CASO DOS ESTADISTICA II

EJERCICIO 1:

De una población en la que se analiza la variable aleatoria ζ, con función

de probabilidad f(x;θ), se extraen m.a.s de tamaño n. Se eligen dos
estimadores del parámetro θ, tales que:

E(θ*1) = 2θ y V(θ*1) = 3θ2

E(θ*2) = θ + 1 y V(θ*2) = 4θ2

CUESTIONES
a) ¿son insesgados?

b) Proponer, a partir de los estimadores anteriores, otros dos que sean

insesgados compararlos según el criterio de eficiencia.
EJERCICIO 2:
Una vez obtenido el intervalo: μ ε [10 -0’784; 10 + 0’784] = [9’216; 10’784]0’95

CUESTIONES

a) Aumentar la confianza de la estimación hasta el 99%, manteniendo

constante la precisión.

b) Aumentar al doble la precisión de la estimación obtenida, manteniendo

constante la confianza de la estimación en el 95%.
Solución

Ejercicio 1:

Los Parámetros muéstrales son resúmenes de la información de la muestra

que nos "determinan" la estructura de la muestra. Los Parámetros muéstrales
no son constantes sino variables aleatorias pues sus valores dependen de la
estructura de la muestra que no es siempre la misma como consecuencia
del muestreo aleatorio

Un estimador es un valor que puede calcularse a partir de los datos

muéstrales y que proporciona información sobre el valor del parámetro.
E(θ*1) = 2θ
V(θ*1) = 3θ2
E(θ*2) = θ + 1
V(θ*2) = 4θ2

a) ¿son insesgados?

Cuando un estimador es insesgado si la Media de la distribución del

estimador es igual al parámetro. O si la diferencia entre un valor matemático
y el valor numérico del parámetro que estima es nula. Por lo tanto, no es
insesgado. Un estimador es más eficiente o más preciso que otro estimador,
si la varianza del primero es menor que la del segundo. A menor eficiencia,
menor es la confianza de que el estadístico obtenido en la muestra aproxime
al parámetro poblacional.

Ejercicio 2:

μ = 10
Intervalo de confianza
(μ)95% = [10 -0,784; 10 + 0,784]

a) Aumentar la confianza de la estimación hasta el 99%, manteniendo

constante la precisión

Zα/2 = 1-0,95/2 = 0,025

Zα/2*σ/√n = 0,784
σ/√n = 0,784/2,81 = 0,279
Zα/2 = 1-0,99 = 0,01/2 = 0,005 = 2,58
2,58*0,784 = 2,02
(μ)99% = [10 -2,02; 10 +2,02]

b) Aumentar al doble la precisión de la estimación obtenida, manteniendo

constante la confianza de la estimación en el 95%.

2,81 *2σ/√n = 2,81*2*0,279 = 1,57

(μ)95% = [10 -1,57; 10 + 1,57]