8.

2 Métodos de estimación de parámetros

Enlace: https://youtu.be/Tnj8s5M4lhU (9.49 min)
Estimación puntual

Se trata de encontrar un solo valor del estimador ˆ del parámetro de la población

 de un estadístico ̂ .
Ejemplos

El valor x del estadístico X , que se calcula a partir de una muestra de tamaño n

es una estimación puntual del parámetro de la población  .

El valor s 2 del estadístico S 2 , que se calcula a partir de una muestra de tamaño n

es una estimación puntual del parámetro de la población  2 .

Métodos de obtención de estimadores puntuales.

- Método de los momentos
- Método de máxima verosimilitud
- Método de los mínimos cuadrados

Estimación por intervalo

Una estimación por intervalo de un parámetro de la población  es un intervalo de

la forma ˆI    ˆS donde ˆI y ˆS dependen del valor del estadístico ̂ para una
muestra específica y también de la distribución de muestreo de ̂ .

Se dice que el intervalo ˆI , ˆS  es un intervalo de confianza a nivel 1   para el

 
parámetro si la probabilidad de que el intervalo contenga a dicho parámetro es 1   ,

 
P   ˆI ,ˆS   1  

Como ˆI y ˆS son variables aleatorias, ya que son funciones de una muestra aleatoria,
entonces muestras distintas de la misma población producirán valores diferentes de ̂ y
por lo tanto, valores diferentes de ˆI y ˆS , estos puntos extremos del intervalo son valores
ˆ y
de las variables aleatorias correspondientes a  ˆ .
I S

ˆ y
De la distribución muestral de ̂ seremos capaces de determinar  ˆ de tal manera
I S

que


ˆ   
P  I
ˆ  1
S 
Para 0    1 tenemos la probabilidad 1   de seleccionar una muestra aleatoria que
produzca un intervalo que contenga a .

El intervalo ˆI    ˆS que se calcula a partir de la muestra seleccionada se denomina

intervalo de confianza.
Así que, mientras no se haya obtenido la muestra, los extremos del intervalo son
variables aleatorias y se puede calcular la probabilidad de que el intervalo contenga a .
Una vez obtenida la muestra, los extremos del intervalo son valores fijos, en ese momento
 estará comprendido entre ellos o no, pero ya no cabe hablar de la probabilidad de que
esto ocurra, sino del nivel de confianza de que el intervalo contenga al parámetro 

A continuación se muestra una simulación de obtención de 1000 muestras de

tamaño n = 100 de una variable normal N 10, 2 

Para cada muestra se calcula el intervalo de confianza del parámetro  para

1    0.95 nivel de confianza. Se muestran los 10 primeros intervalos
En rojo se destacan los intervalos que no contienen a 