Estimacin estadstica

Estimacin estadstica
Este artculo o seccin necesita referencias que aparezcan en una publicacin acreditada, como revistas especializadas, monografas, prensa diaria o pginas de Internet fidedignas. [1] Puedes aadirlas as o avisar al autor principal del artculo en su pgina de discusin pegando: {{subst:Aviso referencias|Estimacin estadstica}} ~~~~

En inferencia estadstica se llama estimacin al conjunto de tcnicas que permiten dar un valor aproximado de un parmetro de una poblacin a partir de los datos proporcionados por una muestra. Por ejemplo, una estimacin de la media de una determinada caracterstica de una poblacin de tamao N podra ser la media de esa misma caracterstica para una muestra de tamao n.[2] La estimacin se divide en tres grandes bloques, cada uno de los cuales tiene distintos mtodos que se usan en funcin de las caractersticas y propsitos del estudio: Estimacin puntual:[3] Mtodo de los momentos; Mtodo de la mxima verosimilitud; Mtodo de los mnimos cuadrados; Estimacin por intervalos. Estimacin bayesiana.

Estimador
Un estimador de un parmetro poblacional es una funcin de los datos muestrales, tambin llamado estadstico. En pocas palabras, es una frmula que depende de los valores obtenidos de una muestra, para realizar estimaciones.[4] Formalmente, si es un parmetro poblacional, se dice que , donde es un estimador puntual de si

son las variables aleatorias que integran una muestra aleatoria de , segn la siguiente frmula:

tamao n de la poblacin en cuestin. Por ejemplo, un estimador de la media poblacional, , puede ser la media muestral,

donde (x1, x2, ..., xn) sera el conjunto de de datos de la muestra. -- xXx --El estimador es una variable aleatoria que asigna a cada posible valor de la muestra un valor numrico. Como tal, tiene sentido calcular su esperanza, su varianza y otras caractersticas propias de las variables aleatorias.

Estimador insesgado
Por supuesto, cualquier funcin de la muestra, con la definicin anterior, podra ser un estimador, pero es deseable que las estimaciones que surjan a partir de un estimador "se parezcan", en cierto modo, al parmetro que se desea estimar. Con este propsito, se dice que un estimador de un parmetro es insesgado si su esperanza es el propio .

Estimador eficiente
Un estimador de un parmetro es eficiente si su varianza es mnima. Esto hace que haya menos variabilidad entre las distintas estimaciones que podemos obtener (cada muestra dar una estimacin diferente). De esta forma, la estimacin ser ms fiable. Hay una cota mnima dentro de las varianzas que se puede obtener para cualquier estimador con un sesgo determinado. Esta cota se llama cota de Cramr-Rao. Si la varianza de un estimador es igual

Estimacin estadstica a esta cota, sabremos que su varianza es mnima, y por tanto, estaremos seguros de que es eficiente. Sin embargo, no siempre esta cota es alcanzable, por lo que no siempre podremos saber si el estimador que hemos utilizado es el ms eficiente de todos. Para ello, cuando dudamos entre dos estimadores diferentes, y ninguno de ellos tiene una varianza igual a la cota de Cramr-Rao se utiliza el coeficiente de eficiencia relativa.

Estimacin puntual
Consiste en la estimacin del valor del parmetro mediante un slo valor, obtenido de una frmula determinada. Por ejemplo, si se pretende estimar la talla media de un determinado grupo de individuos, puede extraerse una muestra y ofrecer como estimacin puntual la talla media de los individuos. Lo ms importante de un estimador, es que sea un estimador eficiente. Es decir, que sea insesgado(ausencia de sesgos) y estable en el muestreo o eficiente (varianza mnima)

Estimacin por intervalos

Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro estimado con una cierta probabilidad. En la estimacin por intervalos se usan los siguientes conceptos:

Intervalo de confianza
El intervalo de confianza es una expresin del tipo [1, 2] 1 2, donde es el parmetro a estimar. Este intervalo contiene al parmetro estimado con una determinada certeza o nivel de confianza. Pero a veces puede cambiar este intervalo cuando la muestra no garantiza un axioma o un equivalente circustancial.

Variabilidad del Parmetro

Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el tamao de la muestra que prescinden de este aspecto. Habitualmente se usa como medida de esta variabilidad la desviacin tpica poblacional y se denota .

Error de la estimacin
Es una medida de su precisin que se corresponde con la amplitud del intervalo de confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el error, ms ocurrencias debern incluirse en la muestra estudiada. En caso de no incluir nuevas observaciones para la muestra, ms error se comete al aumentar la precisin. Se suele llamar E, segn la frmula E = 2 - 1.

Lmite de Confianza
Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin se site en el intervalo de confianza obtenido. El nivel de confianza se denota por (1-), aunque habitualmente suele expresarse con un porcentaje ((1-)100%). Es habitual tomar como nivel de confianza un 95% o un 99%, que se corresponden con valores de 0,05 y 0,01 respectivamente.

Valor
Tambin llamado nivel de significacin. Es la probabilidad (en tanto por uno) de fallar en nuestra estimacin, esto es, la diferencia entre la certeza (1) y el nivel de confianza (1-). Por ejemplo, en una estimacin con un nivel de confianza del 95%, el valor es (100-95)/100 = 0,05

Estimacin estadstica

Valor crtico
Se representa por Z/2. Es el valor de la abscisa en una determinada distribucin que deja a su derecha un rea igual a /2, siendo 1- el nivel de confianza. Normalmente los valores crticos estn tabulados o pueden calcularse en funcin de la distribucin de la poblacin. Por ejemplo, para una distribucin normal, de media 0 y desviacin tpica 1, el valor crtico para = 0,05 se calculara del siguiente modo: se busca en la tabla de la distribucin [5] ese valor (o el ms aproximado), bajo la columna "rea"; se observa que se corresponde con -1,64. Entonces Z/2 = 1,64. Si la media o desviacin tpica de la distribucin normal no coinciden con las de la tabla, se puede realizar el cambio de variable t =(X-)/ para su clculo. Con estas definiciones, si tras la extraccin de una muestra se dice que "3 es una estimacin de la media con un margen de error de 0,6 y un nivel de confianza del 99%", podemos interpretar que el verdadero valor de la media se encuentra entre 2,7 y 3,3, con una probabilidad del 99%. Los valores 2,7 y 3,3 se obtienen restando y sumando, respectivamente, la mitad del error, para obtener el intervalo de confianza segn las definiciones dadas. Para un tamao fijo de la muestra, los conceptos de error y nivel de confianza van relacionados. Si admitimos un error mayor, esto es, aumentamos el tamao del intervalo de confianza, tenemos tambin una mayor probabilidad de xito en nuestra estimacin, es decir, un mayor nivel de confianza.

Otros usos del trmino

El trmino estimacin tambin se utiliza en ciencias aplicadas para hacer referencia a un clculo aproximado, que normalmente se apoya en la herramienta estadstica aunque puede no hacerlo. En este sentido, un ejemplo clsico son los poco conocidos pero tiles en economa problemas de Fermi.

Vase tambin
Intervalo de confianza. Muestra estadstica. Muestreo estadstico. Tamao de la muestra. Teorema del Lmite Central. Estadstico muestral

Referencias
[1] http:/ / en. wikipedia. org/ wiki/ Estimaci%C3%B3n_estad%C3%ADstica?action=history [2] Wackerly, Dennis D; Mendenhall, William; Scheaffer, Richard L. (2002). 8. Estimacin. Estadstica matemtica con aplicaciones (6 edicin). Cengage Learning Editores. p.364. ISBN 9706861947. [3] Caldern C., Bernardo A.. Mtodos de estimacin (http:/ / siona. udea. edu. co/ ~bcalderon/ 3_metodosestimacion. html). Estadstica Matemtica I. Universidad de Antioquia. Consultado el 21 de abril de 2009 [4] Caldern C., Bernardo A.. Estimacin puntual (http:/ / siona. udea. edu. co/ ~bcalderon/ 3_introduccion. html). Estadstica Matemtica I. Universidad de Antioquia. Consultado el 24 de abril de 2009 [5] http:/ / www. digitalreview. com. ar/ distribucionnormal/

'Introduccin a la Estadstica Econmica y Empresarial. Teora y Prctica.' de Fco. Javier Martn-Pliego Lpez, Editorial Thomson, 2007 (Madrid). 'Manual de Estadstica Empresarial con ejercicios resueltos' de Eva Ropero, Mara Eleftheriou, Luana Gava y Eva Romero. Editorial Delta Publicaciones. 2008 (Madrid).

Fuentes y contribuyentes del artculo

Fuentes y contribuyentes del artculo

Estimacin estadstica Fuente: http://es.wikipedia.org/w/index.php?oldid=47205977 Contribuyentes: .Sergio, 4lex, Arcibel, Camilo, Dferg, Diegusjaimes, Dreitmen, EffeX2, Ellinik, Elwikipedista, Eva R M, F.A.A, Galatei, Gusgus, Jcaraballo, Juan Mayordomo, Lmendo, Matdrodes, Mmmarquez, Mortadelo2005, PoLuX124, Superzerocool, Tano4595, Tartaglia, Tirithel, 85 ediciones annimas

Fuentes de imagen, Licencias y contribuyentes

Imagen:Question book.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Question_book.svg Licencia: GNU Free Documentation License Contribuyentes: Diego Grez, Javierme, Loyna, Remember the dot, Victormoz, Wouterhagens, 5 ediciones annimas

Licencia
Creative Commons Attribution-Share Alike 3.0 Unported http:/ / creativecommons. org/ licenses/ by-sa/ 3. 0/