ESTIMACION DE PARAMETROS
Recordar: Parámetro y estimador (Estadístico)
Parámetro: Es un indicador (medida) definido para la población bajo
estudio. Son los objetivos dentro de un estudio estadístico, es de
interés conocer sus valores.
Conocer el valor de un parámetro exactamente solo es posible con un
censo. Pero dado que el censo no es viable, entonces solo puedo
hacer una estimación (aproximación) del valor a través del muestreo.
Estadístico: es un indicador o medida calculada con una muestra. Se
usan como estimadores o aproximaciones del valor de los parámetros.
Ejemplo: Suponer que se quiere saber el peso corporal promedio de
todas las personas mayores de edad que viven en un municipio.
El parámetro es el peso promedio de todas las personas mayores de
edad. ¿Cuánto seria dicho valor?
Se puede tener una idea o una buena aproximación de dicho valor
usando una muestra de personas del municipio, por ejemplo, 200
personas seleccionadas, calculando el peso promedio de estas
personas. El peso promedio de las 200 personas es el estimador del
peso promedio de todas las personas del municipio.
Estimar un parámetro es aproximar su valor basado en el estadístico
calculado con la muestra.
Estimación de parámetros: es una técnica de la inferencia
estadística que busca encontrar valores aproximados (estimar) de los
parámetros. Los valores usados como estimadores se basan en una
muestra aleatoria.
Tipos de estimación de parámetros:
1. Estimación puntual: consiste en usar un solo valor calculado
con la muestra como estimador del parámetro.
Ejemplo: el peso promedio de todas personas se estima con el
peso promedio de la muestra, si la muestra produce un peso
promedio de 70 Kg y se concluye que el peso promedio de toda
la población es 70 Kg.
2. Estimación por intervalos de confianza: consiste en usar un
rango o intervalo calculado con la muestra donde se tendrá un
grado de seguridad de que contenga el parámetro.
Ejemplo: con la muestra se puede calcular el peso promedio
entre 65 y 75 Kg, con un nivel de confianza de 95%
Estimación puntual de parámetros.
Consiste en usar un solo valor, calculado con la muestra, como
estimador o aproximación del valor del parámetro buscado.
Los parámetros más usados son:
La media poblacional = µ
La proporción(porcentajes) poblacional = P
La varianza poblacional = σ2
La desviación estándar poblacional = σ
En general un parámetro se denotará con θ.
Ejemplo: En estudio del peso corporal de las mayores edades del
municipio. El parámetro serio µ = peso promedio de todas las
personas mayores de edad.
Ejemplo: En el estudio de la tasa de desempleo en Colombia, el
parámetro seria P = % de desempleados en el país.
¿Cuáles son los estimadores de los parámetros puntuales?
La media poblacional = µ la estima la media muestral X́ , es
decir, la media de la muestra es el estimador puntual de la media
de la población. X́ es el estimador puntual de µ
La proporción(porcentajes) poblacional = P la estima la
proporción muestral ^P, es decir, la proporción muestral es el
estimador puntual de la proporción poblacional. ^P es el estimador
puntual de P.
La varianza poblacional = σ2 la estima la varianza muestral S2, es
decir, la varianza de la muestra es el estimador puntual de la
varianza de la población. S2 es el estimador puntual de σ2
La desviación estándar poblacional = σ la estimar la desviación
estándar de la muestra S, es decir, la desviación de la muestra
es el estimador puntual de la desviación poblacional. S es el
estimador puntual de σ.
En términos generales un parámetro cualquiera θ se estima
puntualmente a través de un estimador θ^ .
Ejemplo: Una población está conformada por 10 niños a los cuales se
les observa el peso en libras y si usan o no gafas. Un investigador
toma una muestra de 4 de ellos y observa los siguientes registros:
Peso: 72, 80, 95, 75
Uso de gafas: S, N, N, N (S=si, N=no)
¿Cuáles son los parámetros del estudio?
µ = peso promedio, en libras, de los 10 niños.
P=porcentaje de niños que usan gafas.
¿Cuáles serán los estadísticos?
X́ = peso promedio de la muestra n=4 niños
^P = porcentaje de niños que usan gafas en la muestra n=4 niños
¿Cuáles son los valores de las estimaciones puntuales?
X́ = 80.5 libras, se estima que el peso promedio de los niños es
de 80.5 libras. ¿ese será el valor exacto del peso promedio de
todos los niños de la población? No.
^P = 25%, se estima que el porcentaje de niños que usan gafas
sea de 25%.
Propiedades de los estimadores puntuales
Los estadísticos son variables aleatorias, es decir, que los estadísticos
dependen de la muestra aleatoria que se seleccione. Al ser los
estadísticos variables aleatorias tendrán algunas propiedades que
serán deseables en ellos. Se dice que los estadísticos que cumplen
con estas propiedades serán catalogados como “buenos estimadores”
Propiedad de insesgadez (insesgado)
Un estadístico θ^ se dice que es insesgado si su valor esperado
(promedio) es igual al valor del parámetro.
E(θ^ ) = θ
En palabras significa que, si se promedian todos los valores de los
estimadores puntuales del parámetro, el resultado será el valor del
parámetro.
Sesgo = desviación, un estimador sesgado significa que su promedio
no es igual al valor parámetro.
Entre un estimado insesgado y otro sesgado se prefiere aquel que sea
insesgado, por que estará más próximo al parámetro en términos de
promedio.
Ejemplo de estimadores insesgados: X́ , ^P
Ejemplo estimador sesgado: S2
Propiedad de eficiencia
Si se tienen dos estimadores θ^ 1 y θ^ 2 insesgados, se prefiere aquel
que presente la menor varianza posible. Tener la menor varianza
significa ser más preciso.
Si Var(θ^ 1 ) < Var( θ^ 2 ) entonces θ^ 1 será más eficiente que θ^ 2
Propiedad suficiencia
Un estimador es suficiente si la distribución muestral del mismo no
depende el parámetro que pretende estimar.
Propiedad de consistencia
Un estimador puntual es consistente si al aumentar el tamaño de la
muestra, dicho estimador tiende a ser cada vez más próximo al valor
del parámetro.
θ^ tiende a ser más parecido a θ en la medida que el tamaño de la
muestra n sea cada vez mas grande.
