Estimación Puntual

Prof. Alma Placencia

Existen varios métodos para obtener un estimador puntual de cierto parámetro q

desconocido, nosotros estudiaremos el Método de Máxima Verosimilitud.

Estimador Máximo Verosímil de q . (E.M.V. (q ))

Def: Sea (X1, X2, X3,…,Xn) una m.a.(n) de una población X ~ f (x; q), donde q representa
uno o más parámetros desconocidos.
El Estimador Máximo Verosímil de q , es el valor de q que maximiza la función de
n
verosimilitud L(q), en que L(q ) = P f ( xi ;q ) .
i =1
Derivando L(q ) o ln L(q) o Log L(q), respecto a cada uno de los parámetros desconocidos,
e igualando a cero dichas derivadas, se obtienen el o los EMV(q).
· Los EMV(q), tienen una propiedad llamada de “Invarianza”, tal que
E.M.V.[f (q)] = f[E.M.V.(q)]
éq - 1ù EMV (q ) - 1
Ej: E.M.V. ê =
ë q úû EMV (q )
· Estimación Máximo Verosímil de q, es el valor numérico que se obtiene, cuando se
evalúa el EMV(q) en base a los datos de una muestra aleatoria de X.

Propiedades de los Estimadores Puntuales:

1) Insesgamiento:
()
Sea q un estimador de q . Se dice que qˆ es un estimador insesgado, si E qˆ = q .
()
· Cuando el estimador de q no es insesgado E qˆ - q , se define como el sesgo del
estimador qˆ .

2) Varianza Menor
( ) ( )
Sean qˆ1 y qˆ2 , dos estimadores de q. Si V qˆ1 < V qˆ2 se dice que qˆ1 es un estimador
de menor varianza.
· Entre varios estimadores insesgados de q, es mejor o más eficiente es el Estimador
insesgado de menor varianza.
3) Error Cuadrático Medio de q (E.C.M.(q))
Este criterio se utiliza para decidir cual es mejor estimador, entre uno con sesgo y uno
insesgado.
() [ ] 2
[]
Def: E.M.C. qˆ = E qˆ - q = V qˆ + (sesgo)2

Sean qˆ1 y qˆ2 , dos estimadores de q , entonces se define:

( )
ECM qˆ1
como “eficiencia relativa de qˆ2 con respecto a qˆ1 ”.
( )
ECM qˆ2

Si la eficiencia relativa de qˆ2 respecto de qˆ1 es menor que uno, se concluye que qˆ1
( 1)
es más eficiente que qˆ para estimar q , ya que ECM qˆ < ECM qˆ .
2 ( 2)
Ejemplos: