Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigacion 1 - Estimacion Por Metodos
Investigacion 1 - Estimacion Por Metodos
1
ESTIMACIÓN POR MÉTODOS NO PARAMÉTRICOS
2
técnicas se basan en especificar una forma de distribución de la variable aleatoria
y de los estadísticos derivados de los datos.
3
Asimismo, K es una función núcleo, simétrica y definida positiva, y h es una
ventana de suavización que determina el tamaño del vecindario para realizar la
respuesta media. La función núcleo actúa como una función de peso que le otorga
mayor importancia a los puntos cercanos y menor importancia a los puntos
alejados de x.
´ K(t)dt=1
K(−x) = K(x)
Hay varias funciones que se pueden considerar como núcleo. Algunas de ellas
son:
4
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.
Ejemplo:
5
Conocemos que la media poblacional de una determinada variable x depende de
un parámetro K que es el que realmente queremos conocer (estimar). Así:
Pruebas no Paramétricas
6
Ho: La Mediana poblacional es igual a un valor dado.
Ha: La mediana es menor (mayor ó distinta) del valor dado.
Para calcularla se determinan las diferencias de los datos con respecto al valor
dado de la mediana y se cuentan los signos positivos y negativos.
Si n>20 se puede usar aproximación Normal a una Binomial con p = q = 0.5, para
calcular los “valores-p”. Es decir,
7
Se resta de cada dato el valor de la mediana que se considera en la hipótesis
nula.
Se calcula los rangos de las diferencias sin tomar en cuenta el signo de las
mismas (o sea en valor absoluto). En el caso de haber empate se asigna un rango
promedio a todas las diferencias empatadas es decir; se les asigna el rango:
8
BIBLIOGRAFÍA
1. Https://www.uv.es/ceaces/tex1t/4%20estimacion/metodos.htm
2. L. Wasserman. All of Nonparametric Statistics. New York. Springer.
3. M.A. Diaz Viera. “Geoestadística Aplicada”. Notas de curso. Instituto de
Geofísica, Universidad Nacional Autónoma de México (UNAM). Instituto de
Geofísica y Astronomía, CITMA. Cuba. 2002.
4. 98