Una estimación estadística es un proceso mediante el que
establecemos que valor debe tener un parámetro según deducciones que realizamos a partir de estadísticos. Es decir estimar es establecer conclusiones sobre características poblacionales a partir de resultados muéstrales. Una estimación puntual consiste en establecer un valor concreto (es decir, un punto) para el parámetro. El valor que escogemos para decir “el parámetro que nos preocupa vale X” es el que suministra un estadístico concreto. Como ese estadístico sirve para hacer esa estimación, en lugar de estadístico suele llamársele estimador. La estimación por intervalos consiste en establecer un rango que tenga un alta probabilidad de contener el verdadero modelo del parámetro.
Métodos para obtener estimadores.
Método por analogía. Consiste en aplicar la misma expresión formal del parámetro poblacional a la muestra , generalmente , estos estimadores son de cómoda operatividad , pero en ocasiones presentan sesgos y no resultan eficientes . Son recomendables , para muestras de tamaño grande al cumplir por ello propiedades asintóticas de consistencia. Método de los elementos. Consiste en tomar como estimadores de los momentos de la población a los momentos de la muestra . Podríamos decir que es un caso particular del método de analogía. En términos operativos consiste en resolver el sistema de equivalencias entre unos adecuados momentos empíricos (muéstrales) y teóricos (poblacionales). Estimadores maximo-verosimiles. La verosimilitud consiste en otorgar a un estimador/estimación una determinada "credibilidad" una mayor apariencia de ser el cierto valor (estimación) o el cierto camino para conseguirlo (estimador).
Intervalos de confianza.
El nivel de confianza representa el porcentaje de intervalos
que incluirían el parámetro de población si usted tomara muestras de la misma población una y otra vez. Un intervalo de confianza es una técnica de estimación utilizada en inferencia estadística que permite acotar un par o varios pares de valores, dentro de los cuales se encontrará la estimación puntual buscada (con una determinada probabilidad). Pueden ser Bilateral y Unilateral. Si es Bilateral significa que se establece un limite superior y un limite inferior y la media de la distribución normal es la media calculada para la muestra. Si es Unilateral significa que se haya solamente un limite. En conclusión un intervalo de confianza no sirve para dar una estimación puntual del parámetro poblacional.
Propiedades deseables de un estimador.
Estimador insesgado Si tenemos un gran número de muestras de tamaño n y obtenemos el valor del estimador en cada una de ellas, sería deseable que la media de todas estas estimaciones coincidiera con el valor de μ . Se dice que un estimador es insesgado si su esperanza matemática coincide con el valor del parámetro a estimar. Estimador eficiente Se dice que los estimadores son eficientes cuando generan una distribución muestral con el mínimo error estándar ,es decir, entre dos estimadores insesgados de un parámetro dado es más eficiente el de menor varianza. Estimador consistente Un estimador se dice consistente cuando su valor tiende hacia el verdadero valor del parámetro a medida que aumenta el tamaño de la muestra . Es decir, la probabilidad de que la estimación sea el verdadero valor del parámetro tiende a 1. Estimador suficiente Se dice de un estimador que es suficiente cuando es capaz de extraer de los datos toda la información importante sobre el parámetro.
¿Qué es un parámetro poblacional?.
Si se toman algunas muestras de una comunidad perfectamente distribuida, la media de esa prueba es un estadístico directo. El valor que representa esa muestra es un estimado de la media de esa población, a esto se le llama parámetro poblacional.
JORGE IRAN OLIVARES GONZALEZ.
A22M. 19110044. ING. AERONAUTICA. PROBABILIDAD Y ESTADISTICA. SILVIA GABRIELA DE LA CRUZ GANDARA.