Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La Teoría de Estimación
La Teoría de Estimación
Intervalo de confianza
Nivel de confianza
Tamaño de la muestra
Si aumentamos el nivel de confianza, aumenta el tamaño de la muestra.
Ejemplos
2.Indica el tamaño muestral necesario para estimar dicho tiempo medio con
un el error de ± 0,5 minutos y un nivel de confianza del 95%.
n≥4
H0 Verdadera Falsa
Decisón Decisión
Ac correcta incorrecta:
eptar
Probabilidad = 1 - α ERROR DE TIPO II
Re ERROR DE Decisión
chazar TIPO I correcta
Probabilidad = α
Estimación puntual
Una estimación es puntual cuando se usa un solo valor extraído de la muestra para
estimar el parámetro desconocido de la población. Al valor usado se le llama
estimador.
Nivel de confianza
El nivel de confianza, C, indica, en porcentaje, con qué proporción el intervalo de
confianza contiene el parámetro estimado. El coeficiente de confianza, c, es la
misma proporción en tanto por uno, c = C/100. En otras palabras, c es la
probabilidad de que el intervalo de confianza contenga el parámetro estimado.
La estimación se divide en tres grandes bloques, cada uno de los cuales tiene distintos
métodos que se usan en función de las características y propósitos del estudio:
Estimación puntual:2
o Método de los momentos;
o Método de la máxima verosimilitud;
o Método de los mínimos cuadrados;
Estimación por intervalos.
Estimación bayesiana.
Índice
1 Estimador
2 Estimación puntual
3 Estimación por intervalos
o 3.1 Intervalo de confianza
o 3.2 Variabilidad del Parámetro
o 3.3 Error de la estimación
o 3.4 Límite de Confianza
o 3.5 Valor α
o 3.6 Valor crítico
o 3.7 Otros usos del término
4 Véase también
5 Referencias
Estimador
Un estimador es una regla que establece cómo calcular una estimación basada en las
mediciones contenidas en una muestra estadística.
Estimación puntual
Consiste en la estimación del valor del parámetro mediante un sólo valor, obtenido de una
fórmula determinada. Por ejemplo, si se pretende estimar la talla media de un determinado
grupo de individuos, puede extraerse una muestra y ofrecer como estimación puntual la
talla media de los individuos. Lo más importante de un estimador, es que sea un estimador
eficiente. Es decir, que sea insesgado(ausencia de sesgos) y estable en el muestreo o
eficiente (varianza mínima) Estimación puntual. Sea X una variable poblacional con
distribución Fθ , siendo θ desconocido. El problema de estimación puntual consiste en,
seleccionada una muestra X1, ..., Xn, encontrar el estadístico T(X1, ..., Xn) que mejor
estime el parámetro θ. Una vez observada o realizada la muestra, con valores x1, ..., xn, se
obtiene la estimación puntual de θ, T(x1, ..., xn) = ˆ θ .
Método de máxima verosimilitud: consiste en tomar como valor del parámetro aquel que
maximice la probabilidad de que ocurra la muestra observada. Si X1, ..., Xn es una muestra
seleccionada de una población con distribución Fθ o densidad fθ(x), la probabilidad de que
ocurra una realización x1, ..., xn viene dada por: Lθ(x1, ..., xn) = Yn i=1 fθ(xi)
Ejemplo 7.1: Sea X → N(µ, σ), con µ desconocido. Seleccionada una m.a.s. X1, ..., Xn, con
realización x1, ..., xn, estimamos el parámetro µ por ambos métodos. Según el método de
los momentos: E(X) = Xn i=1 Xi n = − X, y al ser µ = E(X) se obtiene que ˆ µ = − x. Por el
método de máxima verosimilitud: Lµ(x1, ..., xn) = Yn i=1 fµ(xi ) = = Yn i=1 1 √ 2πσ e −
(xi−µ) 2 2σ
Estimación por Intervalos de confianza 109 y maximizamos en µ tal función; en este caso
resulta más fácil maximizar su logaritmo: lnLµ(x1, ..., xn) = − 1 2σ 2 Xn i=1 (xi − µ) 2 − n
ln( √ 2πσ) ∂ ∂µ lnLµ(x1, ..., xn) = 1 σ 2 Xn i=1 (xi − µ) = n − x − nµ σ 2 = 0 ⇐⇒ ˆ µ = −
Intervalo de confianza
El intervalo de confianza es una expresión del tipo [θ1, θ2] ó θ1 ≤ θ ≤ θ2, donde θ es el
parámetro a estimar. Este intervalo contiene al parámetro estimado con un determinado
nivel de confianza. Pero a veces puede cambiar este intervalo cuando la muestra no
garantiza un axioma o un equivalente circunstancial.
Si no se conoce, puede obtenerse una aproximación en los datos aportados por la literatura
científica o en un estudio piloto. También hay métodos para calcular el tamaño de la
muestra que prescinden de este aspecto. Habitualmente se usa como medida de esta
variabilidad la desviación típica poblacional y se denota σ.
Error de la estimación
Límite de Confianza
Valor α
También llamado nivel de significación. Es la probabilidad (en tanto por uno) de fallar en
nuestra estimación, esto es, la diferencia entre la certeza (1) y el nivel de confianza (1-α).
Por ejemplo, en una estimación con un nivel de confianza del 95%, el valor α es (100-
95)/100 = 0,05
Valor crítico
Se representa por Zα/2. Es el valor de la abscisa en una determinada distribución que deja a
su derecha un área igual a α/2, siendo 1-α el nivel de confianza. Normalmente los valores
críticos están tabulados o pueden calcularse en función de la distribución de la población.
Por ejemplo, para una distribución normal, de media 0 y desviación típica 1, el valor crítico
para α = 0,1 se calcularía del siguiente modo: se busca en la tabla de la distribución ese
valor (o el más aproximado), bajo la columna "Área"; se observa que se corresponde con
-1,28. Entonces Zα/2 = 1,64. Si la media o desviación típica de la distribución normal no
coinciden con las de la tabla, se puede realizar el cambio de variable t =(X-μ)/σ para su
cálculo.
Con estas definiciones, si tras la extracción de una muestra se dice que "3 es una estimación
de la media con un margen de error de 0,6 y un nivel de confianza del 99%", podemos
interpretar que el verdadero valor de la media se encuentra entre 2,7 y 3,3, con una
probabilidad del 99%. Los valores 2,7 y 3,3 se obtienen restando y sumando,
respectivamente, la mitad del error, para obtener el intervalo de confianza según las
definiciones dadas.
Para un tamaño fijo de la muestra, los conceptos de error y nivel de confianza van
relacionados. Si admitimos un error mayor, esto es, aumentamos el tamaño del intervalo de
confianza, tenemos también una mayor probabilidad de éxito en nuestra estimación, es
decir, un mayor nivel de confianza.
Véase también