Error tipo I y II

Tipos de Errores

Zonas de aceptación y rechazo

Relación entre Alfa y Beta

Entrega de Tarea Inferencia Estadística HOY

Buen día,

hoy haré entrega de la tarea del tema de Estimación Puntual.

Favor de no faltar.

Lizbeth

Reanudación de clases 10Sep2018

Buen día chicos.

Debido a que reanudaremos clases hasta el 10 de septiembre (próximo lunes), en este mensaje les dejo mi apuntes de los temas que veremos ese día para que los repasen.
Son los ejercicios  7.3.3, 7.3.4 y 7.3.5 de Casella & Berger. El último posiblemente no lo veamos en clase.

Mathematica - WOLFRAM

capacitación GRATUITA sobre el uso  de Mathematica.

Mensaje de WOLFRAM:

Mathematica está disponible en Universidad Nacional Autónoma de México, así que estamos ofreciendo una capacitación gratuita para estudiantes con el fin de que se actualicen con el uso de Mathematica. A los profesores les gusta esta capacitación porque sus estudiantes pueden completarla fuera del tiempo lectivo, liberando el tiempo de clase que normalmente se utilizaría para introducir Mathematica. Si usted está enseñando este semestre, por favor agregue esta invitación a la lista de recursos en su página del curso (o incluso véalo usted mismo):
http://url.wolfram.com/2yvLrU1-/

Función de Verosimilitud Normal con media desconocida

Clase del día 28 de agosto del 2018

Función de verosimilitud para una muestra X1,...Xn de tamaño n con media desconocida y varianza conocida (=1).
La función de verosimilitud ahora es una función del parámetro (desconocido).

Copia en el editor de R.

%%%%%%%%%%%%%%%%%%%%%%%

#Función de verosimilitud de una N(mu,sig2(conocida))
likelihood.normal.mu = function(mu, sig2=1, x) {
  # mu      parametro desconocido
  # x       vector de datos
  n = length(x) #tamaño de los datos
  a1 = (2*pi*sig2)^-(n/2)
  a2 = -1/(2*sig2)
  y = (x-mu)^2
  ans = a1*exp(a2*sum(y))
  return(ans)
}

### Simulación de n variables N(0,1) data
n = 60
#set.seed(1123)
x = rnorm(n, mean=0, sd=1)
# calculando los valores de la función de verosimilitud:
mu.vals = seq(-1,1, length.out=100)
like.vals = rep(0,length(mu.vals))
for (i in 1:length(like.vals)) {
  like.vals[i] = likelihood.normal.mu(mu.vals[i], sig2=1, x=x)
}
#Graficando la función de verosimilitud
plot(mu.vals, like.vals)
plot(mu.vals, like.vals, type="l", col="black", lwd=2)
abline(v=0, col="red", lwd=2)
mean(x)

Estadística Descriptiva con R

Chicos, aquí tienen la liga hacia la práctica de estadística descriptiva con R.
Clase del 16 de agosto del 2018.
https://www.dropbox.com/s/miyddi787b7bgje/Estadistica_Desc.nb.html?dl=0
y la bbdd
https://www.dropbox.com/s/0zyx8ioc5gmje4c/inmuebles.csv?dl=0

Recuerden que para poder visualizar el archivo HTML deben descargarlo primero y luego abrirlo con el navegador.

Introducción a R

Chicos, aquí tienen lo que hicieron con Ángel en la clase del 14/08/2018.
https://www.dropbox.com/s/1uhats59pxvbsfr/Introducci%C3%B3n_R.nb.html?dl=0

Favor de descargar y abrir con el navegador (Google Chrome o Explorer)