Documentos de Académico
Documentos de Profesional
Documentos de Cultura
278950521.unidad 5 - Breve Resumen Teórico
278950521.unidad 5 - Breve Resumen Teórico
. )ntonces, la media
del estimadote se obtendr como#
n N
j
C
E
=
3
)
3
(
,
+onde
:
3
j
)speran!a de la media muestral# es el valor medio de los valores que toma el estadstico
media muestral para las distintas muestras de n elementos que pueden e*traerse de una
poblacin de : elementos. 8i x es el estimador media muestral.
)ntonces# ) (x E representa la esperan!a de la media muestral.
,arian!a de la media muestral# 8i x es el estimador media muestral, entonces ) (x Var
representa la varian!a de la media muestral.
2." - #ro$iedades de los estimadores
)*iste mas de una formula '$estimador%( para estimar el parmetro
si
la esperan!a del estimador es igual al valor del parmetro poblacional.
= )
3
( E
Eficiencia: +ecimos que un estimador
1
3
es ms eficiente que
2
3
para estimar
si,
siendo ambos insesgados, la varian!a de
1
3
es menos que la del estimador
2
3
. &ara
calcular el concepto de eficiencia, se utili!a com<nmente el concepto de eficiencia relativa
)
3
(
)
3
(
2
1
Var
Var
Er =
Donde:
Er = 1 ambos estimadores son igualmente eficientes.
Er < 1 El estimador
1
3
es ms eficiente que el estimador
2
3
.
Er > 1 El estimador
1
3
es menos eficiente que el estimador
2
3
.
&uficiencia: 6n estimador
3
es suficiente si utili!a toda la informacin relativa al parmetro
contenida en la muestra.
#ro$iedades asintticas.
8e refieren a propiedades de los estimadores para el caso en que el tama7o de la muestra es
grande y tiende a infinito. )n estos casos, la distribucin de
3
es funcin del tama7o de la
muestra en cuanto a media, varian!a y forma matemtica.
Inses%ade! Asintica: 8e dice que el estimador
3
es asintticamente insesgado para
estimar el parmetro
cuando se apro*ima al valor del parmetro con probabilidad tendiente a la unidad cuando el
tama7o de la muestra crece indefinidamente.
1 )
3
( < e !
, 5uando n tiende a infinito. 9 e es un n= real que tiende a cero.
Mtodo para estimar la 5onsistencia
a( >ue el estimador sea asitticamente insesgado#
=
)
3
( li* E
n
-
b(
0 )
3
( li* =
Var
n
Eficiencia asinttica: ;ace referencia a la dispersin del estimador
3
y est definida solo
para estimadores cuya media y varian!a asinttica e*istan.
6n estimador
3
es asintticamente eficiente para estimar
si se cumple#
a(
3
posee esperan!a y varian!a finita
b(
3
es consistente
c( :o e*iste otro estimador
6
consistente para estimar
=
=
=
=
n
f x x
"
n
i
i i
x
Aclaracin de al%unos $rocedimientos )ue se reali!ar*n: 8upongamos que llamamos a ?
a la variable aleatoria que queremos estudiar 'caracterstica poblacional(. 9 que para ello
vamos a hacer n observaciones de la poblacin 'muestra de tama7o n(, donde ? posee una
distribucin de probabilidades.
Las observaciones que obtendremos sern datos concretos, aunque su valor ser aleatorio y
las denotaremos como % %
2 1
x x !."
.
n
x
5omo las
i
x
son representaciones de ?, entonces
cada
i
x
tendr la misma funcin de distribucin que ?. 8i adems las
i
x
son
'
independientes, tenemos los que se llama una muestra aleatoria simple. +e ello se deduce
que si cada valor de
i
x
proviene de la misma poblacin, la cual est asociada a una funcin
de distribucin, entonces cada
i
x
tendr la misma media y varian!a.
+. Distribuciones de los Estimadores comnmente utilizados
+.A -,istri-ucin de la media muestral x
a( m x E = ) (
Demostracin:
)4 ( ... ) ( ) ( 5
1
) ... (
1
) (
1
) ( ) (
2 1 2 1
1
1
n n
n
i
i
n
i
i
x E x E x E
n
x x x E
n
x E
n n
x
E x E + + + = + + + = = =
=
=
#omo
% ) ( ) ( m # E x E
i
= =
entonces
m
n
nm
m m m
n
x E x E x E
n
x E
n
= = + + + = + + + = )4 ... 5
1
)4 ( ... ) ( ) ( 5
1
) (
2 1
) ( ) ( # E m x E = = " estimador insesgado.
b(
n
x Var
#
x
2
2
) (
= =
Demostracin:
#omo:
n
x
x
n
i
i
=
=
1
, entonces#
) ... ( )
1
( ) ( )
1
( ) ( ) (
2 1
2
1
2 1 2
) (
n
n
i
i
n
i
i
x
x x x V
n
x V
n n
x
V x V + + + = = = =
=
=
5omo
% ) ( ) (
2
= = # V x V
i
entonces:
(
1
) ... ( )
1
(
2
2 1
2 2
) (
n
x x x V
n
n
x
= + + + =
= + + + ) ...
2 2 2
n n
n
2
2
2
=
s, la varian!a del estimador media muestral es directamente proporcional a
2
(,arian/a
p!7laci!nal) e in,ersa*ente pr!p!rci!nal al ta*a0! "e la *8estra (n). #e *anera 98e
c!ntr!lan"! el ta*a0! "e la *8estra p8e"e c!ntr!larse el ,al!r "e
2
) ( x
.
+istribucin de x en 8na p!7laci:n +!r*al c!n *e"ia y ,arian/a c!n!ci"a.
Resumiendo:
8i % %
2 1
x x !."
n
x
es una muestra aleatoria de la variable ? proveniente de una poblacin
donde# )% ; ( m N # entonces#
<
)% ; (
n
m N x
o
) 1 % 0 ( N
n
m x
$
&or aplicacin del 35L, si x es la media muestral aleatoria de tama7o n que se toma de una
poblacin con media
) ( x
m
y varian!a
2
) ( x
.
8i cada normal estandari!ada 'correspondiente a cada elemento de la muestra( se la eleva al
cuadrado, se obtiene una distribucin @i.Acuadrado con 0 grado de libertad )% 1 (
) (
2
2
2
m x
i
9 si se tienen n ,.. independientes % %
2 1
x x !."
n
x
, cada una con una distribucin @iA
cuadrado con % %
2 1
% % !."
n
%
grados de libertad respectivamente, entonces#
n
x x x & + + + = ...
2 1
%
2
) ... (
2 1 n
% % %
&
+ + +
2
2
2
2
2
2
2
1 2
) (
) (
...
) ( ) (
m x m x m x
n
n
+ +
=
=!*! p!r l! general n! se c!n!ce m (*e"ia p!7laci!nal) p!r ser 8na caracter.stica p!7laci!nal%
"e7e*!s tra7a>ar c!n la *e"ia *8estral ( x ). #ich! ca*7i! trae c!*! alteraci:n l!s gra"!s "e
li7erta".
#e*!straci:n: partien"! "e
2
1
) ( m x
n
i
i
=
(1)
S8*an"! y restan"! x en (1)% tene*!s:
2
2
1
2
1
)4 ( ) 5( ) ( m x x x m x
n
i
i
n
i
i
+ =
= =
(2)
#esc!*p!nien"! el 7in!*i! en (2) llega*!s a:
4 ) ( ) )( ( 2 ) 5(
2 2
1
m x m x x x x x
i
n
i
i
+
=
(-)
#istri78yen"! la s8*at!ria en (-) tene*!s:
= = = =
+ =
n
i
n
i
i
n
i
i
n
i
i
m x m x x x x x m x
1
2
1
2
1
2
1
) ( ) )( ( 2 ) ( ) (
(')
=!*! ) ( m x es 8na c!nstante y
% 0 ) (
1
=
=
n
i
i
x x
(nt!nces%
0 ) ( ) ( 2
1
=
=
n
i
i
x x m x
(<)
Ree*pla/an"! (<) en (')
2 2
1 1
2 2
1
2
1
) ( ) ( ) ( ) ( ) ( m x n x x m x x x m x
n
i
i
n
i
n
i
i
n
i
i
+ = + =
= = = =
(2)
Si "i,i"i*!s a (2) p!r
2
2
2
2
2
1
2
2
1
) (
) ( ) (
m x n
x x m x
n
i
i
n
i
i
= =
(?)
Sa7e*!s 98e
2
) (
2
2
1
) (
%
n
i
i
m x
=
@!r !tr! la"!% si
)% ; ( m N #
entonces#
)% ; (
n
m N x
con lo cual
) 1 % 0 ( N
n
m x
$
=
, entonces
2
) 1 (
2
2
2
) (
=
n
m x
$
o
2
) 1 (
2
2
2
) (
=
n m x
$
)l segundo trmino del lado derecho de '2( sigue una distribucin @iA5uadrado con un grado
de libertad. &or lo tanto, necesariamente el primer trmino del lado derecho de la ecuacin 2
seguir una distribucin @iAcuadrado con 'nA0( grados de libertad.
?
2
) 1 (
2
2
1
) (
n
n
i
i
x x
(A)
8i el estimador de la varian!a muestral es
2
1
2 1
2
2
) 1 ( ) (
) 1 (
) (
" n x x
n
x x
"
n
i
i
n
i
i
=
=
=
'1(
Beempla!ando '1( en 'C( llegamos a#
2
) 1 (
2
2
) 1 (
n
" n
(10)
s, cuando se trata de probabilidades 'inferencia( relacionadas con la varian!a se utili!a el
estimador 'estadstico( 8
"
y mediante operaciones aritmticas lo transformamos a la e*presin
2
2
) 1 (
" n
, sabiendo que#
2
) 1 (
2
2
) 1 (
n
" n
= =
n
m x n
n
x x
n
m x
n
i
i
n
i
i
(11)
plicando )speran!a a '00( y reordenando
=
= =
)
) 1 (
) (
) 1 (
) (
( )
) 1 (
) (
(
2
2
1
2
1
n
m x n
n
x x
E
n
m x
E
n
i
i
n
i
i
=
= =
)
) 1 (
) (
( )
) 1 (
) (
( )
) 1 (
) (
(
2
2
1
2
1
n
m x n
E
n
x x
E
n
m x
E
n
i
i
n
i
i
A
4 ) 5(
) 1 (
) ( ) ( 5
) 1 (
1
2 2 2
1
m x E
n
n
" E m x E
n
i
n
i
+ =
=
(12)
+espejando S
2
(12)
4 ) 5(
) 1 (
) ( 5
) 1 (
1
) (
2 2
1
2
m x E
n
n
m x E
n
" E
i
n
i
=
=
(1-)
5omo#
2 2
) ( = m x E
i
(1')
n
x V m x E
2
2
) ( 4 ) 5(
= = (1<)
S8stit8yen"! en (1-) las relaci!nes (1') y (1<) se !7tiene
4
) 1 ( ) 1 (
1
) (
2
1
2 2
n n
n
n
" E
n
i
=
=
) 1 ( ) 1 (
) (
2 2
2
=
n n
n
" E
)
) 1 (
1
) 1 (
( ) (
2 2
=
n n
n
" E
% ent!nces
2 2
) ( = " E (12)
5.# $ Distri%ucin de& estimador proporcin muestra& 'para muestras (randes)
(n *8ch!s cas!s% el inters "el est8"i! p8e"e estar !rienta"! al c!*p!rta*ient! "e 8na
pr!p!rci:n ((>.: pr!p!rci:n "e art.c8l!s "e)ect8!s!s).
Teorema: Sea
p
la pr!p!rci:n *8estral as!cia"a a 8na caracter.stica% la c8al se presenta en la
p!7laci:n en 8na pr!p!rci:n
! alternati,a*ente:
) 1 % 0 (
) 1 ( C
N
n
p
$
=
, dado que no conocemos
.
5uando ello ocurre se sustituye el desvo poblacional
) (
, por el desvo muestral
correspondiente '8(, lo cual altera la distribucin antes utili!ada, obteniendo ahora la siguiente
distribucin#
.. . ) 1 ( l g n t
n
"
m x
Demostracin:
8i a la e*presin
) 1 % 0 ( N
n
m x
$
=
la dividimos por #
) 1 (
C ) 1 (
2
2
n
" n
donde
2
) 1 (
2
2
) 1 (
n
" n
"i,i"i"a p!r s8s gra"!s "e li7erta"% 98e es >8sta*ente la "e)inici:n "e 8na t "e
st8"ent c!n (n-1) gra"!s "e li7erta"#
l g n t
n
N
n
" n
n
m x
gl n
. ) 1 (
) 1 (
) 1 % 0 (
) 1 (
C ) 1 (
2
) 1 (
2
2
=
*.E $ Diferencias de +arian!as *para po-laciones normales,
gl n n .
"
"
y x
x y
y x
) 1 ; 1 (
C
C
2 2
2 2
11