1. UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Universidad del Perú, DECANA DE AMERICA FACULTAD DE CIENCIAS MATEMÁTICAS Mg. María Estela Ponce Aruneri ESCUELA ACADÉMICO PROFESIONAL DE ESTADÍSTICA DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA SEMESTRE 2009-II
2.
3. ¿Cuál es la distribución de probabilidad conjunta de un vector que sigue una distribución normal p-dimensional? 1º Para el caso univariado se tiene que : 2º Sea
4. 3º Sea el vector aleatorio: Y el vector de constantes:
18. Teorema Nº 2 Si X N p ( µ, ) y y = -1/ 2 ( X- µ ) es una transformación de X con -1/ 2 simétrica y definida positiva y 1 , y 2 , ……….., y p son v.a.i. N( 0,1) . Prueba Usando las propiedades de transformaciones de vectores aleatorios, así como de esperanza y varianza de una vector aleatorio, se puede probar este teorema.
29. CORRELACIÓN PARCIAL Es la matriz de correlaciones parciales. Ejemplo: calcular e interpretar las correlaciones parciales para los datos del ejercicio anterior,( de X 2 eliminado el efecto de X 1)
30.
31. OBSERVACIONES 1°Las curvas de equidensidad de una distribución normal multivariante son elipsoides (es decir, transformaciones lineales de hiperesferas) centrados en la media. Las direcciones de los ejes principales de los elipsoides vienen dados por los autovectores de la matriz de covarianza Σ. Las longitudes relativas de los cuadrados de los ejes principales vienen dados por los correspondientes autovalores. 2° Sí un vector aleatorio tiene una distribución normal multivariante, cada uno de los componentes del vector aleatorio tiene distribución normal.
32. 3° Sí un vector aleatorio tiene una distribución normal multivariante, entonces cualesquiera dos o más de sus componentes que sean incorrelacionadas, son independientes.