Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estimadores
Patricia Kisbye
FaMAF
11 de mayo, 2010
Análisis estadístico
Inferencia estadística:
I Elegir una distribución en base a los datos observados.
I Estimar los parámetros de la distribución (EMV).
I Pruebas de bondad de ajuste.
Estimación de parámetros
I Varianza del estimador. Var(θ̂).
I Error cuadrático medio del estimador. E[(θ̂ − θ)2 ].
I Estimadores por intervalo e intervalos de confianza.
I Pruebas de hipótesis. Nivel de significación α. Valor p.
Media muestral
X1 + X2 + · · · + Xn
X (n) = .
n
La media muestral se utiliza como un estimador de la media θ, es
decir, de θ = E[Xi ].
Estimador insesgado.
" n
# n
X Xi X E[Xi ] nθ
E[X (n)] = E = = = θ.
n n n
i=1 i=1
Error cuadrático medio
√
La media muestral es un buen estimador de E[X ] si σ/ n es
pequeño.
I El ECM depende de la distribución de Xi y del tamaño de la
muestra.
I Teorema central del límite. Si Z ∼ N(0, 1) y n es grande:
!
|X (n) − θ|
P √ > c ≈ P{|Z | > c}.
σ/ n
Varianza muestral
σ2
El indicador como estimación del error en la media muestral, tiene
n
el inconveniente que σ es en general desconocida.
E S 2 (n) = Var(X )
n n
X X 2
(Xi − X (n))2 = Xi2 − nX (n)
i=1 i=1
Varianza muestral
Xj+1 − X (j)
X (j + 1) = X (j) +
j +1
1
S 2 (j + 1) = 1− S 2 (j) + (j + 1)(X (j + 1) − X (j))2
j
Estimación de una proporción
X (n)(1 − X (n))
.
n
Algoritmo: Cálculo de E[X ]
X (n) − θ
√ ∼ Z = N(0, 1)
σ/ n
I P(Z > zα ) = α, para 0 < α < 1.
I Si el nivel de confianza deseado es 1 − α, utilizamos ±zα/2 .
I Ejemplo: nivel de confianza del 95%: α = 0.025, y zα = 1.96.
Estimador por intervalos
!
|X (n) − θ|
P √ ≤ 1.96 = 0.95.
σ n
σ σ
P X (n) − 1.96 √ ≤ θ ≤ X (n) + 1.96 √ = 0.95.
n n
1.96σ 1.96σ
I (X − √ , X + √ ).
n n
I z0.025 = 1.96.
I El 95% de los intervalos
cubren la media.
Estimador por intervalos
I Si la varianza σ 2 es desconocida, utilizamos el estimador S 2 (n).
I Para determinar un intervalo de confianza, es necesario conocer
la distribución del estadístico:
√ X (n) − θ
n
S(n)
Z
Tk = r
χ2k
k
Intervalos de confianza
√ X (n) − θ
n ∼ Tn−1
S(n)
I Sea tα tal que P(|Tn−1 | > tα ) = 1 − α.
S(n) S(n)
P X (n) − tα/2 √ ≤ θ ≤ X (n) + tα/2 √ = 1 − α.
n n
I Para n > 120, puede usarse la distribución normal, es decir,
tα ≈ zα .
Intervalos de confianza para proporciones
p̂(1 − p̂)
p̂ = X (n) y Var(p̂) = .
n
I Intervalos de confianza del 100(1 − α)%:
r r !
p̂(1 − p̂) p̂(1 − p̂)
p̂ − zα/2 , p̂ + zα/2
n n
Longitud del intervalo de confianza