Optimización de región de contraste mediante la prueba de hipótesis, utilizando p-valores en el lema de Neyman Pearson

Descripción del Articulo

De una población se puede obtener varias muestras aleatorias, dependiendo si se relaciona con reemplazo o sin reemplazo y por definición un estimador es función de la muestra aleatoria. Para el estudio de distribución de confianza es suficiente una sola muestra aleatoria y, así podemos demostrar el...

Descripción completa

Detalles Bibliográficos
Autor: Urure Tejada, Luisa Graciela
Formato: tesis de maestría
Fecha de Publicación:2018
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:UNSA/8448
Enlace del recurso:http://repositorio.unsa.edu.pe/handle/UNSA/8448
Nivel de acceso:acceso abierto
Materia:Distribución de confianza
estimador
p-valor
simulación
lenguaje R
https://purl.org/pe-repo/ocde/ford#1.01.03
Descripción
Sumario:De una población se puede obtener varias muestras aleatorias, dependiendo si se relaciona con reemplazo o sin reemplazo y por definición un estimador es función de la muestra aleatoria. Para el estudio de distribución de confianza es suficiente una sola muestra aleatoria y, así podemos demostrar el lema de Neyman-Pearson en una primera parte en su forma clásica luego generalizar este lema usando el p-valor, para lo cual en el presente trabajo de tesis obtendremos una muestra aleatoria mediante la simulación utilizando el lenguaje R, para luego ejecutar una prueba de hipótesis y obtener al mismo tiempo intervalos de confianza.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).