14 de abril de 2016
Estadstica (I. Inform
atica/I. en Tecnologas de la Informacion)
1.1. Descripci
on general de la prueba
La prueba de evauaci on continua (PEC) consiste en la resolucion de uno de
los dos ejercicios propuestos. Ambos ejercicios tienen como objetivo revisar de
una manera practica algunos de los contenidos que se estudian en las unida-
des didacticas 3 y 4 del programa de la asignatura empleando procedimientos
sencillos de simulacion estoc
astica.
Los ejercicios no requieren del uso de funciones complejas para la simulaci
on,
con lo cual se pueden resolver utilizando las funciones estadsticas elementales
de una hoja de c alculo como Excel. Aunque este equipo docente no impone la
herramienta a utilizar, s recomienda usar el entorno R de programacion; este
entorno de programacion se est a imponiendo como herramienta de analisis de
datos en instituciones academicas y en empresas privadas.
R es un software de distribuci on libre que se puede descargar de la pagina
web del R project.
https://www.r-project.org/
1.2.1. Ejercicio 1
En este ejercicio se propone simular B = 50000 valores de las distribuciones
de los estimadores cuasivarianza muestral y varianza muestral:
1 X 1X
n n
S2 = 2
(Xi X) y s2 = 2
(Xi X)
n 1 i=1 n i=1
2
1.2. EJERCICIOS PROPUESTOS
1.2.2. Ejercicio 2
En este ejercicio se propone simular 50000 observaciones de una variable
aleatoria Z con distribucion N (0, 1), a partir de los valores simulados de una
variable uniforme en (0, 1), utilizando el metodo de BOX-MULLER (captulo
3 del texto base).
1. Describir los pasos del procedimiento que le permitira obtener los valores
simulados de la N (0, 1) e implementar el procedimiento en un algoritmo
para la simulaci
on.
2. Explicar la manera en que un histograma de frecuencias nos ayuda a re-
presentar la funci
on de densidad de una variable continua; para ello puede
consultar cualquier manual introductorio de Estadstica. Representar el
histograma de los valores simulados. Que se puede decir de la forma del
histograma obtenido? (m aximo 1 p
agina).
3. Utilizar los resultados de la simulaci
on para aproximar la probabilidad
P (Z > 1.645).