1.4 - Definición de Estimaciones.

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 8

Unidad 1 Teoría del muestreo

1.4- Definición de estimaciones.


1.4- Definición de estimaciones.
  
Notación y conceptos
Un parámetro es un valor de la población que determina su
comportamiento; por ejemplo, el comportamiento de una
población con un promedio de cinco unidades es diferente a otra
con promedio de ocho unidades. Para hacer referencia a un
parámetro poblacional, se utilizará la letra .
El estimador es la regla que indica cómo realizar el cálculo de una
estimación a través de una fórmula que involucre los valores de
una muestra; se denota como . El símbolo “^” significa que la
fórmula es un estimador del parámetro . Por ejemplo, si el
parámetro poblacional a estimar () es el promedio poblacional , el
estimador del parámetro se denotará como.
Como observación, para referirse a parámetros poblacionales se
utilizan letras mayúsculas o letras del alfabeto griego.
Se define como estimación al valor resultante de
aplicar el estimador con los datos de la muestra.
Tipos de estimación
Estimación puntual (por punto)
Consiste en utilizar una regla o fórmula para estimar el parámetro
poblacional con los valores de una muestra. El resultado de esta
estimación es solamente un valor.
Los parámetros poblacionales que habitualmente interesa estimar
son el promedio y la proporción poblacional. La tabla siguiente
presenta los estimadores para estos parámetros.

En la tabla, la primera columna muestra el nombre y la notación


del parámetro. Las siguientes dos columnas hacen referencia al
estimador del parámetro: una indica cómo denotarlo; la otra, la
fórmula que lo define.
Cuando se desconoce la varianza poblacional, se recurre
a estimarla con la muestral:

Estimación por intervalos


Consiste en calcular un rango de valores en los que se
espera, con cierto nivel de confianza, que se encuentre
contenido el parámetro. El resultado de esta estimación
es un intervalo. Es común llamar a este rango de valores
intervalo de confianza.

Fórmula general para construir el intervalo de confianza:


 𝐼𝐶 = 𝜃 ± 𝛿 𝜎 𝜃^
^
  
Donde:

Como un estimador emplea los valores de una muestra aleatoria, el resultado


es también aleatorio, por lo que un estimador es una variable aleatoria con un
valor esperado y una varianza . El nivel de confianza de la fórmula más de ser
una probabilidad debe considerarse una proporción de éxito en un número muy
grande de repeticiones.
Para construir un intervalo de confianza, es necesario conocer la estimación
puntual del parámetro y la desviación del estimador, y determinar el nivel de
confianza.
La siguiente tabla muestra, los parámetros promedio y proporción, su
estimador, la fórmula para realizar la construcción del intervalo de confianza
para muestras grandes y pequeñas, la fórmula para realizar una estimación
puntual y la desviación estándar del estimador.
1.4.1.- Propiedades de los estimadores
   estimar un parámetro, puede existir en ocasiones más de
Para
un estimador, por lo que es necesario utilizar aquellos que
tengan las propiedades siguientes:
Propiedades deseables de los estimadores
 Insesgado:

La primera propiedad de un estimador es que estime lo que


se quiere estimar; por ejemplo, si se realizara una estimación
con muchas muestras aleatorias, el valor esperado del
estimador es el parámetro poblacional de interés. Cuando
esto ocurre, el estimador es insesgado.
Un estimador es insesgado si satisface la siguiente condición:

Si esto se cumple, entonces:


   menos variabilidad:
Con
La siguiente característica que se busca en un estimador es que sus
estimaciones varíen lo menos posible del parámetro poblacional. Un
estimador así es más eficiente o con menos variabilidad.
Sean dos estimadores del parámetro :

Entonces, es más eficiente que

 Consistente

La última propiedad esperada en un estimador es que, a medida que utilice


mayor información de la población, su estimación sea cada vez más cercana
al parámetro poblacional. Cuando esto ocurre, el estimador es consistente.

También podría gustarte