Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Alexis Humberto Contreras Ramirez
Alexis Humberto Contreras Ramirez
NOMBRE
ALEXIS HUMBERTO CONTRERAS RAMIREZ
CARRERA
ING.ELECTROMECANICA
SEMESTRE Y GRUPO
3 “A”
FECHA
15/11/2021
ESTIMADORES
1.- Sesgo.
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
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.
2.- Consistencia.
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.
3.- Eficiencia.
Ejemplo
Este tipo de parámetros no tiene por qué coincidir con un valor exacto de la variable,
y no deben usarse con carácter general para hacer pronósticos. La elección de un
parámetro u otro, dependerá de cada caso particular y de la distribución que siga la
variable, pero podemos concluir que en el caso de que los datos sigan una
distribución normal, la media aritmética es el parámetro más representativo,
mientras que si presenta cierta asimetría conviene más utilizar la mediana. La moda
sólo es adecuada en el caso de variables cualitativas.