CAPITULO 9

TEORIA DE LA ESTIMACIÓN ESTADISTICA

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:

- Debe ser un Estimador no sesgado

Un estimador es no sesgado cuando la media del estimador es igual a la media del
estadístico poblacional, es decir:
μ p=μ
- Debe ser un Estimador eficiente
Un estimador eficiente es aquel que tiene la menor variación posible, es decir que, si
se tiene una gran cantidad de estimadores, se tomara aquel el cual tenga menor
varianza en comparación de los otros.

Hay dos tipos de estimación de parámetros los cuales son:

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.

Para realizar la estimación por intervalo se siguen los siguientes pasos:

Primer Paso
Escribir una frase probabilística que involucre al parámetro que se desea estimar, en
nuestro caso utilizaremos la distribución z normal.
p zα ≤ z≤ z
{ 2
1−
α
2
}=1−α
Segundo Paso
Reordenar el argumento y despejar el parámetro en cuestión en forma de un
intervalo.
σ σ
x́−z α ≤ μ ≤ x́+ z α
1−
2 √N 1− √ N
2

Se obtienen la media, de la muestra de tamaño N, además la desviación estándar

poblacional, y extraemos el valor de z de las tablas normal.

La misma lógica se sigue para intervalos de confianza para:

- Intervalo de confianza para diferencias de medias.

De donde:
σ 21 σ 22 σ 21 σ 22

-
( 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