Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A partir del tema anterior, como complemento a ese, requerimos a partir de los datos
muéstrales, estimar los estadísticos poblacionales que en un principio era de nuestro interés
saber, para este cometido utilizaremos la estimación estadística, cuando queremos estimar
parámetros poblacionales, a partir de las muestras que se tienen previamente.
Para esto, los estimadores que vayamos a utilizar deben cumplir que:
1. Estimación Puntual
- Método de la Máxima Verosimilitud
El principio de máxima verosimilitud, en su aplicación a la obtención de estimadores
puntuales, consiste en seleccionar aquel estimador que maximice la probabilidad de
obtener la muestra realmente observada.
Primer paso
Se encuentra la función L:
L=f ( x 1 , x 2, …. , x n∨θ1 , θ2 , … . ,θ n )
L=∏ f ( xi ∨θ1 ,θ 2 , … . ,θ n)
Segundo paso
Logaritmizar la función, e ir eliminando potencias, multiplicaciones y divisiones por
propiedades de los logaritmos.
ln ( L )=ln( ∑ f (x i∨θ1 ,θ 2 , … . , θn))
Tercer paso
Derivamos la función que tengamos respecto a los parámetros que deseamos estimar,
obteniendo ecuaciones según los parámetros que se quieren obtener, finalmente
igualamos a 0.
∂ ln ( L )
=0
θ1
∂ ln ( L )
=0
θ1
………..
∂ ln ( L )
=0
θ1
Cuarto Paso
Resolvemos las ecuaciones correspondientemente despejando los parámetros Ɵ
- Método de los Momentos
- Método del Teorema de Bayes
2. Estimación por Intervalos
La estimación por intervalo de confianza, indica un intervalo sujeto a un nivel de
confianza, el tal contiene a el parámetro que deseamos estimar.
Cuando la muestra es mayor a 30, por el teorema de limite central se considera que la
muestra sigue una distribución normal.
-
( x́ ¿ ¿ 1−x́ 2)−z c
√ N1 N2 1 2
Intervalo de confianza para desviaciones estándar.
√
+ ≤ μ −μ ≤(x́ ¿ ¿ 1−x́ 2)+ z c + ¿¿
N1 N2
σ σ
s+ z c ≤σ ≤ s + z c
√2 N √2 N