La clase nuevamente se estructurará en dos partes:
1ª Parte (Tema 9, UD4)
Se finalizará el tema 9, el cual se comenzó en la clase del 22 de abril.
Ante el interés por saber cómo se distribuyen nuevas variables aleatorias unidimensionales, como la media aritmética tipificada, la cuasivarianza muestral o el cociente de cuasi-varianzas muestrales, se ampliará el catálogo de distribuciones continuas con la Chi cuadrado o de Pearson, T de Student y la F de Fisher-Snedecor. Todas ellas asociadas a la distribución normal.
2ª Parte (Tema 10, UD4)
Supongamos una muestra aleatoria simple de una distribución con forma conocida, pero de la que se desconoce el valor de los parámetros que la definen . El problema que se estudiará en este Tema 10 es el de cómo estimar el verdadero valor de dichos parámetros -estimación paramétrica- a partir de la información muestral.
Desde un punto de vista empírico, los datos de nos llevan a un histograma. La forma forma de dicho histograma nos sugiere una función de probabilidad -o de densidad- conocida. Ésta, a su vez, está definida por un conjunto de parámetros que, en principio, son, desconocidos.
Una vez que hayamos estimado el valor de dichos parámetros a partir de los datos, habría que estudiar la consistencia de dichos valores con los procedimientos no paramétricos que se estudiarán en los temas 12 y 13 (UD 5)
El esquema de este segundo tema de la UD4 es el siguiente:
1. Introducción
2. Estadísticos y estimadores
3. Método de los momentos
4. Método de máxima verosimilitud
5. Obtención de estimadores de la distribución normal
Además éstas serán las trasparencias que se utilicen en clase para el Tema 10:
