Estadistica

Inferencia Estadística.

Lema de Neyman-Pearson para Distribuciones de Confianza.
Primer autor (Ponente): Edilberto Nájera Rangel

Este lema básicamente dice que la distribución de confianzabasada en la estadística suficiente canónica, quizá a través de condicionamiento, es menos dispersa que cualquier otra distribución de confianza obtenida de los datos. Este resultado es muy importanteporque en la mayoría de los casos de interés práctico nos dice qué distribución de confianza debemos usar a fin de que la inferencia que realicemos para un parámetro escalar sea más exacta.

Una NuevaPrueba de no Inferioridad para Variables Dicotómicas Independientes Basada en un Estimador de Proporción Contraído.
Primer autor (Ponente): Félix Almendra Arao.

En este trabajo se presenta unanueva prueba de no inferioridad para la diferencia de dos proporciones independientes, esta prueba se basa en una estadística tipo Wald, donde para estimar las proporciones se usan tanto los estimadoresde máxima verosimilitud como un tipo de estimadores con contracción. Se compara esta prueba con otra prueba tipo Wald, la cual ha demostrado tener un muy buen comportamiento en cuanto al tamaño deprueba y potencia se refiere. Se concluyó que la prueba nueva es más fácil de implementar.

Una Prueba de Homogeneidad para Datos Circulares.
Primer autor (Ponente): Juan José Fernández DuránSegundo: María Mercedes Gregorio Domínguez.

Probar homogeneidad de un conjunto de distribucionales poblacionales de variables aleatorias circulares es muy relevante en distintas áreas tales como efectosestacionales en el surgimiento de enfermedades, el estudio de patrones de viento en el tiempo, efectos calendario en finanzas, entre otras. En esta plática, consideramos que las distribucionespoblacionales son miembros de la familia de distribuciones circulares basadas en sumas trigonométricas no negativas (NNTS) y construimos una prueba de homogeneidad basada en el cociente de verosimilitudes....