Introducción

Antes de comenzar con los contenidos específicos de la estimación es conveniente recordar

cuál es la situación habitual con la que nos encontramos en un proceso de inferencia.

Nuestro interés se centra en el estudio de una característica determinada de una población.

Dicha característica puede denotarse por una variable aleatoria X definida sobre la
población y con función de densidad f(x). Si conocemos f(x) tendremos caracterizada a la
variable aleatoria X y el problema queda resuelto. Sin embargo, la mayoría de las veces no
ocurre eso. En principio, es habitual disponer solo de cierta información a priori sobre el
comportamiento de la variable aleatoria X (dicha información, normalmente proviene de las
conclusiones de un estudio previo de esa variable realizado sobre la misma población u otra
diferente).

1
 Objetivos

General
Identificar por medio de un estimador el promedio de los errores al cuadrado.

Específicos
Diferenciar entre el estimador y lo que se estima en el cálculo de los errores cuadráticos
Verificar la diferencia entre error al cuadrado o pérdida cuadrática.

2
 Enunciado

Dada una población en la que se analiza la variable aleatoria ξ: N(μ,σ), se desea estimar σ2
= V(ξ) y para ello se proponen tres estimadores:

¿Cuál tiene menor E.C.M?

Los pilares de La Estadística está conformado por:

 Estadística inferencial.
 Estadística descriptiva.
 Teoría de la probabilidad.

El tema que nos trae a desarrollar el enunciado en este trabajo es Estadística Inferencial.

La Estadística Inferencial tiene como objetivo principal, concluir por medio de base a
datos, como por ejemplo las pruebas de hipótesis y la formulación de intervalos de
confianza.

Como herramienta principal en la resolución de problemas en Estadística Inferencial,

existe la estimación de parámetros, en donde podemos tener una media, la proporción,
datos más comunes en estos escenarios. Lo anterior, permite dar un valor aproximado a un
parámetro a través de un estimador, que recoge valores partiendo de datos tomados en una
muestra.

Para lograr una estimación, donde el estimador se considere ideal y permita de manera
precisa obtener el resultado real de la población o mejor dicho, el parámetro poblacional, la
desviación estándar, tendría que ser igual a cero, o dicho de otro modo, que la dispersión

3
sea nula, lo cual en la vida real es muy difícil. Por otro lado, como principal propiedad
ansiado en los estimadores, es que sea baja la dispersión.

El Error cuadrático medio, ECM por sus siglas, es un estimador que mide el promedio de
los errores al cuadrado. El estimador analiza lo que el estimador de estudio refleja y lo que
el verdadero estimador vale.

RESPUESTA:
- La respuesta con menor ECM es la opción 1, donde la desviación típica es σ21, y el
estimador tiene menos sesgo, es decir, es más preciso.

4
Conclusión

Bibliografía