La clase se estructurará en dos partes:
1ª 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 muestrales nos llevan a un histograma. La forma forma de dicho histograma nos sugiere una función de probabilidad -o de densidad- conocida (población). 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)
2ª Parte (Tema 11, UD4)
Como en el Tema 10, supongamos que se observa una muestra aleatoria simple de una distribución con forma conocida, pero con parámetos desconocidos. El problema que se estudiará en este Tema 11 es el de cómo estimar dichos parámetros mediante un intervalo (de confianza) a partir de la información muestral.
Recordad que el segundo de los formularios de Moodle está relacionado con este tema, e incluye un catálogo de variables pivote. Para resolver problemas relativos a intervalos de confianza también serán útil las tablas de la t-Student, de la Chi-cuadrado y de la F de Snedecor ubicadas junto al formulario.
Éstas serán las trasparencias que se utilicen en clase para la clase de hoy:
