del apunte bsico)

3) Demuestre que si

,.,

son variables aleatorias independientes con

distribucin _

, entonce

es una variable aleatoria independiente con

distribucin _

.

Como pueden ver, la pgina 10 del texto dice:


4) Sea una variable aleatoria de media y varianza

. Dadas dos muestras

aleatorias independientes de tamaos

con medias muestrales

,
respectivamente. Demuestre que el estimador

es un
estimador insesgado para .

Recuerden que

Luego,

5) Sea

una muestra aleatoria de tamao n desde una poblacin de media

y varianza

. Si los estadsticos

son posibles
estimadores de . Calcule el error cuadrtico medio respectivo y determine cul
estimador es mejor.
Ahora vamos a recordar

Ssi X
i
son independientes



6) Demuestre que:

Para resolver este ejercicio, suponemos que A es invertible (y A
-1
es la inversa)

7) Sean


,


Determine:

8) Se puede multiplicar una matriz de dimensin 3x3 con una matriz de dimensin
2x3? Y una 3x3 con una 3x2?
Si definimos A = (a
ij
) y B = (b
ij
) como matrices tal que el numero de columnas de A
es igual al nmero de filas de B; o dicho de otra forma, A es una matriz de m*p y B
es de p*n. Luego, el producto matricial AB es la matriz resultante de m*n, cuyos
valores resultantes C
ij
estn dados por multiplicar A
i
con B
j
Si ven la pgina 83 del texto Schaum que les sub al foro:


9) Suponga que
1
x y
2
x se distribuyen independiente de una normal estndar. Cul es la
distribucin conjunta de
2 1 1
2 3 2 x x y + + = y
1 2
5 4 x y + = ?
Respuesta:
Sabemos del problema que
|
|
.
|

\
|
(

=
1 0
0 1
,
0
0
2
1
N
x
x
x

Ax b
x
x
y
y
y + =
(

+
(

=
(

=
2
1
2
1
0 5
2 3
4
2


Valor Esperado
( )
( ) ( )
( )
(

=
(

+
+ +
=
(

+
+ +
=
(

=
4
2
5 4
2 3 2
5 4
2 3 2
1
2 1
1
2 1
2
1
x E
x E x E
x
x x
E
y
y
E y E
,
( ) ( ) ( ) b A b x AE b Ax b E y E = + = + = + = 0

Varianza
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
(

=
(

= = = = =
= + + = =
25 15
15 13
0 2
5 3
0 5
2 3


AA AIA A xx AE A x Ax E
Ax Ax E b Ax b b Ax b E y E y y E y E y V


Distribucin de y
( )
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|
=
25 15
15 13
,
4
2
, N AA b N y
10) Suponga que las siguientes dos muestras proceden de una normal con media y
desviacin estndar o :
x1 1.3 2.1 0.4 1.3 0.5 0.2 1.8 2.5 1.9 3.2
x2 3.1 -0.1 0.3 1.4 2.9 0.3 2.2 1.5 4.2 0.4

Testee la hiptesis de que las medias de las distribuciones que producen estos datos son las
mismas. Testee la hiptesis asumiendo que las varianzas son las mismas. Testee la hiptesis
que la varianzas son las mismas usando un test F.
Respuesta:
Si las varianzas son las mismas:
( )
1
2
1 1 1
, n N x o y ( )
2
2
2 2 2
, n N x o
( ) ( ) { } ( )
2 1
2
2 1 2 1
1 1 , n n N x x + o

( ) | | 1 1
1
2 2
1 1
n s n _ o y ( ) | | 1 1
2
2 2
2 2
n s n _ o
Aplicando teorema de suma de chi-cuadrados
( ) ( ) | | 2 1 1
2 1
2 2
2 2
2 2
1 1
+ + n n s n s n _ o o
Dado que
2
o
es desconocida no es posible utilizar la normal para evaluar la hiptesis, se
debe utilizar una t-student (Ver notas de clase
r V
z
t = , ( ) 1 , 0 N z y ( ) r V _ ).

( ) ( ) { } ( ) ( ) { }
( ) ( ) { } ( )
( ) 2
2 1 1
1 1
2 1
2 1
2 2
2 2
2 2
1 1
2 1
2
2 1 2 1
+
+ +
+
= n n t
n n s n s n
n n x x
t
o o
o

Bajo la nula que las medias son iguales, el estadstico es:
( ) ( ) ( ) { }
( ) ( ) { } ( )
( ) 2
2 1 1
1 1
2 1
2 1
2
2 2
2
1 1
2 1 2 1
+
+ +
+
= n n t
n n s n s n
n n x x
t
0907 . 2 , 62 . 1 , 10
9418 . 0 , 52 . 1 , 10
2
2 2 2
2
1 1 1
= = =
= = =
s x n
s x n


( ) ( ) ( ) { }
( ) ( ) { } ( )
1816 . 0
2 10 10 0907 . 2 1 10 9418 . 0 1 10
10 1 10 1 52 . 1 62 . 1
=
+ +
+
= t
Una ( ) 445 . 2 18
975 . 0
= t , luego no se rechaza la hiptesis nula.


Para evaluar igualdad de varianzas, el estadstico es:
| |
( ) | | ( )
( ) | | ( ) 1 1
1 1
1 , 1
2
2 2
2 2
1
2 2
1 1
2 1


=
n s n
n s n
n n F
o
o
, dado que
2 1
n n =
el estadstico se transforma
en | |
2
2
2
1
2 1
1 , 1
s
s
n n F = . Reemplazando los valores en el test 2199 . 2
9418 . 0
0907 . 2
= = F .
Una | | 1789 . 3 9 , 9
95 . 0
= F , luego no se rechaza la nula de igualdad de varianzas.