Problemas:

Tipos:
Puntual

Estimacin
(tema 3)

Por Intervalos

Inferencia
Estadstica
Contrast
e 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

1) ESTIMACIN PUNTUAL

Estimadores y Estimaciones:

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):
ECM Var + E El criterio: elegir el estimador que

tenga el menor ECM.

2
,_
_,
sesgo2

PROPIEDADES DE LOS ESTIMADORES PARA TODO TIPO

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

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

Consecuencia: Si es insesgado, entonces ECM Var

ESTIMADOR EFICIENTE: si para estimar un mismo parmetro,

disponemos de varios estimadores insesgados, el estimador eficiente ser
el de menor varianza.

1 y 2 insesgados. Si Var

Var 2 entonces,

es ms eficiente que 2

,7

Distribuciones de probabilidad de dos

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

,6

1,2

,5

1,0

,4

f(B)

f(A)

,8

,3

,6

,2

,4

,1

,2

0,0

E[B] E[A]=
A estimador insesgado E[A]=
B estimador sesgado

0,0

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,

lim Var =0

Ejemplo de estimador consistente

1,4

1,2

1,0

f(

,8

,6

,4

,2

0,0

Al crecer el tamao de la muestra, las estimaciones

de se aproximan cada vez ms al verdadero

valor del parmetro.

CUADRO RESUMEN ESTIMADORES PUNTUALES

Distribucin
Poblacin

Parmetro a
estimar

Poisson
XPo()

Bernouilli
XBe(p)

Normal
2
X N(,
)
Normal2
X N(,
)
Sin
especificar

Sin
especificar

S2
S 2

Estimador

Propiedades
estimador

Otras
propiedades

insesgado, eficiente,
consistente

EMV

insesgado, eficiente,
consistente

EMV

p =
x

insesgado, eficiente,
consistente

EMV

S2

asint. insesgado, menor

ECM
que cuasi-var S
2

EMV

EMV= Estimador mximo-verosmil

insesgado, consistente

asint. insesgado
insesgado