Chuletas y apuntes de Matemáticas de Primaria

Dependencia e Independencia Lineal de Vectores

Dos vectores son independientes si el rango de la matriz que forman es 2 y son dependientes si su rango es 1.

Tres vectores son independientes si el rango de la matriz que forman es 3 y son dependientes si su rango es 1 o 2.

Puntos Coplanarios y Alineados

Los puntos son coplanarios si el rango de los vectores {AB, AC, AD} es 2.

Los puntos están alineados si el rango de los vectores {AB, AC, AD} es 1.

La Recta en el Espacio

Ecuaciones de la Recta

• Ecuación Vectorial

  x = a + λ·v → (x,y,z) = (a₁,a₂,a₃) + λ·(v₁,v₂,v₃)

• Ecuación Paramétrica

  x = a₁ + λ·v₁

  y = a₂ + λ·v₂

  z = a₃ + λ·v₃

• Ecuación Implícita (como intersección de planos)

  Ax + By + Cz = D

  A'x + B'y + C'z = D'

Relaciones de Incidencia y Perpendicularidad

T5. Estimación de Máxima Verosimilitud con Normalidad

Técnica de estimación general llamada máxima verosimilitud. La estimación MV consiste en utilizar como estimadores los valores de los parámetros que hacen máxima la probabilidad (la función de densidad conjunta) de obtener la muestra que observamos. En el caso del MLS con homocedasticidad y normalidad de ε, la función de verosimilitud (en logaritmos) es:

logℓ(β^0,β^1,σ^^2ε)=−n*log(σ^2)/2 −n*log(2π)/2 −∑i(yi−β^0−β^1xi)^2/2σ^^2ε

Para maximizar logℓ, tenemos que minimizar la SR. Esto quiere decir que los estimadores MV de (β0,β1) son los MCO.

IMPLICACIÓN: MCO con homocedasticidad y normalidad tiene las propiedades asociadas a los MV.

Propiedades de los Estimadores

Fundamentos de la Estadística

Conceptos Fundamentales

Estadística Descriptiva

Técnicas que permiten describir elementos de un colectivo a partir de la información contenida en las observaciones realizadas en los elementos de dicho colectivo.

Inferencia Estadística

Técnicas que permiten extrapolar a un colectivo la información contenida en las observaciones realizadas en un subconjunto de elementos de un colectivo. Los resultados de inferencia llevan asociada una incertidumbre que se mide con el cálculo de probabilidades.

Probabilidad y Espacio Muestral

Espacio Muestral

Conjunto de todos los resultados posibles distintos que se pueden observar al realizar un experimento aleatorio. Se representa por $W$ o $\Omega$.

Sucesos

Es un subconjunto del... Continuar leyendo "Fundamentos Esenciales de Estadística y Probabilidad: Conceptos Clave" »

Heterocedasticidad

La heterocedasticidad se presenta cuando la varianza del término de error de un modelo de regresión es cambiante. Esto significa que la varianza del error está relacionada con una o más variables explicativas, ya sea en su forma de nivel, cuadrática o como interacción entre dos variables explicativas. Su presencia debilita la prueba de hipótesis al incrementar o disminuir la varianza de los coeficientes estimados. La varianza disminuye siempre que se incluyan variables que tengan relación con la experiencia a través del tiempo, pero no hay certeza de que se estén probando las hipótesis correctas.

Fórmula específica para la varianza del estimador:

var (b¨)= + x2 Ge2/(+(xi-x*)2)2

Prueba de White

La Prueba de White... Continuar leyendo "Conceptos Fundamentales y Problemas Comunes en Modelos Econométricos" »

Determinación de la Significancia Individual de Coeficientes (Ejercicio 1)

Se requiere determinar la significancia individual de los coeficientes bajo la hipótesis nula de que no son significativos, utilizando un nivel de significancia del 1% ($\alpha = 0.01$).

Valores Obtenidos

• $T_{\text{tabla}} = 3.499$ (1 punto)
• Error estándar de $B_0$: $DE(B_0) = 55.54$ (0.5 puntos)
• Error estándar de $B_1$: $DE(B_1) = 1.57$ (0.5 puntos)
• Error estándar de $B_2$: $DE(B_2) = 5.64$ (0.5 puntos)

Pruebas de Hipótesis para Cada Coeficiente

Prueba para el Coeficiente $B_0$ (Intercepto)

• $T_{\text{prueba}}$ para $B_0 = 3.5996$ (0.5 puntos)
• Comparación: $T_{\text{prueba}} (3.5996) > T_{\text{tabla}} (3.499)$ (2 puntos)
• Decisión: Se rechaza $H_0$ de que $B_0$ no es

Muestreo Aleatorio Simple (M.A.S.): Conceptos Fundamentales

El Muestreo Aleatorio Simple (M.A.S.) sirve como referencia fundamental para todos los demás métodos de muestreo, aunque en la práctica su aplicación directa puede ser difícil. El M.A.S. se puede aplicar mediante diversos métodos. El más primitivo y mecánico sería el método de la lotería, donde a cada miembro de la población se le asigna un número.

Todos los números se colocan en un recipiente y se mezclan. El investigador va sacando las etiquetas con números. Todos los individuos que tengan los números seleccionados son los sujetos del estudio, lo que equivale a un sorteo justo entre los individuos de la población.

Tipos de Muestreo Aleatorio Simple

Muestreo Sin Reposición

Cada... Continuar leyendo "Muestreo Aleatorio Simple: Tipos, Métodos de Selección y Ventajas Estadísticas" »

Espacios Vectoriales

Se define a partir de dos conjuntos cuyos elementos son vectores y escalares. Un vector se dice combinación lineal de dos vectores si se verifica que donde son escalares cualquiera.

Teorema de Caracterización

Los vectores son linealmente independientes si y solo si existe alguna combinación lineal de ellos igualada a cero con algún escalar. Se llama sistema ligado a todo conjunto de vectores dependientes.

Propiedades

Un sistema libre de vectores no puede contener al vector nulo, ni dos vectores iguales o proporcionales. Las coordenadas de un vector respecto a las vi son únicas.

Base y Dimensión

Se llama base de un espacio vectorial a todo sistema libre de generadores.

Subespacios Vectoriales

Un conjunto se dice subvectorial... Continuar leyendo "Espacios Vectoriales y Aplicaciones Lineales" »

Nola esan dezake (lezake) Trumpek Mexikoko mugan harresia eraikiko duela
!

B)Nola etor zaitezke galtza motzetan egiten duen hotzarekin!

Egiten duen hotzarekin galtza motzetan etortzea ere!

C)Nola pentsa zenezakeen onartuko zintuela egin diozuna egin eta gero!

Egin diozuna egin eta gero onartuko zintuela pentsatzea ere!

A)Partida amaitzeko zorian zegoela iritsi zen hirugarren gola

Partida amai
...
tzear zegoela iritsi zen hirugarren gola
.

B)Eraikina erortzeko zorian dago. Hala ere hantxe bizi nahi du

Eraikina eror
...Tzear egona
...
gatik hantxe bizi nahi du
.

C)Teilatutik jaistear zegoela harrapatu zuten lapurra poliziek

Teilatua jaisteko zorian zegoela harrapatu zuten lapurra poliziek
.

D)Berehala iritsiko da nork bere saria edo zigorra jasotzeko momentua

Nork

Teorema de la Probabilidad Total, nos dice que sean X1, X2,…, Xk, una partición del espacio muestral y sea Y otro suceso aleatorio cualquiera.
Teorema de Bayes, nos dice que sean X1, X2,…, Xk, una partición del espacio muestral y sea Y otro suceso aleatorio cualquiera.

Variable discreta - Modelo de probabilidad binomial B ~ (n, p)

• Dos posibles resultados (éxito y fracaso, si y no, etc.),

• Los resultados son independientes entre si

• La probabilidad de éxito no varía.

• Donde n es el número de individuos en donde se realiza el ensayo y p la proporción de éxito.

• “Si se seleccionan N individuos de la población, la probabilidad de que se produzcan k ocurrencias del suceso entre los N individuos seleccionados se calcula:

Variable... Continuar leyendo "Fundamentos de Probabilidad e Inferencia Estadística: Modelos y Teoremas Esenciales" »