Diferencia entre revisiones de «Teorema de Cochran»
Contenido eliminado Contenido añadido
m Bot - Fusionando plantillas de problemas |
#calidad2019 |
||
| Línea 1: | Línea 1: | ||
En [[estadística]], el '''teorema de Cochran''', creado por [[William G. Cochran]], es un teorema utilizado para justificar los resultados relacionados con las distribuciones de probabilidad de estadísticas que se utilizan en el análisis de varianza.<ref name="Cochran">{{cite journal|last=Cochran|first=W. G.|authorlink=William Gemmell Cochran|title=The distribution of quadratic forms in a normal system, with applications to the analysis of covariance|journal=Mathematical Proceedings of the Cambridge Philosophical Society|date=Abril de 1934|volume=30|issue=2|pages=178-191|doi=10.1017/S0305004100016595}}</ref><ref>{{cite book |author= Bapat, R. B.|title=Linear Algebra and Linear Models|edition=Second|publisher= Springer |year=2000|isbn=978-0-387-98871-9}}</ref> |
|||
{{PA|referencias|wikificar|t=20100514|matemáticas}} |
|||
== Teorema de Cochran == |
== Teorema de Cochran == |
||
| Línea 18: | Línea 18: | ||
*<math>Q_i,\dots,Q_k</math> son independientes |
*<math>Q_i,\dots,Q_k</math> son independientes |
||
*<math>Q_i \in \sigma^2 X_(r_i)^2 i= 1,\dots,k</math> |
*<math>Q_i \in \sigma^2 X_(r_i)^2 i= 1,\dots,k</math> |
||
==Referencias== |
|||
{{listaref}} |
|||
== Bibliografía == |
== Bibliografía == |
||
Revisión del 16:09 9 feb 2019
En estadística, el teorema de Cochran, creado por William G. Cochran, es un teorema utilizado para justificar los resultados relacionados con las distribuciones de probabilidad de estadísticas que se utilizan en el análisis de varianza.[1][2]
Teorema de Cochran
Sean las n variables aleatorias X1,..., Xn, independientes e idénticamente distribuidas N(0,σ²).
Donde son formas cuadráticas no negativas definidas en las V.A. Esto es
Sea rango j = 1,...,k
Si
Entonces:
- son independientes
Referencias
- ↑ Cochran, W. G. (Abril de 1934). «The distribution of quadratic forms in a normal system, with applications to the analysis of covariance». Mathematical Proceedings of the Cambridge Philosophical Society 30 (2): 178-191. doi:10.1017/S0305004100016595.
- ↑ Bapat, R. B. (2000). Linear Algebra and Linear Models (Second edición). Springer. ISBN 978-0-387-98871-9.
Bibliografía
- Gut, Allan. An intermediate course in probability. Springer-Verlag New York, Inc. (1995). Pag. 141-142. Traducción libre realizada en la clase de Principios de Ingeniería de Información. Escuela de Ingeniería Industrial. Universidad de Carabobo. Venezuela. Jueves 13-05-2010; Prof. Ángel Carnevali, Brs: Oscar Mistage, Luis Bolívar, Luis Latuff, Karin Sanchez, Giuliano Salvadori, Carlos Páez.