Está en la página 1de 11

PARMETROS Los parmetros son elementos que proporcionan informacin al cmdlet, ya sea mediante la identificacin de un objeto y sus atributos

sobre el que actuar o mediante el control de la realizacin de las tareas del cmdlet. El nombre del parmetro va precedido de un guin (-) y seguido por el valor del parmetro del modo siguiente: Verb-Noun -ParameterName <ParameterValue> EJEMPLO: En este sencillo ejemplo, el guin delante del nombre del parmetro indica al Shell de administracin de Exchange que la palabra que sigue inmediatamente al guin es un parmetro que se pasa al cmdlet y que la siguiente palabra independiente despus del parmetro es el valor de dicho parmetro.

ESTIMADOR En estadstica, un estimador es un estadstico (esto es, una funcin de la muestra) usado para estimar un parmetro desconocido de la poblacin. Para cada parmetro pueden existir varios estimadores diferentes. En general, escogeremos el estimador que posea mejores propiedades que los restantes, como insesgadez, eficiencia, convergencia y robustez (consistencia). El valor de un estimador proporciona lo que se denomina en estadstica una estimacin puntual del valor del parmetro en estudio. En general, se suele preferir realizar una estimacin mediante un intervalo, esto es, obtener un intervalo [a,b] dentro del cual se espera est el valor real del parmetro con un cierto nivel de confianza. Utilizar un intervalo resulta ms informativo, al proporcionar informacin sobre el posible error de estimacin, asociado con la amplitud de dicho intervalo. El nivel de confianza es la probabilidad de que a priori el verdadero valor del parmetro quede contenido en el intervalo.

EJEMPLOS: Ejemplo 1: Si se desea conocer el precio medio de un artculo (el parmetro desconocido) se recogern observaciones del precio de dicho artculo en diversos establecimientos (la muestra) y la media aritmtica de las observaciones puede utilizarse como estimador del precio medio. Ejemplo 2: En la prctica, en los intervalos suelen indicarse dando el valor del estimador puntual utilizado como centro del intervalo y un valor que debe sumarse y restarse para obtener el lmite superior e inferior, por ejemplo: Equivale a

ESTIMACIN Se llama estimacin al conjunto de tcnicas que permiten dar un valor aproximado de un parmetro de una poblacin a partir de los datos proporcionados por una muestra. Por ejemplo, una estimacin de la media de una determinada caracterstica de una poblacin de tamao N podra ser la media de esa misma caracterstica para una muestra de tamao n.1 La estimacin se divide en tres grandes bloques, cada uno de los cuales tiene distintos mtodos que se usan en funcin de las caractersticas y propsitos del estudio:

Estimacin puntual:2
o o o

Mtodo de los momentos; Mtodo de la mxima verosimilitud; Mtodo de los mnimos cuadrados;

Estimacin por intervalos. Estimacin bayesiana.

ESTIMACIN PUNTUAL Si a partir de las observaciones de una muestra se calcula un solo valor como estimacin de un parmetro de la poblacin desconocido, el procedimiento se denomina estimacin puntual. EJEMPLO: Queremos estimar la nota media de los alumnos de bachiller en la asignatura de matemticas que notaremos . Sea X la variable aleatoria que indica la

nota obtenida por cada estudiante. Tomamos una muestra de tamao n y denotamos la nota media de la muestra. Si al tomar una muestra de 100

estudiantes obtenemos que la media es 62, este nmero lo tomaramos como estimativo de . Decimos que 62 es una estimacin puntual de ESTIMACIN POR INTERVALOS Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro estimado con una cierta probabilidad. En la estimacin por intervalos se usan los siguientes conceptos: Intervalo de confianza El intervalo de confianza es una expresin del tipo [1, 2] 1 2, donde es el parmetro a estimar. Este intervalo contiene al parmetro estimado con una determinada certeza o nivel de confianza. Pero a veces puede cambiar este intervalo cuando la muestra no garantiza un axioma o un equivalente circunstancial. Variabilidad del Parmetro Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el tamao de la muestra que prescinde de este aspecto. Habitualmente se usa como medida de esta variabilidad la desviacin tpica poblacional y se denota . Error de la estimacin .

Es una medida de su precisin que se corresponde con la amplitud del intervalo de confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el error, ms ocurrencias debern incluirse en la muestra estudiada. En caso de no incluir nuevas observaciones para la muestra, ms error se comete al aumentar la precisin. Se suele llamar E, segn la frmula E = 2 - 1. Limite de Confianza Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin se site en el intervalo de confianza obtenido. El nivel de confianza se denota por (1-), aunque habitualmente suele expresarse con un porcentaje ((1-) 100%). Es habitual tomar como nivel de confianza un 95% o un 99%, que se corresponden con valores de 0,05 y 0,01 respectivamente. Valor Tambin llamado nivel de significacin. Es la probabilidad (en tanto por uno) de fallar en nuestra estimacin, esto es, la diferencia entre la certeza (1) y el nivel de confianza (1-). Por ejemplo, en una estimacin con un nivel de confianza del 95%, el valor es (100-95)/100 = 0,05. Valor crtico Se representa por Z/2. Es el valor de la abscisa en una determinada distribucin que deja a su derecha un rea igual a /2, siendo 1- el nivel de confianza. Normalmente los valores crticos estn tabulados o pueden calcularse en funcin de la distribucin de la poblacin. Por ejemplo, para una distribucin normal, de media 0 y desviacin tpica 1, el valor crtico para = 0,05 se calculara del siguiente modo: se busca en la tabla de la distribucin ese valor (o el ms aproximado), bajo la columna "rea"; se observa que se corresponde con -1,64. Entonces Z/2 = 1,64. Si la media o desviacin tpica de la distribucin normal no coinciden con las de la tabla, se puede realizar el cambio de variable t =(X-)/ para su clculo. Con estas definiciones, si tras la extraccin de una muestra se dice que "3 es una estimacin de la media con un margen de error de 0,6 y un nivel de confianza del 99%", podemos interpretar que el verdadero valor de la media se encuentra entre 2,7 y 3,3, con

una probabilidad del 99%. Los valores 2,7 y 3,3 se obtienen restando y sumando, respectivamente, la mitad del error, para obtener el intervalo de confianza segn las definiciones dadas. Para un tamao fijo de la muestra, los conceptos de error y nivel de confianza van relacionados. Si admitimos un error mayor, esto es, aumentamos el tamao del intervalo de confianza, tenemos tambin una mayor probabilidad de xito en nuestra estimacin, es decir, un mayor nivel de confianza. CARACTERISTICAS DE UN BUEN ESTIMADOR Las caractersticas de un buen estimador puntual son insesgabilidad, consistencia o exactitud, eficiencia o precisin y suficiencia. Insesgabilidad: Un estimador puntual es insesgado si la media de la distribucin muestral del estadstico (esperanza matemtica del estadstico) es igual al parmetro por estimar; es decir, si estadstico cualquiera y , entonces es un

es el parmetro correspondiente y si .

es un estimador insesgado de

Consistencia o exactitud: Por lo general un estimador no es idntico al parmetro que se estima, existe una diferencia entre ellos que es el error de muestreo, pero si se aumenta el tamao de la muestra suficientemente, la probabilidad de que esta diferencia sea mayor que un nmero fijo tender a cero.

Eficiencia o precisin: Un estimador

es ms eficiente que

de ).

, si la varianza del primero es menor que la del segundo (

Suficiencia: Se dice de manera intuitiva que un estimador es suficiente, si transmite tanta informacin de la muestra como sea

posible acerca del parmetro, de modo que se proporciona mayor informacin por cualquier otro estimador calculado de la misma muestra: y si se obtiene el valor de un estadstico suficiente los valores de muestra mismos no proporcionan ms informacin sobre el parmetro. Por ejemplo, tanto la media ( ) como la mediana como el ; sin

centro de amplitud (C.A.) se pueden usar como estimadores de embargo, slo la media

toma en cuenta cada valor o toda la

informacin de la muestra, mientras que el centro de amplitud slo toma en cuenta el primer y ltimo valor, y la mediana es una medida de tendencia central de posicin. As pues, la media es un estimador suficiente para EJEMPLO: 1- El ejemplo 9.3, son estimadores in sesgados de y y , de donde se concluye que y .

, respectivamente. Sin embargo, si se usa . Esto se puede demostrar

para estimar la varianza de una muestra, entonces fcilmente como se ve a continuacin

2- El ejemplo 9.3

y Md son estimadores in sesgados de , de donde

y tambin

consistentes; sin embargo, eficiente que Md para estimar .

es un estimador ms

INTERVALO DE CONFIANZA Las lneas verticales representan 50 construcciones diferentes de intervalos de confianza para la estimacin del valor Se llama intervalo de confianza en estadstica a un par de nmeros entre los cuales se estima que estar cierto valor desconocido con una determinada probabilidad de acierto. Formalmente, estos nmeros determinan un intervalo, que se calcula a partir de

datos de una muestra, y el valor desconocido es un parmetro poblacional. La probabilidad de xito en la estimacin se representa por 1 - y se denomina nivel de confianza. En estas circunstancias, es el llamado error aleatorio o nivel de significacin, esto es, una medida de las posibilidades de fallar en la estimacin mediante tal intervalo.1 EJEMPLO: Intervalo de confianza para la media de una poblacin De una poblacin de media y desviacin tpica se pueden tomar muestras de n elementos. Cada una de estas muestras tiene a su vez una media ( ). Se puede demostrar que la media de todas las medias mustrales coincide con la media poblacional:2 Pero adems, si el tamao de las muestras es lo suficientemente grande, 3 la distribucin de medias mustrales es, prcticamente, una distribucin normal (o gaussiana) con media y una desviacin tpica dada por la siguiente expresin:

. Esto se representa como sigue:

Si

estandarizamos, se sigue que: LMITES DE CONFIANZA Los dos lmites que definen el intervalo dentro del que presumiblemente se encuentran un parmetro poblacional que se estime. ERROR DE ESTIMACIN Y RIESGO El error estndar de la estimacin designado por sYX mide la disparidad promedio entre los valores observados y los valores estimados de. Se utiliza la siguiente formula.

Debemos entonces calcular los valores de para cada ciudad sustituyendo en la ecuacin los valores de los porcentajes de graduados de cada ciudad estudiada.

EJEMPLO: YX 4.2 7.2 4.6 0.4 0.16 4.9 6.7 4.5 0.4 0.16 7.0 17.0 6.6 0.4 0.16 6.2 12.5 5.7 0.5 0.25 3.8 6.3 4.4 0.6 0.36 Como esta medida trata de resumir la disparidad entre lo observado y lo estimado, es decir, trata de medir la diferencia promedio entre lo observado y lo estimado esperado de acuerdo al modelo, puede considerarse como un indicador del grado de precisin con que la ecuacin de regresin, describe la relacin entre las dos variables. TAMAO DE LA MUESTRA En Estadstica el tamao de la muestra es el nmero de sujetos que componen la muestra extrada de una poblacin, necesarios para que los datos obtenidos sean representativos de la poblacin. EJEMPLO: En el proyecto de Al Haouz en Marruecos, se ha calculado que cerca del 30% (0,3) de los nios de la zona del proyecto padecen de malnutricin crnica. Este dato se basa en estadsticas nacionales sobre malnutricin en las zonas rurales. Utilizando los valores estndar indicados supra se efecta el clculo siguiente: 7.6 23.9 8.0 0.4 0.16 4.4 6.0 4.4 0.0 0.00 5.4 10.2 5.2 0.2 0.04 1.29 Syx = 0.46 (decenas de miles $)

Calcula:
n= 1.96 x .3(1-.3) .05 n= 3.8416 x .21 .0025 n= .8068 .0025 n= 322.72 ~ 323

MEDIA POBLACIONAL La media de una poblacin es un parmetro (una caracterstica medible de una poblacin), as como la amplitud de variacin (la diferencia entre el valor ms grande y el ms pequeo en un conjunto de datos). A partir de datos en vivo, los que no han sido agrupados en una distribucin de frecuencias o en una representacin de tallo y hoja, la media de una poblacin es: Suma de todos los valores de la poblacin X Media de una poblacin = = Nmero de valores en la poblacin N Donde: Representa la media de poblacin N n total de elementos en la poblacin X cualquier valor en particular

sumatoria

PROPORCIN POBLACIONAL En poblaciones dicotmicas con una proporcin puntual del parmetro de xitos el estimador

es la proporcin muestral de xitos, p, que coincide con la

media de la muestra cuando se codifica como 1 la caracterstica que se considera como xito y 0 la que se considera no xito. A partir de un tamao muestral moderadamente grande el estadstico p tiene una distribucin aproximadamente normal. El intervalo de confianza para la proporcin poblacional est centrado en la proporcin muestral;

siendo sus lmites superior e inferior correspondiente al grado de confianza 1-

donde z /2 es el valor crtico de la distribucin normal tipificada y

es el error tpico de la proporcin. Para obtener el intervalo de confianza y contrastar hiptesis sobre la proporcin una alternativa consiste en tratar a la proporcin y la secuencia es: EJEMPLO:

como la media poblacional de una

variable dicotmica codificada como se ha descrito anteriormente (xito=1, no xito=0)

Para el intervalo de confianza:

Analizar Estadsticos Descriptivos Explorar

Para contrastar la hiptesis nula

Analizar Comparar medias Prueba T para una muestra. Utilizando este criterio los resultados numricos no coinciden exactamente con los que se obtendran aplicando la expresin del error tpico de la proporcin; no obstante la discrepancia es despreciable si el nmero de observaciones es suficientemente grande.