= Clase 1 02103

Población:talidad de elementos en estudio.

Parametro:(8):es una cant. unica

y
desconocida que determina el comportamiento
de los datos/variables.

deuda hipotecario de los clientes del Banco.

Ejemplo:Problema:Estimar
en promedio S.

lo enfoco desde la estadistica.

población.Todos los clientes

delBanco debe
·
de S.,
en
e
en

puede
variable
se ver

X:edad
X2:in r. de

DistribuciónNormal N(m, i dasell pague

"

↳ "poblaciónX
"normal x"
"edad"

Ejemplo:Tiempo que ocupa un cliente metro

del en
llegar a su domicilio
n 400
=

·j Qué tipo de variable es?

-wantitativa continua.

Histograma
*mochlempir, toma decisiee
 Yuestra Aleatoria (m.a.)

X, X. ...
Xn es una muestra aleatoria:
Observaciones la varianza

I
D Xe, Xa ...
Un son independiente. ·X,y Xz son indep. =) (X, xn) 0
=

cor(X,, x2) 0
=

# x y Xz son
indep
2) X, Xz Xn identicamente
distribuidos
sitioente
son a

distribuidos
...

................. NO,

aCómo aplicamos una

ma.?
A
4042

1 "azar" -
independencia * es aleatorio wando todo tienen la misma

probabilidad de salir.
2 Identicamente distribuido
crepresenta a un
conjunto Tomasion
·si
de datos
e
Me
I ingreso
0 +

x, X2 X3 Xn inf.
sesgaden.
Ejemplo:
1930 contienda
->
electoral entre Landon vis Rossvelt

seleccionaron al guía telefonica registro de

10.000.000
-> azar y

respondieron vehiculos.
2.000.000

Landon
(ty
40%

Predicciones se
produjo Roosvutbox

⑯,
1000

indep
grano w)
 =1 Promedio Muestral

Dada una
poblaciónX, con ECX):M y
V(x)=22

X Xz... Xn una ma. de la poblaciónX sechefine el promedio muestral:

Xx Xz... Xn
2i
=
+
+
=

Si x -

N( m, t) o
(Xi) M
=

ov (Xi) + 2
=

>E(X) E(X, xnt... xn)

=
+ +

esperanza,
E(X,) E(Xz)
=
+ ...
+

E(Xn)
+

n ·8 E(X) e
=

la esperanza del
=a M + +

. . .
+
M promedio muestral me da m (mul
R

>VIX):VCX, +X2+ ... Xn

n

v(x,) v(X2) +
=
+

...
v(Xn)
2

at... e
8 VCY)
= =
=

.
=

UM=wid
monetaria

Suponga 'los ingresos de una empresa tienen media 450 v.m.

varianza 182 r.m"

y

Se tomo una mia de 32 clientes, obteniendo una media de 182 ~.m

Defina:
La población:

R:todos los clientes de la

empresa.
 La va en estudio
R:X:ingreso (v.m)

Los parámetros:
R:M:450: prom poblacional de los ingr.
5: 182:varianza pobla. de los ingr

El parametro de interés
R.M:es el parametro de interes, es decir, que sebusca estimar

El error estándar o desu. estandar del

prom.

Y
X Exi
=

Estimador:X, Xz . . .
Xn es una m.a. de la
R
población X, un estimador o del parametro es una

formula q'es una de

función las observaciones muestrales X, Xz... Xn
funcion ↳ no contiene cant desconocidas.

X 482
=

-> estimación
↳ número.

X edad
=
Doblación
N 4
=

82
u 5(E)
=

número 'caracteriza la pobla.

64
muestral del tamaño.

u:
muestras -> estimador de

2
8,2 S 8 5
=

8,6
8,4
- -> estimación

2,6 H
&sobre estimado a 5

3
2,4
6,4 S X -
m error
=

de estimación
6 -

3 1
=
 Error estandar Error estandar estimado
I
I -
- . . . . . . . . . . . . . . . . .

MEDIDAS DE EFICIENCIA

clase 2:9/03/2023

Parámetro ->
O

Estimador -> 0
1

f(x,y.Xn)
=
S endientribuidos ind
-
Estimación:8 -

resultado
parlicular

S:desviación estándar

Pobl. Normal Poisson Bremoulli

u: Parámetro b:Parametro P:parámetro

8:" 3 =

x P:X
~

estimador de M =X
=

~22 S 5(x, x)"

= = -

n -
1

La esperanza del estimador: -

(8) El error estándar del estimador e

desu. estándar del estimador.

La varianza del estimador:V(8) ↓

D.ECE) (8)
=

T8
=

Ejercicio
100)
2
X <
N(r 00; =
+ =

={
* estimador dem m, tiene dist de
-> prob.
=

Estimación
*

x -> N (u, )
- X
X
, Xz, ..,
Xiz -> m. a va
M 80
=

x -

N
(80,) n =
?
- X XI, Xz, ...,
Xiz -3m. a realización
80
 X N(80,100)
->

&
↓ x (N(M,52)
-
X, < N (80,1001 ·

go
-(X) 80
=
u
=

2 18
X2 - v(X)
> N(80,100) =
=

8,3
=

go

-
X, (N(80,100)
g

Ejercicio
Suponga que los ingresos de un grupo de habitantes distribuyen normal con media 420 v.m y varían a 81 v.m
Se toma una muestra de 20 individuos para estimar el promedio poblacional de este grupo

a) i lia es la va
que se estudia?

X: Los U.M
ingresos en

jAvédistribucióntiene
b) la V.a?
tiene dist. normal con M=420 1 vim"
v.m
y varianza

1) i liales son
los
parámetros de la via o población?
de los
M 420 > Prom.
poblacional ingresos.
=

8 81 =
a
varianza poblacional de los
ingresos.

jlia
a)
es el estimador para
estimar el
parametro de interés?
de interéses
El parámetro M

El estimador de mes
=
X M
=

e) Si x, 400,
=

x2 450,=

X, 480,
=

;
es
lanto la estimaciónde u?
X 400 48 433,5
+450
=

=
+

f) i lanto es el valor esperado del promedio muestra de los

ingresos?
E(X) n
= 420
=

9) jCuanto es la varianza de promedio muestra de los ingresos?

V(x)
2
=

=
sCuanto
h)
es el error estándar de promedio muestral?

ix =

E
=

=
=

i) Cuánto
i será el error estandar estimado si=75,5 r.m?

i
c. e. estimado =
S

Repaso de los
nombres simbolos
y

Propiedades del estimador

·Insesgamiento:Un estimador del parámetro O es

insesgado, si ) E(0) 6 =

↳ cuando da el valor.
justo

X., X, ...
n una ma de una poblaciónPoisson (X), gEs insesgado de X?

↳ jE(x) x?
=

↳ E(x)
(x, xn) E(Xilty.tE(xn)
E ...X x
x+ 2
x
x+
+
=
= =
+ + =
=
...

·E(x) 1 y estimador
insesgado
=
-

es un
a
Eficiencia Relativa:entre a estimadores insesgados ny z del parámetro 8,
es más eficiente aquel que tenga menor varianza

VIE
si VI) =) On es más eficiente que 2

eff (8, E.) VIE) =

< 1 => On es más efique u

viÖ)

Ejemplo:X, Xz... Xn una mia de una

población Poisson (A) sean.
y

3. x =

y
Xz 3x Xu
=

Xn
+

a) ison insesgados?, b); wär es más eficiente

relativamente?

a) E(1) 2(X) E
(xe +X2+ ...xn) E(x,) ElX)
EX)+...
=
+
=

x
x,+...) y X
=

+
=

In
-
es
insesgada de s

E(5):E(x)
E(3x +
,xn xn) 3xx) (xu) ex)
= =

+
+ +

3x 5 5 5 +
x : es
insesgado.
=
+
=
=

b) (5) V(X)
(x xr+ Xn)
V v(x)
v
vexalt...+V(xn
=
=
+ +
=

...

x
x+i.
x
2A
+
=
+

= =
 V(Y2)
14
V qr(X) +v(Xa) +vCXn)
xn
=

3x +
+ Xn =

25

= 11X 0,44x
=

25

Sin 1,2 = v(52) < V (5)

Ya es más reativamente
eficiente que n

Si n, 3 v(5) < V (52) => Y. es más eficientereativamente

-

que ba

3
Consistencia:

antes:error cadratico promedio de todas las desviaciones wadradas de

medio (ECM) las estimaciones respecto a 0 (tetal
ECM (8):E(8-0)

eficiencia insesgamiento

VÖ)
-

pero:ECM(8) sesso"
-

>
=
+

donde [E(8)
sesgo:
0?
-

es
8 consistente si ECM Lim ECM(8) 0
=

n -
D

tiende
* mientras +

grande la muestra el error a 0

EMIET:8)"tesso?" 4 Wando es eficiente e

insesgada

EJEMPLO:X., Xz ...
Xn una ma de una
poblaciónBernoulli (p)

·E(X):P oV(X) P(1-p) =

Es consistente
i
X de P?

recordar X-> Bern (P)

 ( CM(X)
=(iw(v(x) sesGo(Y
+

·E(x) E
(x Xnt ...Xn) E(X.)
ECX,)+...E(Xe)
+
=

p
=+ P
=

SeSGO:[(I) -P
0 SesGo 0
=p-p
= =

V(x)
·

v(X,tj. Xn) p(-p) +

p(1 p)
) D
=
+
+ -

=
...
=

-2

·(w () 0)
CM(x) =

+
0
=

X
. es consistente dep

B) Y
sea
X.*2... una ma de una
poblanon exponencial p

si x -

tx(B) E2X)
=
B
=

r(x) B2
=

f(x)
24
=

x0
*
parecido al
Dado los estimadores de B control.

⑤ B22-
*
=

i) i son insesgados?;al
es + ef. relat?

ü) jes consistente de B?
 Clase 3 16/03

Ejercicio 1:X, X.
...
Xn una ma de una poblaciónpernoubli de parámetro p.

a)
Sean los estimadores de P:

5. = 4. 4x
+
:

9.1;son insesgados?

z(p,) z
=

(x):(x) 2xxx) =
=

=(P)
+4:- + :=
2e(Xu)
3ex)
=

-
P
S
·. PeyP2 son insesgados.
9.2
jual es más eficiente

V(p):V(2):
V *
=

r(P2)
v(3x, 2x4 4x) qu(x,) 4V(xy) 16/Xn)
=

-
+ = + +

25

=2 p) 1p):2)=1,16p
-p) +
+

como V(pi) Vipil Fr: Vil es más eficiente que vilpil

9.3 Calcule d_CM de cada estimador.

sesgo (p.) ((pi) =

-

pl sesgo (p2) ((pa) p1

=
-

=(p p) -
0
=

=(p p) 0 -
=

(pi) (pi) sesso

p)
ECM v
= +
= 0 p(1 p)
=
= -

ECm(pi) V(pi) seso

29t) to:
2aP
=
=
+
 a. stuales consistente Pro Pu?
Be, ya que lim ECM(P.):
Lim ,
=

n A +

ntre un estimado sesgado y

otro insesgado:elegir el que tiene menor

error wadratico medio (ECMI

Pasos:
la funciónde verosimilitud Xn/0)
1.- Obtener ->
f
=

(X, X. . . .

2. -

Aplicar (n(L):e

8 derivada.
()
3.-
Aplicar
=

0
=

4. R
Despejamos
-

5. -

Colocamos 1->(Ö)

Ejercicio.
X, Xa ...
n una ma de una
poblaciónX, que tiene distr. Poisson, es decir:

p(x-b"x-0.......
Enwentre el E. M.V de b.

1. L f(X, Xz..Xn(x)
=

=Entie
-f(x:/x)
=e)"
Xi!

x""...*:en.** Xe! Xz!.... Xn!

 (n(2):In
(en**
2