Problemas:

Tipos: Puntual

Inferencia Estadstica

Estimacin (tema 3) Por Intervalos

Contraste de Hiptesis

Paramtrico (Temas 4 y 5) No Paramtrico (Tema 6)

TEMA 3: ESTIMACIN DE PARMETROS

Consiste en la obtencin de valores aproximados para las caractersticas desconocidas (parmetros) de la distribucin poblacional. Tipos de estimacin: - Puntual: un valor. Apartado 1 - Por intervalos: un intervalo con garantas de contener al parmetro. Apartado 2

 Estimadores y Estimaciones:

1) ESTIMACIN PUNTUAL
Estadsticos Estimadores de

Estrategias de bsqueda de estimadores de un parmetro : - Proponer estimadores con buenas propiedades (sub-apartado a). - Aplicar un mtodo de construccin de estimadores: Estimadores MximoVerosmiles (EMV) (sub-apartado b).

Para elegir entre diferentes estimadores para estimar un mismo parmetro nos basaremos en una medida, el ERROR CUADRTICO MEDIO (ECM): 2 El criterio: elegir el estimador que ECM = Var + E - tenga el menor ECM. 2 sesgo

PROPIEDADES DE LOS ESTIMADORES PARA TODO TIPO DE MUESTRAS:

ESTIMADOR INSESGADO significa que su media o valor esperado coincide con el parmetro , esto es:

= y por lo tanto, su sesgo=E - = 0 E

es insesgado, entonces ECM = Var Consecuencia: Si
ESTIMADOR EFICIENTE: si para estimar un mismo parmetro, disponemos de varios estimadores insesgados, el estimador eficiente ser el de menor varianza.

y insesgados. Si Var < Var entonces, es ms eficiente que 1 2 1 2 1 2

,7

Distribuciones de probabilidad de dos estimadores A y B de un parmetro poblacional Caso 1: A y B misma varianza Caso 2: A y B estimadores insesgados
1,4 1,2

,6

,5

1,0

,4

,8

f(B)
,3

f(A)
,6

f(B)

,2

,4

f(A)
,1 ,2 0,0 0,0

E[B] E[A]= A estimador insesgado E[A]= B estimador sesgado E[B] Var[A] = Var[B] ECM[A] < ECM[B] A mejor estimador que B

A y B insesgados E[A]=E[B]= Var[A] > Var[B] ECM[A] > ECM[B] B mejor estimador que A

PROPIEDADES DE LOS ESTIMADORES PARA MUESTRAS GRANDES: ESTIMADOR ASINTTICAMENTE INSESGADO significa que al aumentar el tamao de la muestra, su media tiende a coincidir con el parmetro , y por lo tanto, su sesgo tiende a cero. = Esto es, lim E
n

ESTIMADOR CONSISTENTE significa que a medida que crece el tamao de la muestra las estimaciones que nos proporciona el estimador se aproximan cada vez ms al valor del parmetro . Si el estimador es insesgado o asintticamente insesgado, para que sea consistente es suficiente que, cuando el tamao de la muestra tiende a infinito (es decir, se hace muy grande), la varianza del estimador se aproxime a cero. Esto es,

=0 lim Var n

Ejemplo de estimador consistente

1,4 1,2

1,0

,8

f( n =1000 )

,6

,4

,2

f( n =100 )

0,0

Al crecer el tamao de la muestra, las estimaciones se aproximan cada vez ms al verdadero de valor del parmetro.

CUADRO RESUMEN ESTIMADORES PUNTUALES Distribucin Poblacin Poisson XPo() Bernouilli XBe(p) Normal 2 X N(, ) Normal 2 X N(, ) Sin especificar Sin especificar Parmetro a estimar Estimador Propiedades estimador
insesgado, eficiente, consistente insesgado, eficiente, consistente insesgado, eficiente, consistente asint. insesgado, menor 2 ECM que cuasi-var S insesgado, consistente

Otras propiedades EMV EMV EMV EMV

p 2 2

=x p
X
S2

X
S2 2 S

asint. insesgado insesgado

EMV= Estimador mximo-verosmil