Introducción

Estadística significa ciencia del Estado, y proviene del término alemán Statistik. ¿Por qué la ciencia del Estado? Porque
en sus orígenes la estadística se utilizaba exclusivamente con fines estatales, en el sentido de que los gobiernos de las
distintas naciones tenían (y tienen) la necesidad, por razones de organización, de conocer las características de su
población para gestionar el pago de impuestos, el reclutamiento de soldados, el reparto de tierras o bienes, la prestación
de servicios públicos etc. Esta necesidad llevó a los gobernantes a establecer sistemas para recoger y procesar de
alguna manera la información obtenida, es decir, a hacer estadísticas sobre la población.

Normalmente los primeros estudios estadísticos que se hacían eran los censos, que son estudios descriptivos sobre
todos los integrantes de una población. La elaboración de censos comenzó en la Edad Antigua, y sigue dándose en
nuestros días. Los censos aportan mucha información, puesto que se pregunta a todo el mundo, pero su ejecución suele
ser cara y lleva mucho tiempo, porque hay que preguntar a la población y después hay que procesar los datos obtenidos.
 CUADRO COMPARATIVO
  MÉTODOS DE  ESTIMACIÓN
MÉTODO POR ANALOGÍA. Consiste en aplicar la misma
expresión formal del parámetro poblacional a la muestra,
generalmente, estos estimadores son de cómoda operatividad,
pero en ocasiones presentan sesgos y no resultan eficientes. Son
recomendables, para muestras de tamaño grande al cumplir por
ello propiedades asintóticas de consistencia.
METODO DE LOS MOMENTOS. Consiste en tomar como
estimadores de los momentos de la población a
los momentos de la muestra. Podríamos decir que es un caso
particular del método de analogía. En términos operativos
consiste en resolver el sistema de equivalencias entre unos
adecuados momentos
empíricos(muestrales) y teóricos(poblacionales).
INTERVALO DE CONFIANZA
Un intervalo de confianza nos va a permitir calcular dos
valores alrededor de una media muestral (uno superior y
otro inferior). Estos valores van a acotar un rango dentro del
cual, con una determinada probabilidad, se va a localizar el
parámetro poblacional. Intervalo de confianza = media +-
margen de error
El cálculo de un intervalo de confianza depende
principalmente de los siguientes factores:
Tamaño de la muestra seleccionada: Dependiendo de la
cantidad de datos que se hayan utilizado para calcular el
valor muestral, este se acercará más o menos al verdadero
parámetro poblacional.
Nivel de confianza: Nos va a informar en qué porcentaje de
casos nuestra estimación acierta. Los niveles habituales son
el 95% y el 99%.
Margen de error de nuestra estimación: Este se denomina
como alfa y nos informa de la probabilidad que existe de que
el valor poblacional esté fuera de nuestro intervalo.
Lo estimado en la muestra (media, varianza, diferencia de
medias…): De esto va a depender el estadístico pivote para el
cálculo del intervalo.
 ESTIMADORES MAXIMO-VEROSIMILES. La verosimilitud consiste
en otorgar a un estimador/estimación una determinada
"credibilidad" una mayor apariencia de ser el cierto
valor(estimación) o el cierto camino para
conseguirlo(estimador).En términos probabilísticos podríamos
hablar de que la verosimilitud es la probabilidad de que ocurra o
se dé una determinada muestra si es cierta la estimación que
hemos efectuado o el estimador que hemos
planteado.Evidentemente , la máxima verosimilitud , será aquel
estimador o estimación que nos arroja mayor credibilidad.

Ejemplo de intervalo de confianza para la media, asumiendo normalidad y conocida la desviación típica

El estadístico pivote utilizado para el cálculo sería el siguiente:

El intervalo resultante sería el siguiente:

Vemos como en el intervalo a la izquierda y derecha de la desigualdad tenemos la cota inferior y superior
respectivamente. Por tanto, la expresión nos dice, que la probabilidad de que la media poblacional se sitúe entre esos
valores es de 1-alfa (nivel de confianza).

Veamos mejor lo anterior con un ejercicio resuelto a modo de ejemplo.

Se desea estimar la media del tiempo que un corredor emplea para completar una maratón. Para ello se han
cronometrado 10 maratones y se ha obtenido una media de 4 horas con una desviación típica de 33 minutos (0,55 horas).
Se desea obtener un intervalo al 95% de confianza.

Para obtener el intervalo, no tendríamos más que sustituir los datos en la fórmula del intervalo.
El intervalo de confianza sería la parte de la distribución que queda sombreada en azul. Los 2 valores acotados por este
serían los correspondientes a las 2 líneas de color rojo. La línea central que parte la distribución en 2 sería el verdadero
valor poblacional.

Es importante resaltar que, en este caso, dado que la función de densidad de la distribución N (0,1) nos da la probabilidad
acumulada (desde la izquierda hasta el valor crítico), tenemos que encontrar el valor que nos deja a la izquierda 0,975%
(este es 1,96).

Ejemplo estimador máximo-verosímil:

Un estimador máximo-verosímil es el que se obtiene maximizando la función de verosimilitud de la muestra

                                                                            

Que es la función de probabilidad (densidad o cuantía) que asigna la probabilidad de que se obtenga una muestra

dependiendo del (o de los) parámetro(s) "  "    pero considerada como función de   .   Si la distribución de la
población es tal que su densidad depende de uno o más parámetros     ,   la probabilidad (densidad) de cada
realización muestral xi (con i=1,2,..,n) será:       y, a partir de aquí podremos obtener la función de verosimilitud de
la muestra

                                                                 
Si el muestreo es simple:

                                        

por ser independientes cada una de las realizaciones muestrales.

El estimador que maximice será el estimador máximo-verosímil (E.M.V.) Y será aquel valor/expresión
para el que se verifique la derivada:

                                                        

Si lo planteado fuera EMV de varios parámetros        las expresiones serían.

Debido a que la función de verosimilitud es a fin de cuentas una función de probabilidad, será una función definida no
negativa y por lo tanto alcanzará su máximo en los mismos puntos que su logaritmo. Por esta razón suele maximizarse

                                                                         

en lugar de la propia función de verosimilitud. Suele hacerse esto en todos aquellos casos en los que la función de
verosimilitud depende de funciones exponenciales.
CONCLUSION

Puedo mencionar que la estimación es el método estadístico para obtener inferencias cerca de valores de parámetros
sobre la base de estadísticos de muestras. Se dice que un experto estimador se considera bueno si posee las
propiedades de consistencia, eficiencia y suficiencia ya que el método de máxima probabilidad proporciona estimadores
que ordinariamente son consistentes, eficientes y suficientes. El estudio de la estimación se hace, hasta ahora, en el
supuesto de un muestreo normalmente distribuido.

BIBLIOGRAFIA:

METODOS DE ESTIMACION. (s. f.). Recuperado 1 de octubre de 2022, de

https://www.uv.es/ceaces/tex1t/4%20estimacion/metodos.htm

Sanjuán, F. J. M. (2021, 22 julio). Intervalo de confianza. Economipedia. Recuperado 1 de octubre de 2022, de

https://economipedia.com/definiciones/intervalo-de-confianza.html