ESTIMACIN DE PARMETROS

Estimacin puntual

Estimador de un parmetro es una funcin de las
observaciones muestrales
) ,........ , (
2 1 n
x x x t

( )
2 2
2
i
2
i
S nes observacio las de cuadratica funcion X x
1 n
1
S
X nes observacio las de lineal funcion x
n
1
X
o =

=
= =

El resultado numrico que se obtiene es la estimacin del parmetro

La expresin matemtica (o algebraica) es el estimador del parmetro
Propiedades de los estimadores
1.- Insesgado o no viciado :

Un estimador se dice insesgado si su esperanza es igual
al parmetro
u = u u )

( E insesgado es

Por el contrario, el estimador se dice viciado si su

esperanza es distinta al parmetro.
viciado es E u u u

)

( =
2.- Consistente :
{ } pequeo mente arbitraria n para P
si de e consistent estimador un es
+
9 e < c c u u
u u
, , 1

Si un estimador es insesgado (o asintticamente

insesgado), ser consistente si su variancia tiende a cero
e consistent es V E
bien o
e consistent es V E
u u u u
u u u u

0 )

( )

0 )

( )

(
.
. =
3.- Eficiente :
1
)

(
)

(
, , )

( )

(
*
*
< <
u
u
u u
V
V
sea o V V
Eficiencia relativa:
1
)

(
)

(
)

( )

( ;

2
1
2 1 2 1
< <
u
u
u u u u
V
V
V V si que eficiente mas es
4.- Suficiente
5.- Invariancia
Si contiene (o absorbe) toda la informacin proporcionada por la
muestra
Cuando una funcin del mismo es un buen estimador de la
funcin del parmetro
Mnima Variancia
Mtodo de los momentos

Mtodo de los Mnimos Cuadrados

Mtodo de Mxima Verosimilitud
Mtodos de estimacin puntual

Estimacin por intervalos de confianza.
En lugar de indicar simplemente un nico valor como
estimacin del parmetro poblacional u, lo que se hace es
calcular un intervalo de valores en el que se tiene cierta
probabilidad (confianza) de que se encuentre el verdadero
valor de u.


Intervalo de confianza: Es el intervalo de las estimaciones
(probables) sobre el parmetro.
Lmites de los intervalos de confianza: Son los dos valores
extremos del intervalo de confianza.
Amplitud del intervalo o margen de error...
o o u u
u
= < 1 )

(

k P
Ahora bien, cun grande debe de ser el intervalo de
confianza? Evidentemente, si se dice que el intervalo de
confianza va de menos infinito a ms infinito, seguro que
acertamos...
Pero eso no es muy til. El caso extremo contrario es la
estimacin puntual, donde la amplitud del intervalo es nula.
La idea es crear intervalos de confianza de manera que se
conozca en qu porcentaje de casos el valor del parmetro
poblacional estar dentro del intervalo crtico.
Es decir, dar una medida de bondad de la estimacin, la
probabilidad de que el valor real u se encuentre dentro del
intervalo.
o c u u c u = + < < 1 )

( P
Coeficiente
o grado de
confianza
Y cmo se fija tal probabilidad?


Al calcular un intervalo de confianza al 95%, ello quiere decir que
el 95% de las veces que repitamos el proceso de muestreo (y
calculemos el estadstico), el verdadero valor del parmetro
poblacional estar dentro de tal intervalo.

A ese usual nivel de significacin se le denomina confianza
Otro caso usual es trabajar con el 99% de confianza

Intervalos de confianza para la media:
Supongamos que la poblacin sigue una distribucin
normal, con cierta media y cierta desviacin tpica o.
El estimador puntual para la media poblacional es
la media muestral.
Se sabe que:
(1)La media de la distribucin muestral de medias es la
media poblacional .
(2). La varianza de la distribucin muestral de medias es
o
2
/n. O lo que es lo mismo, la desviacin tpica de la
distribucin muestral de medias es o /\n.
Veremos dos casos para calcular intervalos de confianza:

(1) La poblacin es normal y conocemos o :

=
=
n
i
i
x
n
x
1
1
( ) 1 , 0
/
N
n
x
z

=
o

( ) n N x / ,o
Tipificamos la variable:
Sabemos cmo se distribuye la variable aleatoria muestral y a
partir de esa distribucin podemos determinar el intervalo de
confianza.
Supongamos que deseamos tener un nivel de
confianza 1- o.
( ) o o = < 1
x
k X P
-z
o/2

o/2
o/2
1-o
z
o/2
0

( ) 1 , 0 N
o
o

o
o
o

o o
o o
= |
.
|

\
|
+ < <
= |
.
|

\
|
<

<
1
1
/
2 / 2 /
2 / 2 /
z
n
x z
n
x P
z
n
x
z P
2 / 2 / o o
o

o
z
n
x z
n
x + < <
Una estimacin puntual de la media poblacional
se obtendra de una muestra de n elementos haciendo
la media muestral.
Mientras que un intervalo de confianza con nivel de
significacin o es:
Se puede determinar el tamao necesario de una muestra
para obtener una amplitud del intervalo de confianza
determinada calculando:
2
2 /
|
.
|

\
|
=
o
c
o
z n
Semiamplitud del
intervalo
Ejemplo: n = 100
1.96 1.96
025 . 0 025 . 0
+ = = z y z
20 = x 5 = o
Confianza = 0.95 o = 0.05
02 . 19 96 . 1
100
5
20
2 /
= =
o
o
z
n
x
98 . 20 96 . 1
100
5
20
2 /
= + = +
o
o
z
n
x
) 98 . 20 ; 02 . 19 ( e
Buscamos en las tablas N(0,1) los valores de z que
dejan 0.05 / 2 = 0.025 de probabilidad por abajo y
0.05 / 2 = 0.025 de probabilidad por arriba:
A medida que el tamao muestral aumenta, la amplitud
del intervalo disminuye. (esto es general, no slo para la
media.)

Confianza 1 - o = 0.95:
Caso 1. Media muestral =10, varianza poblacional = 4, n=12.


Caso 2. Media muestral =10, varianza poblacional = 4, n= 20.

( )
2 2
10 ( 1.96) 10 1.96 9.12 10.88 0.95
20 20
P P
| |
+ < < + = < < =
|
\ .
( )
2 2
10 ( 1.96) 10 1.96 8.87 11.13 0.95
12 12
P P
| |
+ < < + = < < =
|
\ .
En tal caso, se tendr ms seguridad de que el
parmetro de inters se halle en los lmites del intervalo.
El problema es que incrementar la confianza aumenta
la amplitud del intervalo.
Caso 1. Media muestral = 10, varianza poblacional = 4,
n = 12. Intervalo al 95%


Caso 2. Media muestral = 10, varianza poblacional =4,
n = 12. Intervalo al 99%

( )
2 2
10 ( 2.57) 10 2.57 8.52 11.48 0.99
12 12
P P
| |
+ < < + = < < =
|
\ .
( )
2 2
10 ( 1.96) 10 1.96 8.87 11.13 0.95
12 12
P P
| |
+ < < + = < < =
|
\ .
La distribucin muestral del estadstico:
no es una distribucin normal, sino una distribucin t de
Student con n -1 grados de libertad.
(2) Poblacin normal y desconocemos o :
n s
x
/

o
o

o o
o o
= |
.
|

\
|
+ < <
= |
.
|

\
|
<

<
1
1
/
2 / 2 /
2 / 2 /
t
n
s
x t
n
s
x P
t
n s
x
t P
El intervalo para la media (cuando se conoce la
varianza poblacional), se define :
Pero si no se conoce la varianza poblacional (el caso
realista), se tiene como intervalo:
2 / 2 / o o
o

o
z
n
x z
n
x + < <
2 / 2 / o o
t
n
s
x t
n
s
x + < <
Si n es grande (n > 30), la distribucin del estadstico


ser prcticamente una distribucin normal N(0,1).
El intervalo de confianza es:
Distribucin de la poblacin desconocida y n > 30
n s
x
/

2 / 2 / o o
o

o
z
n
x z
n
x + < <
Nota: para n > 30 la distribucin t de Student es prcticamente
una Normal.
n
h h
z h p
n
h h
z h
) 1 ( ) 1 (
2 2

+ < <

o o
|
|
.
|

\
|
=

n
pq
p N X
n
h
i
, ~
1
Intervalo de Confianza para el Parmetro p de la
Binomial
n
h h
s
h h
) 1 (

= = o
( ) 1 , 0 ~
) 1 (
N
n
h h
p h