ESTADSTICA INFERENCIAL I

Introduccin a la estimacin Estimacin puntual Caractersticas de estimadores puntuales Propiedades de los estimadores

BELN DE JESS CHENHIN SILVA

INTRODUCCIN A LA ESTIMACI N
La Estadstica Inferencial que permiten estimar el valor de los parmetros poblacionales a partir del valor de los estadsticos obtenidos en el estudio de una muestra, reciben el nombre de ESTIMADORES.
Consiste en la obtencin de valores aproximados para caractersticas desconocidas de la distribucin poblacional. La estimacin de parmetros puede ser PUNTUAL (atribuyendo al parmetro un nico valor) o bien puede hacerse por intervalos (atribuyendo al parmetro un rango de posibles valores).

Por ejemplo, si se desea conocer el precio medio de un artculo se recogern observaciones del precio de dicho artculo en diversos establecimientos y la media aritmtica de las observaciones puede utilizarse como estimador del precio medio. Para cada parmetro pueden existir varios estimadores diferentes. En general, escogeremos el estimador que posea mejores propiedades que los restantes, como Insesgadez Eficiencia Consistencia (convergencia y robustez)

ESTIMACIN PUNTAL
Una estimacin es puntual cuando se usa un solo valor extrado de la muestra para estimar el parmetro desconocido de la poblacin. Al valor usado se le llama estimador. La media de la poblacin se puede estimar puntualmente mediante la media de la muestra: La proporcin de la poblacin se puede estimar puntualmente mediante la proporcin de la muestra:

La desviacin tpica de la poblacin se puede estimar puntualmente mediante la desviacin tpica de la muestra, aunque hay mejores estimadores:

CARACTERISTICAS DE ESTIMADORES PUNTUALES

1) SESGO.
Se dice que un estimador es insesgado si la Media de la distribucin del estimador es igual al parmetro. E() = Estimadores insesgados son la Media muestral (estimador de la Media de la poblacin) y la Varianza (estimador de la Varianza de la poblacin):

Ejemplo:

En una poblacin de 500 puntuaciones cuya Media (m) es igual a 5.09 han hecho un muestreo aleatorio (nmero de muestras= 10000, tamao 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 poblacin 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 En un muestreo de 1000 muestras (n=25) en que la Varianza de la poblacin es igual a 9.56 ha resultado igual a 9.12, esto es, no coinciden. En cambio, al utilizar la Cuasivarianza la Media de las Varianzas muestrales es igual a 9.5, esto es, coincide con la Varianza de la poblacin ya que la Cuasivarianza es un estimador insesgado.

2) CONSISTENCIA . Un estimador es consistente si aproxima el valor del

parmetro cuanto mayor es n (tamao de la muestra).

Ejemplo

En una poblacin de 500 puntuaciones cuya Media (m) es igual a 4.9 han hecho tres muestreos aleatorios (nmero de muestras= 100) con los siguientes resultados:

3) EFICIENCIA. Diremos que un estimador es ms eficiente que otro si la

Varianza de la distribucin muestral del estimador es menor a la del otro estimador. Cuanto menor es la eficiencia, menor es la confianza de que el estadstico obtenido en la muestra aproxime al parmetro poblacional.

Ejemplo

La Varianza de la distribucin muestral de la Media en un muestreo aleatorio (nmero de muestras: 1000, n=25) ha resultado igual a 0.4. La Varianza de la distribucin de Medianas ha resultado, en el mismo muestreo, igual a 1.12, (este resultado muestra que la Media es un estimador ms eficiente que la Mediana).

PROPIEDADES DE LOS ESTIMADORES

Como podemos elegir dos estimadores distintos para un determinado parmetro y que ambos criterios sean razonables. Con cul nos quedamos? Qu criterios vamos a utilizar para
determinar qu estimadores son los ms adecuados?

El objetivo es dar en el centro de la diana,

y los impactos de distintas escopetas estn

sealados con diferentes seales.

Cul parece ms adecuada? Qu ventajas tienen unas frentes a otras? Los tringulos -azules estn muy

agrupados entre s (buena puntera), pero

entorno a un punto que no es el objetivo (punto de mira algo desviado). Las estrellas -verdes tienen bien el punto

de mira y una puntera moderadamente

buena. Los impactos-rojos parecen tener bien el punto de mira (estn repartidos homogneamente alrededor del objetivo), pero una puntera psima.

CUADRO RESUMEN DE ESTIMADORES PUNTUALES