Page 284 - cip2007
P. 284

272                    6.2. Estad´ ısticas de orden


                          Ahora hacemos variar el argumento ω ylo que se obtiene son las as´ı lla-
                          madas estad´ısticas de orden. Este proceso de ordenamiento resulta ser de
                          importancia en algunas aplicaciones. Tenemos entonces la siguiente defini-
                          ci´on.

                            Definici´ on. (Estad´ ısticas de orden). Sea X 1 ,... ,X n una muestra
                            aleatoria. A las variables aleatorias ordenadas

                                         X (1)  =m´ın {X 1 ,... ,X n },
                                         X (2)  =m´ın {X 1 ,... ,X n }\ {X (1) },
                                         X (3)  =m´ın {X 1 ,... ,X n }\ {X (1) ,X (2) },
                                                . . .

                                         X (n)  =m´ax    {X 1 ,... ,X n },

                            se les conoce con el nombre de estad´ısticas de orden. A X (1)  se le llama
                            primera estad´ıstica de orden, a X (2)  se le llama segunda estad´ıstica de
                            orden, etc. A X (i)  se le llama i-´esima estad´ıstica de orden, i =1,... ,n.


                          Observe que, aunque los elementos de la muestra aleatoria sonvariables
                          aleatorias independientes, las estad´ısticas de orden no loson, pues deben
                          mantener la relaci´on X (1)  ≤ X (2)  ≤ ··· ≤ X (n) .Observe adem´as que la i-
                          ´esima estad´ıstica de orden X (i)  no necesariamente es igual a alguna variable
                          de la muestra aleatoria en particular, sino que, en general, es una funci´on
                          de todas las variables de la muestra aleatoria.

                          Nuestro objetivo es encontrar algunas f´ormulas relacionadas con las distri-
                          buciones de probabilidad de las estad´ısticas de orden cuando se conoce la
                          distribuci´on de las variables de la muestra aleatoria, que por simplicidad se
                          supondr´a absolutamente continua. En lo que resta del cap´ıtulo supondremos
                          entonces que X 1 ,... ,X n es una muestra aleatoria en donde cada variable
                          tiene funci´on de densidad f(x)y funci´on de distribuci´on F(x).
   279   280   281   282   283   284   285   286   287   288   289