Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estimacin Puntual:
Objetivo.
Dar un valor numrico que aproxime en forma muy cercana al parmetro poblacional.
La estimacin puntual de un parmetro de una poblacin es un solo valor numrico de un
estadstico que corresponde a este parmetro.
Un estadstico utilizado para aproximar a un parmetro de una poblacin se denomina
Estimador del Parmetro. El nmero obtenido cuando se evala el estimador para una muestra
particular, se denomina Estimacin del Parmetro.
Sea X una variable aleatoria de inters con distribucin de probabilidad f (x).
: Parmetro Desconocido.
: f (X1, X2, X3,,Xn)
m. a. de tamao n.
Estadstico.
Estimador.
Por ejemplo:
es un posible estimador de .
= Estimador puntual de P.
2 : Varianza Poblacional.
Estimador puntual de .
Estimador puntual de
Sea X una variable aleatoria con media desconocida y varianza 2.
X1, X2,, Xn
m. a. de tamao n.
=
= f (X1, X2,, Xn)
Cul es el mejor?
Antes de responder a esta pregunta debemos decidir que propiedades son deseables en un
estimador puntual.
Obviamente queremos que el estimador produzca estimaciones que puedan esperarse
sean prximas en valor al parmetro que se esta estimando.
Insesgabilidad
Eficiencia
Consistencia
Suficiencia
Estimador In sesgado:
Sea
si E (
es un estimador insesgado
Sesgo
Suponga que X es una variable aleatoria con media y varianza 2, sea X1, X2, X3, X4,,
Xn una m. a. de tamao n de X. Es posible probar que la media muestral
y la varianza
2
2
muestral S son estimadores insesgados de y respectivamente.
de un parmetro .
Si
Ya que el sesgo
Varianza de
Error de estimacin.
5
Cantidad aleatoria.
exactamente correcto.
Eficiencia Relativa:
La eficiencia relativa entre dos estimadores
respectivos ECM (
) y ECM (
) se define como:
es un mejor
estimador de que
Si
Eficiencia Relativa =
Estimador Consistente:
6
Si
es un estimador insesgado de , basado en una m. a. de tamao n, decimos que
es consistente para , si:
N (, 2) y X1, X2,, Xn
es un
Es un estimador insesgado de .
Un estimador por intervalo es una regla que especifica un mtodo que utiliza las
mediciones de la muestra para calcular dos nmeros que forman los extremos del intervalo.
Objetivo:
Encontrar un estimador por intervalo que genere intervalos angostos que contengan a
(parmetro) con una alta probabilidad.
Los estimadores por intervalo se denominan comnmente intervalos de confianza.
Un intervalo de confianza de , es un intervalo [L, U] que incluye a con un grado de
certidumbre establecido.
L y U se denominan extremos inferior y superior del intervalo de confianza.
L: Limite inferior de confianza.
U: Limite de confianza superior.
L, U: Estadsticos (variables aleatorias).
Para construir un estimador por intervalo del parmetro desconocido, debemos
encontrar L y U tal que:
P (L U) = 1
La probabilidad 1 se le llama Coeficiente de Confianza. Usualmente, se expresa en
porcentaje: 100 (1 ) %.
1 es la probabilidad de que el intervalo contenga al parmetro.
0<<1
El intervalo resultante:
LU
Se llama intervalo de confianza del 100 (1 ) % para el parmetro . (Intervalo de
confianza de dos lados).
En ocasiones un intervalo de confianza de un lado podra ser til.
L Intervalo de confianza inferior del 100 (1 ) %.
U Intervalo de confianza superior del 100 (1 ) %
Donde U se elige de modo que:
P ( U) = 1 -
Si usamos
Distribucin de
De donde:
Aproximadamente.
Aproximadamente.
Para construir un intervalo de confianza de , primero hallaremos una variable aleatoria
(v. a.) cuya expresin contenga a y cuya distribucin se conozca al menos aproximadamente.
Ntese que la v. a.
Si 2 no se conoce (y
) reemplazar por S en (I). Buena aproximacin,
siempre que n sea grande (n 30).
N (, 2)
Varianza Muestral
Estimador puntual de
10
Reacomodando:
P (L U) = 1
11
Donde
derecha.
a la
12
Estimacin de 2.
Suponga que una m. a. de tamao n es seleccionada de una poblacin normal con media
y varianza 2 desconocidas.
N (, 2)
Estimador puntual de 2.
Son estadsticos.
Construir un intervalo de confianza del 100 (1 ) % para 2.
13
Reacomodando:
P (L
U) = 1-
Limite de confianza
Donde
14
Sabemos que:
Aproximadamente.
15
Estimador puntual de P
Es un estimador integrado de P.
V.a a utilizar para construir el intervalo de confianza del 100 (1-) % para P
16
Pero:
Reacomodando:
Al sustituir P por
en el error estndar (lo que resulta un error estndar estimado) tenemos
que: El intervalo de coeficiente bilateral del 100 (1 ) % aproximado en P es:
Puntual.
Por intervalo.
17
Un estimador lgico de 1- 2 es
X11, X12,.......X1n1
X21, X22,X2n2
donde
El valor numrico
Estimador puntual de 1- 2.
es la estimulacin puntual de 1- 2.
La distribucin maestral de
es normal si X1 y X2 estn distribuidas de forma normal o
aproximadamente normal si se completa las condiciones del TLC.
18
De donde:
Sustituyendo Z:
De donde:
19
*intervalo de confianza aproximado a menos que las dos poblaciones sean normales.
La forma del intercambio anterior se aplica si se conocen 12 y 22. Si las varianzas no se conocen
y las dos poblaciones son normales, la distribucin t resulta implicada como en el caso de una
muestra. Si no esta dispuesto a suponer normalidad muestras grandes ( 30) permitirn el uso de
S12 y S22 respectivamente.
20
Muestras pequeas.
21
Sustituyendo T
Reareglando:
De donde:
Cuando no es razonable suponer que 12= 22, un intervalo de confianza de dos lados de100 (1
) % aproximado en 1 - 2 es:
22
De donde
Poblaciones normales
23
-n1=n2=n
n pequea.
24
Uso de distribucin t.
Suponer:
Poblaciones normales.
1 - 2, 12 y 22 no se conocen
25
La forma mas lgica de estimar (estimador puntual) la razn de dos varianzas, es estimar cada
una por separado como se vio anteriormente y despus estimar que
es la razn de estas
estimaciones.
26
De la figura tenemos:
27
Reareglando:
De donde:
Donde
es un valor f con
grados
es un valor de f similar
28
Parmetro.
29
Distribucin muestral de
Para n1 y n2 grandes.
De donde:
30
Sustituyendo para Z.
Reareglando:
31
32