Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Ayudant́ıa 1 Teoŕıa Econométrica I Profesor: Tomás Rau Ayudantes: Bernardo De Moura y Sebastián Poblete∗ 11 de Agosto, 2017 1 Ejercicios 1. Determine si la función: F (x) = 0 , x ≤ 0|x|+ x , x ∈ (0, 14 ) 1 , x ≥ 14 corresponde a una CDF (cumulative distribution function). 2. Demuestre la Desigualdad de Markov, que indica lo siguiente: Sea X una variable aleatoria y a > 0, entonces: Pr(|X| > a) ≤ E(|X|) a 3. Demuestre la Desigualdad de Chebyshev, que indica lo siguiente: Sea X una variable aleatoria no negativa y una función f : R → R creciente tal que E[f(X)] < +∞. Entonces ∀a ∈ R es cierto que: f(a) · Pr(X ≥ a) ≤ E[f(X)] 2 Normal Multivariada Condicional Luego de introducir los conceptos de esperanza y matriz de varianzas y covarianzas propias de una distribución multivariada, podemos enunciar el siguiente Teorema: ∗Cualquier duda respecto de esta ayudant́ıa favor enviarme un correo a sjpoblete@uc.cl, bdemoura1@uc.cl. Teoŕıa Econométrica I, Instituto de Economı́a, Ponificia Universidad Católica de Chile. 1 Si tenemos los siguientes vectores aleatorios Y y Z (n-dimensionales) que cumplen con lo siguiente:( Y Z ) ∼ N (( µY µZ ) , ( ΣY Y ΣY Z ΣZY ΣZZ )) Entonces se cumplirá que la distribución de Y condicional en Z = z será Normal con la siguiente esperanza y matriz de varianzas y covarianzas: ⇒ Y |Z = z ∼ N (µY − ΣY Zσ−1ZZ(z − µZ),ΣY Y − ΣY ZΣ −1 ZZΣZY ) 2
Compartir