Estimador

Es una estadística (es decir, una función de muestra) que estima un parámetro de población
desconocido. Por ejemplo, si desea conocer el precio promedio de un artículo (parámetro
desconocido), recopile las observaciones de precios de ese artículo en todas las organizaciones
(muestra) y use el promedio de las observaciones como el precio promedio para el estimador.

Criterios para un buen estimador.

Algunas estadísticas son mejores que otras, y la calidad de la estadística como estimador se puede
juzgar por 4 criterios.

Insesgado

Esta es la propiedad que desea con un buen tasador. Una estadística es un estimador insesgado que,
en promedio, suele tomar un valor mayor que el estimado, porque a menudo toma un valor menor
que el parámetro de la población estimada.

-Ejemplo

En una población de 500 puntuaciones cuya Media (m) es igual a 5.09 han hecho un muestreo
aleatorio (número de muestras= 10000, 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 Mediana 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

Eficiencia

Este es otro atributo deseable de un buen estimador. La eficiencia se refiere al tamaño del error
estándar de la estadística. Si compara dos estadísticos para muestras del mismo tamaño y decide
qué estimador es el más eficiente, se elegirá el estadístico con la desviación estándar más pequeña
de la distribución muestral.

-Ejemplo

La Varianza de la distribución muestral de la Media en un muestreo aleatorio (número de muestras:

1000, n=25) ha resultado igual a 0.4. La Varianza de la distribución de Medianas ha resultado, en el
mismo muestreo, igual a 1.12, (este resultado muestra que la Media es un estimador más eficiente
que la Mediana).

Consistencia

Una estadística es una estimación consistente de un parámetro de población si el valor de la

estadística se acerca al valor del parámetro a medida que aumenta el tamaño de la muestra.

-Ejemplo

En una población de 500 puntuaciones cuya Media (m) es igual a 4.9 han hecho tres muestreos
aleatorios (número de muestras= 100) con los siguientes resultados:

vemos que el muestreo en que n=100 la Media de las Medias muestrales toma el mismo valor que
la Media de la población.
suficiencia

Si el estimador usa tanta información de la muestra como cualquier otro estimador, esto es
suficiente.

Diremos que es un estimador suficiente del parámetro si dicho estimador

basta por sí solo para estimar .

Si el conocimiento pormenorizado de los elementos la muestra no añade ninguna información

sobre.

-Ejemplo

Supongamos una población binomial de la que desconocemos la proporción = p. Extraemos

una muestra de tamaño n = 50