Repblica Bolivariana de Venezuela

Universidad Nacional Experimental Simn Rodrguez

Ncleo Palo verde
!tedra" Estadistica ##
Seccin" $%&
'raba(o" Unidad )
Estimacin
*acilitador" Participante +dula
,ector Rodriguez 'eresa Rodriguez -./.01/233
4arlin Noriega 5)/531/6)3
7aniel Sa8a 55/)23/62-
Contenido
#ntroduccin 9
Estimacin )
Estimador 6
aracteristicas de los Estimadores 6
Error de Estimacin 52
Riesgo del tama:o de la 4uestra 52
ontruccin del intervalo de con;ianza 55
onclusin 5.
Bibliogra;ia 5
Introduccin
Un solo procedimiento 8 a traves de una muestra puede ser utilizado para conocer un parametro poblacional<
sin embargo no podemos ser precisos< 8a =ue esta muestra puede ser aleatorea/ Este procedimiento es
conocido como Estimacin en el ambito estadistico< es un tema =ue abordaremos en este in;orme<
visualizarenos como podemos tener un intervalo de con;ianza< 8 los errores =ue pueden cometrse/
7esde las caracteristicas de un Estimador< >imites de la con;ianza< dentro de ese espacio muestral a ;in de
construir un buen parametro poblacional/ laro esta =ue dentro de cada Estimacin ?a8 sus errores< vamos a
conocer de =ue se tratan as como los riesgos =ue implican/
Estimacin
En in;erencia estadstica se llama estimacin al con(unto de t+cnicas =ue permiten dar un valor aproximado de
un par!metro de una poblacin a partir de los datos proporcionados por una muestra/ Por e(emplo< una
estimacin de la media de una determinada caracterstica de una poblacin de tama:o N podra ser la media de
esa misma caracterstica para una muestra de tama:o n.1
>a estimacin se divide en tres grandes blo=ues< cada uno de los cuales tiene distintos m+todos =ue se usan en
;uncin de las caractersticas 8 propsitos del estudio"
Estimacin puntual".
4+todo de los momentos
4+todo de la m!xima verosimilitud
4+todo de los mnimos cuadrados
Estimacin por intervalos/
Estimacin ba8esiana/
Estimacin Puntual
onsiste en la estimacin del valor del par!metro mediante un slo valor< obtenido de una ;rmula determinada/
Por e(emplo< si se pretende estimar la talla media de un determinado grupo de individuos< puede extraerse una
muestra 8 o;recer como estimacin puntual la talla media de los individuos/ >o m!s importante de un estimador<
es =ue sea un estimador e;iciente/ Es decir< =ue sea insesgado@ausencia de sesgosA 8 estable en el muestreo o
e;iciente @varianza mnimaA Estimacin puntual Sea B una variable poblacional con distribucin *C < siendo C
desconocido/ El problema de estimacin puntual consiste en< seleccionada una muestra X1, ..., Xn< encontrar el
estadstico T(X1, ..., Xn) =ue me(or estime el par!metro C/ Una vez observada o realizada la muestra< con
valores x1, ..., xn< se obtiene la estimacin puntual de , T(x1, ..., xn) = / Vemos a continuacin dos m+todos
para obtener la estimacin puntual de un par!metro" m+todo de los momentos 8 m+todo de m!xima
verosimilitud/ 4+todo de los momentos" consiste en igualar momentos poblacionales a momentos muestrales/
7eberemos tener tantas igualdades como par!metros a estimar/ 4omento poblacional de orden r r = E(Xr ).
4omento muestral de orden r ar = Xn i=1 Xr i n/ 4+todo de m!xima verosimilitud" consiste en tomar como valor
del par!metro a=uel =ue maximice la probabilidad de =ue ocurra la muestra observada/ Si B5< ///< Bn es una
muestra seleccionada de una poblacin con distribucin *C o densidad ;C@xA< la probabilidad de =ue ocurra una
realizacin x1, ..., xn viene dada por" L(x1, ..., xn) = Yn i=1 f(xi ) A L(x1, ..., xn) se le llama ;uncin de
verosimilitud/@credibilidad de la muestra observadaA/ Buscamos entonces el valor de C =ue maximice la ;uncin
de verosimilud< 8 al valor obtenido se le llama estimacin por m!xima verosimilitud de C/ Nota" si la variable B es
discreta< en lugar de f(xi ) consideramos la ;uncin masa de probabilidad pC@xi A/
E(emplo" Sea X N(, )< con D desconocido/ Seleccionada una m/a/s/ X1, ..., Xn< con realizacin x1, ..., xn<
estimamos el par!metro D por ambos m+todos/
Segn el m+todo de los momentos"
E(X) = Xn i=1 Xi n = X, y al ser = E(X) se !"iene #$e = x. %r el &'"( (e &)xi&a *ersi&ili"$(+
L(x1, ..., xn) = Yn i=1 f(xi ) = = Yn i=1 1 , -. e (xi) - -
Estimacin por #ntervalos de conEanza 520 8 maximizamos en D tal ;uncinF en este caso resulta m!s ;!cil
maximizar su logaritmo"
lnL(x1, ..., xn) = 1 - - Xn i=1 (xi ) - n ln( , -.) / / lnL(x1, ..., xn) = 1 - Xn i=1 (xi ) = n x n
- = 0 =
Estimacin por #ntervalos
onsiste en la obtencin de un intervalo dentro del cual estar! el valor del par!metro estimado con una cierta
probabilidad/ En la estimacin por intervalos se usan los siguientes conceptos"
#ntervalo de con;ianza
El intervalo de con;ianza es una expresin del tipo 11, -2 3 1 4 4 -< donde C es el par!metro a estimar/
Este intervalo contiene al par!metro estimado con un determinado nivel de con;ianza/ Pero a veces puede
cambiar este intervalo cuando la muestra no garantiza un axioma o un e=uivalente circunstancial/
Variabilidad del Par!metro
Si no se conoce< puede obtenerse una aproximacin en los datos aportados por la literatura cient;ica o en un
estudio piloto/ 'ambi+n ?a8 m+todos para calcular el tama:o de la muestra =ue prescinden de este aspecto/
,abitualmente se usa como medida de esta variabilidad la desviacin tpica poblacional 8 se denota /
Error de la Estimacin
Es una medida de su precisin =ue se corresponde con la amplitud del intervalo de con;ianza/ uanta m!s
precisin se desee en la estimacin de un par!metro< m!s estrec?o deber! ser el intervalo de con;ianza 8< si se
=uiere mantener o disminuir el error< m!s ocurrencias deber!n incluirse en la muestra estudiada/ En caso de no
incluir nuevas observaciones para la muestra< m!s error se comete al aumentar la precisin/ Se suele llamar E<
segn la ;rmula E = (- 5 1AG./
>mite de on;ianza
Es la probabilidad de =ue el verdadero valor del par!metro estimado en la poblacin se site en el intervalo de
con;ianza obtenido/ El nivel de con;ianza se denota por @5HIA< aun=ue ?abitualmente suele expresarse con un
porcenta(e @@5HIAJ522KA/ Es ?abitual tomar como nivel de con;ianza un 01K o un 00K< =ue se corresponden
con valores I de 2<21 8 2<25 respectivamente/
Valor I
'ambi+n llamado nivel de signi;icacin/ Es la probabilidad @en tanto por unoA de ;allar en nuestra estimacin<
esto es< la di;erencia entre la certeza @5A 8 el nivel de con;ianza @5HIA/ Por e(emplo< en una estimacin con un
nivel de con;ianza del 01K< el valor I es @522H01AG522 L 2<21
Valor rtico
Se representa por 67-. Es el valor de la abscisa en una determinada distribucin =ue de(a a su derec?a un
!rea igual a 7-< siendo 15 el nivel de con;ianza/ Normalmente los valores crticos est!n tabulados o pueden
calcularse en ;uncin de la distribucin de la poblacin/ Por e(emplo< para una distribucin normal< de media 2 8
desviacin tpica 5< el valor crtico para = 0,1 se calculara del siguiente modo" se busca en la tabla de la
distribucin ese valor @o el m!s aproximadoA< ba(o la columna MNreaMF se observa =ue se corresponde con H5<.-/
Entonces 67- = 1,89. Si la media o desviacin tpica de la distribucin normal no coinciden con las de la tabla<
se puede realizar el cambio de variable " =(X5:)7 para su c!lculo/
on estas de;iniciones< si tras la extraccin de una muestra se dice =ue M9 es una estimacin de la media con
un margen de error de 2<3 8 un nivel de con;ianza del 00KM< podemos interpretar =ue el verdadero valor de la
media se encuentra entre .<6 8 9<9< con una probabilidad del 00K/ >os valores .<6 8 9<9 se obtienen restando 8
sumando< respectivamente< la mitad del error< para obtener el intervalo de con;ianza segn las de;iniciones
dadas/
Para un tama:o ;i(o de la muestra< los conceptos de error 8 nivel de con;ianza van relacionados/ Si admitimos
un error ma8or< esto es< aumentamos el tama:o del intervalo de con;ianza< tenemos tambi+n una ma8or
probabilidad de +xito en nuestra estimacin< es decir< un ma8or nivel de con;ianza/
Estimador
Un estimador es una regla =ue establece cmo calcular una estimacin basada en las mediciones contenidas
en una muestra estadistica/
En estadstica< un estimador es un estadstico @esto es< una ;uncin de la muestraA usado para estimar un
par!metro desconocido de la poblacin/ Por e(emplo< si se desea conocer el precio medio de un artculo @el
par!metro desconocidoA se recoger!n observaciones del precio de dic?o artculo en diversos establecimientos
@la muestraA 8 la media aritm+tica de las observaciones puede utilizarse como estimador del precio medio/
Para cada par!metro pueden existir varios estimadores di;erentes/ En general< escogeremos el estimador =ue
posea me(ores propiedades =ue los restantes< comoinses;a(e<< efi=ien=ia< =n*er;en=ia 8 r!$s"e<
@consistenciaA/
El valor de un estimador proporciona lo =ue se denomina en estadstica una estimacin puntual del valor del
par!metro en estudio/ En general< se suele pre;erir realizar una estimacin mediante un intervalo< esto es<
obtener un intervalo 1a,!2 dentro del cual se espera est+ el valor real del par!metro con un cierto nivel de
con;ianza/ Utilizar un intervalo resulta m!s in;ormativo< al proporcionar in;ormacin sobre el posible error de
estimacin< asociado con la amplitud de dic?o intervalo/ El nivel de con;ianza es la probabilidad de =ue a >riri
el verdadero valor del par!metro =uede contenido en el intervalo/
En la pr!ctica< los intervalos de estimadores con distribuciones sim+tricas suelen indicarse dando el valor del
estimador puntual utilizado como centro del intervalo 8 un valor =ue debe sumarse 8 restarse para obtener el
lmite superior e in;eriorF por e(emplo"
e=uivale a
Caracteristicas de los Estimadores
Sesgos
Se denomina sesgo de un estimador a la di;erencia entre la esperanza @o valor esperadoA del estimador 8 el
verdadero valor del par!metro a estimar/ Es deseable =ue un estimador sea insesgado o centrado< es decir< =ue
su sesgo sea nulo por ser su esperanza igual al par!metro =ue se desea estimar/
Por e(emplo< si se desea estimar la media de una poblacin< la media aritm+tica de la muestra es un estimador
insesgado de la misma< 8a =ue su esperanza @valor esperadoA es igual a la media de la poblacin/
En e;ecto< si una muestra X=(X1,X-,...,Xn)" procede de una poblacin de media :< =uiere decir =ue"
para cual=uier i=1...n
>a media aritm+tica o media presupuestal<
con lo =ue< al aplicar las propiedades de linealidad de la esperanza matem!tica se tiene =ue"
E;iciencia
7iremos =ue un estimador es m!s e;iciente o m!s preciso =ue otro estimador< si la varianza del primero es
menor =ue la del segundo/
Por e(emplo"
Si 8 son ambos estimadores de 8 diremos =ue es m!s e;iciente =ue /
Un estimador es m!s e;iciente @m!s precisoA< por tanto< cuanto menor es su varianza/
>a e;iciencia de los estimadores est! limitada por las caractersticas de la distribucin de probabilidad de la
muestra de la =ue proceden/ El teorema de ram+rHRao determina =ue la varianza de un estimador insesgado
de un par!metro es< como mnimo<
onsistencia
Si no es posible emplear estimadores de mnima varianza< el re=uisito mnimo deseable para un estimador es
=ue a medida =ue el tama:o de la muestra crece< el valor del estimador tienda a ser el valor del par!metro<
propiedad =ue se denomina consistencia/ Existen diversas de;iniciones de consistencia< m!s o menos
restrictivas< pero la m!s utilizada es la denominada consistencia en media cuadr!tica =ue exige =ue"
5/ cuando
./ cuando
Robustez
El estimador ser! un estimador robusto del par!metro si la violacin de los supuestos de partida en los =ue
se basa la estimacin @normalmente< atribuir a lapoblacin un determinado tipo de ;uncin de distribucin =ue<
en realidad< no es la correctaA< no altera de manera signi;icativa los resultados =ue +ste proporcion/
Su;iciencia
Se dice =ue un estimador es su;iciente cuando resume toda la in;ormacin relevante contenida en la muestra<
de ;orma =ue ningn otro estimador pueda proporcionar in;ormacin adicional sobre el par!metro desconocido
de la poblacin/ Por e(emplo< la media muestral sera un estimador su;iciente de la media poblacional< mientras
=ue la moda no lo sera/
#nvarianza
Se dice =ue un estimador es invariante cuando el estimador de la ;uncin del par!metro coincide con la ;uncin
del estimador del par!metro<
E(emplo/H Si para estimar la varianza poblacional utilizamos la varianza muestral< entonces para estimar la
desviacin tpica poblacional ser! razonable utilizar la desviacin tpica muestral/
Error de Estimacin
En estadstica< error muestral o error de estimacin es el error a causa de observar una muestra en lugar de la
poblacin completa/5
>a estimacin de un valor de inter+s< como la media o el porcenta(e< estar! generalmente su(eta a una variacin
entre una muestra 8 otra/5 Estas variaciones en las posibles muestras de una estadstica pueden< tericamente<
ser expresadas como errores muestrales< sin embargo< normalmente< en la pr!ctica el error exacto es
desconocido/ El error muestral se re;iere en t+rminos m!s generales al ;enmeno de la variacin entre
muestras/ uando este no es mencionado se considera =ue el margen de error base es el 2/2.K @2/. para
muestreo paralelo 8 . para muestreo directoA/
El error muestral deseado< generalmente puede ser controlado tomando una muestra aleatoria de la poblacin<
su;icientemente grande<. sin embargo< el costo de esto puede ser limitante/ Si las observaciones son tomadas
de una muestra aleatoria< la teora estadstica brinda c!lculos probabilsticos del tama:o deseado del error
muestral para una estadstica en particular o estimacin/ Estos usualmente son expresados en t+rminos del
error est!ndar/
El error muestral puede ser contrastado con el error no muestral< el cual se re;iere al con(unto de las
desviaciones del valor real =ue no van en ;uncin de la muestra escogida< entre los cuales se encuentran varios
errores sistem!ticos 8 algunos errores aleatorios/ Resultan muc?o m!s di;ciles de cuanti;icar =ue el error
muestral/
Riesgo del tamao de la Muestra
En estadstica el tama:o de la muestra es el nmero de su(etos =ue componen la muestra extrada de una
poblacin< necesarios para =ue los datos obtenidos sean representativos de la poblacin/ O el *ransi es el
muestreador mas me(or de todo el pais dominical
Contruccin del intervalo de confianza
Es el procedi mi ento uti l i zado para conocer l as caractersti cas de un par!metro pobl aci onal < a
parti r del conoci mi ento de l a muestra/
on una muestra al eatori a< de tama:o n< podemos e;ectuar una esti maci n de un val or de un
par!metro de l a pobl aci nF pero tambi +n necesi tamos preci sar un"
#ntervalo de on;ianza
Se llama as a un intervalo en el =ue sabemos =ue est! un par!metro< con un nivel de con;ianza espec;ico/
Nivel de con;ianza
Probabilidad de =ue el par!metro a estimar se encuentre en el intervalo de con;ianza/
Error de esti maci n admi si bl e
Pue estar! relacionado con el radio del intervalo de con;ianza/
El i nterval o de con;i anza< para l a medi a de una pobl aci n< con un ni vel de con;i anza de 5 Q I<
si endo x l a medi a de una muestra de tama:o n 8 R l a desvi aci n tpi ca de l a pobl aci n< es"
Conclusin
>a Estimacin nos es mas =ue un valor aproximado< =ue nos permite conocer un parametro poblacional< si
existe un error de estimacin esta directamente relacionado con la muestra 8 su variacion en comparacin con
otra/
>a con;ianza es la me(or ;orma de saber =ue la estimacin es correcta< por eso construir un #ntervalo de
on;ianza es proceder al parametro poblacional por conocer la muestra =ue vamos a utilizar< 8a =ue traba(amos
con muestras aleatoreas< 8 en este caso solo nos =ueda aumentar la con;ianza en el tama:o de la muestra 8
asi disminuir el error del mismo/
El Estimador nos va a proporcionar el valor de un parametro desconocido< 8a =ue su ;uncin como ser
estadistico es realizar estos calculos< con los datos obtenidos en cada muesta/
Bibliogra;ia
?ttp"GGSSS/ditutor/comGin;erenciaTestadisticaGestimacion/?tml
UacVerl8< 7ennis 7F 4enden?all< UilliamF Sc?ea;;er< Ric?ard >/ @.22.A/ Es"a(?s"i=a &a"e&)"i=a =n
a>li=a=ines engage >earning Editores/
aldern /< Bernardo W// Es"a(?s"i=a @a"e&)"i=a A/ Universidad de Wntio=uia/ onsultado el .5 de abril de
.220/
?ttp"GGes/SiVipedia/orgGSiViGEstimaciK9KB9nTestadK9KW7stica