Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Propiedades de Los Estimadores COMPLETA
Propiedades de Los Estimadores COMPLETA
Econometría II
Econometría
Propiedades de
Propiedades de los
los Estimadores
Estimadores
Especialidad en Econometría
Posgrado de Economía UNAM
Semestre 2020-I
La inferencia estadística involucra obtener
información de una población, a partir de una
muestra.
distribución alrededor de
La MEC ( ) depende en general de los valores
de , si es desconocido, empleamos
criterios para evaluarlo sin conocer
Demostración.
Insesgamiento
estimador del parámetro es insesgado si
Un
su esperanza matemática coincide con el
verdadero parámetro , =.
Demostración.
Insesgamiento
estimador del parámetro es insesgado si
Un
su esperanza matemática coincide con el
verdadero parámetro , =.
Demostración.
Insesgamiento
estimador del parámetro es insesgado si
Un
su esperanza matemática coincide con el
verdadero parámetro , =.
Demostración.
Esto implica que si tomamos diferentes
muestras de tamaño n y para cada una
calculamos el estimador , entonces la media
muestral de estas estimaciones es igual a β
INSESGAMIENTO EN STATA
Considerando el siguiente PGD:
sum
Propiedad de la varianza, si X es
V.A. y a es constante.
La varianza del promedio muestral es.
Propiedad de la varianza, si X es
V.A. y a es constante.
La varianza del promedio muestral es.
Propiedad de la varianza, si X es
V.A. y a es constante.
considerar la distribución poblacional de
Sin
Y, Zn tiene media cero y varianza uno, lo que
coincide con la normal estándar.
clear
program unamuestra, rclass
drop _all
quietly set obs 30
generate x = runiform()
summarize x
return scalar mediadeunamuestra=r(mean)
end
set seed 10101
unamuestra
return list
histogram x, xtitle("x de una muestra")
summarize xbar