Instituto Tecnológico De México En

Celaya
Probabilidad & Estadística Ambiental
Distribución de probabilidades:
Estimadores.
Ingeniería Ambiental
Autores:
o Acevedo García María Del Carmen
o Abarca Yáñez Juana Araceli
4to parcial
Docente: Jorge Macías Aboytes
 Estimadores
Un estimador es un estadístico al que se le exigen ciertas condiciones para que
pueda calcular con ciertas garantías, ciertos parámetros de una población.
Es decir, un estimador es un estadístico. Ahora bien, no es un estadístico
cualquiera. Es un estadístico con ciertas propiedades. Un ejemplo podría ser la
media o la varianza. Estas métricas tan conocidas, son estimadores.

Propiedades de un estimador
Para que cumplan bien su función, además de que los estimadores cumplan su
condición básica de estimadores, es recomendable que cumplan ciertas
propiedades adicionales. Estas propiedades son las que permitirán que las
conclusiones extraídas de nuestro estudio sean fiables.
Suficiente: la probabilidad de suficiencia indica que el estimador trabaja con todos
los datos de la muestra. Por ejemplo, la media no escoge solo el 50% de los datos.
Tiene en cuenta el 100% de los datos para calcular el parámetro.
Consistente: el concepto de consistencia va aparejado del tamaño de la muestra y
del concepto del límite. En palabras sencillas, viene a decirnos que los estimadores
cumplen esta propiedad cuando, e caso de que la muestra sea muy grande, puedan
estimar casi sin error.
Eficiente: la propiedad de eficiencia puede ser absoluta o relativa. Un estimador es
eficiente en sentido absoluto cuando la varianza del estimador es mínima. No
debemos confundir varianza de un estimador con estimadora varianza.
Robusto: se dice que un estimador es robusto en caso de que, a pesar de que la
hipótesis de partida sea incorrecta, los resultados se asemejan mucho a los reales.

Características de los estimadores

Sesgo: se dice que un estimador es insesgado si la media de la distribución del
estimador es igual al parámetro.
Estimadores insesgados son la media muestral (estimador de la Media de la
población) y la varianza (estimador de la varianza de la población)
 Ejemplo
En una población de 500 puntuaciones cuya Media (m) es igual a 5.09 han hecho
un muestreo aleatorio (número de muestras=1000, tamaño de las muestras= 100)
y hallan que la media de las medias muestrales es igual a 5.09, (la media
poblacional y la media de las medias muestrales coinciden). En cambio, la media
de la población es igual a 5 y la media de las Medianas es igual a 5.1 esto es, hay
diferencia ya que la Mediana es un estimador sesgado.
La Varianza es un estimador sesgado. Ejemplo: La media de las varianzas
obtenidas con la varianza.

En un muestreo de 1000 muestras (n=25) en que la varianza de la población es

igual a 9.56 ha resultado igual a 9.12, esto es, no coinciden. En cambio, al utilizar
la cuasivarianza.

La media de las varianzas muestrales es igual a 9.5, esto es, coincide con la
Varianza de la población ya que la cuasivarianza es un estimador insesgado.

Referencias
https://economipedia.com/definiciones/estimador.html

https://www.uv.es/webgid/Inferencial/42_caractersticas_estimadores.html