Documentos de Académico
Documentos de Profesional
Documentos de Cultura
04.0 Introducción A La Teoria de Estimaciones y Muestreo PDF
04.0 Introducción A La Teoria de Estimaciones y Muestreo PDF
Estimadores de
Existe margen
Parámetros de error
Poblacionales
Distribuciones de
Probabilidad
n Estudio Estadísticos
Muestral de Muestra
1
Porque el tamaño de la población es excesivamente grande
•Muestreo Intencionado
•Muestreo Circunstancial
2
Muestreo Estadístico (Probabilístico)
Muestreo Estratificado
N n
3
Muestreo Estadístico (Probabilístico)
N n
4
Los estimadores permiten realizar la aproximación de los resultados muestrales a los
parámetros poblacionales. La construcción de estos estimadores es la razón de ser
de la teoría de estimación, siendo que los mismos deben cumplir numerosas
características. Entre las mas importantes se tienen las siguientes:
5
Los estimadores de muestreo deben ser consistentes
lim | − |< =1
→
Es decir:
6
Los estimadores de muestreo deben ser suficientes
Un estimador es suficiente, si agota toda la información existente en la
muestra que sirva para estimar el parámetro. Este aspecto puede
demostrarse por el Teorema de Caracterización de Neyman-Fisher, el cuál
indica:
Distribuciones de Probabilidad
7
Ley de los grandes números en muestreo
Ley débil de los grandes números: si X1, X2, X3, ... es una secuencia infinita
de variables aleatorias, donde todas las variables aleatorias tiene el mismo valor
esperado μ y σ2; y son independientes, entonces el promedio de una muestra
converge en probabilidad a μ. Se puede observar que puede existir una diferencia
pero esta es muy pequeña con relación a un nivel de error (ε) aceptado.
Entonces:
Ley fuerte de los grandes números: si X1, X2, X3, ... es una secuencia
infinita de variables aleatorias, que son independientes e idénticamente
distribuidas, se tiene que:
8
Teorema del Límite Central
Esto es:
o si se quiere
Sea X1, X2, X3,…, Xn una muestra aleatoria simple de una población con una
distribución de probabilidades N(μ, σ), donde:
y
Entonces:
1) y son independientes
9
Intervalos de confianza (solo para M.A.S.)
Cuando n >30
Cuando n ≤ 30
Cuando n >30
Cuando n ≤ 30
10
Intervalos de confianza (solo para M.A.S.)
Para el estimador de σ
11