Resumen de Agrupamiento óptimo para una muestra con distribución normal y parámetros desconocidos

Iván Mauricio Pérez Laguna

• español

  En el presente artículo consideramos el caso de una muestra agrupada con función de densidad de probabilidad normal con media y desviación estándar desconocidas y proponemos los puntos de corte para formar el agrupamiento óptimo, definido como aquel que maximiza la información relativa asintótica de Fisher. Además, se presentan las expresiones de los estimadores de máxima verosimilitud y un método iterativo para su obtención. Para analizar los puntos de corte y de las expresiones obtenidas, se utilizaron la eficiencia del diseño de muestreo y el error cuadrado medio.

• English

  In the present paper we consider the case of a grouped sample with normal probability density function with mean and standard deviation unknown and we propose the cutoffs to form the optimal grouping, defined as the one that maximizes the asymptotic Fisher information. In addition, the equations of the maximum likelihood estimators and an iterative method to obtain them are presented. To analyze the cutoffs and the expressions obtained, the efficiency of the sample design and the mean square errors were used.