EXACTITUD DE LA APROXIMACIN DEL ECM

Anteriormente
vimos que la aproximacin del ECM slo es, en realidad,
una aproximacin; es una buena aproximacin en algunos casos incluso
si la poblacin y la muestra son pequeas. Para que sea una buena
aproximacin del ECM, el sesgo debe ser pequeo al igual que los
trminos descartados en la aproximacin de la varianza. Si el
coeficiente de variacin de es pequeo, es decir, se estima con una
precisin relativa alta, entonces el sesgo es pequeo con respecto a la
raz cuadrada de la varianza. De igual forma es necesario que el
tamao de muestra sea grande (n mayor que 30) y . Si estas
condiciones no se cumplen, entonces se puede subestimar
severamente al ECM.

Ventajas de la estimacin por razones

Qu
ganamos al utilizar la estimacin por razones?
Si las desviaciones de con respecto a son menos que las desviaciones
de con respecto a , entonces . Anteriormente vimos que

Y utilizando la aproximacin del ECM, tenemos lo siguiente:

As,

Ventajas de la estimacin por razones

De esta forma, en cuanto a la exactitud de la aproximacin
si y slo si
Si los coeficientes de variacin son aproximadamente iguales, entonces es mejor utilizar la
estimacin por razones cuando la correlacin entre y es mayor que .
La estimacin por razones es ms adecuada si una recta por el origen resume la relacin
entre y , y si la varianza de con respecto a la recta es proporcional a . Bajo estas
condiciones,
es la pendiente de regresin ponderada por mnimos cuadrados que pasa
por el origen, donde los pesos son proporcionales a ; es decir, la pendiente
minimiza la
suma de cuadrados