Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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