Академический Документы
Профессиональный Документы
Культура Документы
TEMA 6
ESTIMACIN
1.ESTIMACIN PUNTUAL
1.1 INTRODUCCIN
1.2 PROPIEDADES DE LOS ESTIMADORES
1.3 MTODO DE CLCULO DE LOS ESTIMADORES
2. ESTIMACIN POR INTERVALOS DE CONFIANZA
2.1 CASOS PARTICULARES
2.1.1 INTERVALO DE CONFIANZA PARA LA MEDIA
2.1.2 INTERVALO DE CONFIANZA PARA LA PROPORCIN
2.1.3 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
MEDIAS
2.1.4 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE
PROPORCIONES
2.1.5 INTERVALO DE CONFIANZA PARA LA VARIANZA
2.1.6 INTERVALO DE CONFIANZA PARA EL COCIENTE DE
VARIANZAS
3. PRECISIN Y TAMAO DE LA MUESTRA
Curso 02-03
2
TEMA 6 : ESTIMACIN
TEMA 6
ESTIMACIN
1. ESTIMACIN PUNTUAL
1.1. INTRODUCCIN
En todo este tema vamos a suponer que estamos estudiando una poblacin
2
cuya distribucin es conocida excepto en un parmetro ( , , ,. ..) al que
llamaremos . A la distribucin de la poblacin la denotaremos por f(x).
Diremos que nos encontramos ante un problema de estimacin cuando,
dada una poblacin con una distribucin f(x) donde es un parmetro
desconocido, aventuremos o infiramos en base a los datos muestrales
X1 , X2 ,..., Xn el valor de . Si al inferir el parmetro damos un nico valor
estaremos ante un problema de estimacin puntual.
Estimador puntual $ X1 , X2 ,..., Xn : ser una funcin de la muestra
aleatoria (un estadstico) que utilizaremos para estimar el valor del parmetro
.
Estimacin $ : valor obtenido del estimador al sustituir por los valores de
una muestra completa.
Cuando no haya lugar para la confusin designaremos al estimador
simplemente por $.
Un estimador es, por tanto, un estadstico y, por ello, es una v.a. con una
determinada distribucin de probabilidad llamada distribucin muestral.
Dado un parmetro, podramos utilizar distintos estimadores puntuales para
estimarlo. Por ejemplo, para estimar la varianza de la poblacin podemos
utilizar la varianza muestral o la cuasi-varianza muestral. Cul es mejor?
Veamos a continuacin como comprobar si un estadstico es un buen
estimador de un parmetro. Para ello le exigiremos una serie de propiedades.
Como el estadstico es una variable aleatoria, las propiedades se las tenemos
que exigir a su distribucin de probabilidad.
1.2. PROPIEDADES DE LOS ESTIMADORES.
Un estadstico se considera un buen estimador de un parmetro si cumple:
ser insesgado, ser consistente y ser eficiente.
Curso 02-03
3
TEMA 6 : ESTIMACIN
A. INSESGADEZ
Sea
VarX
una
X , X ,..., X
m.a.s.
tal
E X
que
n 1
. Por
n
2
B. CONSISTENCIA
Diremos que es un estimador consistente de si cumple:
lim E
n
lim Var 0
lim P 1
y
Vars
n
n
n
Tomando lmites,
lim
n
n 1
n
2
lim
n
Curso 02-03
4
2n 1
0
n
2
Por tanto, sn es un estimador consistente de .
2
TEMA 6 : ESTIMACIN
sn . Se cumple que
c) Si consideremos
2
E s
2
Vars
n
Tomando lmites,
lim
2
lim
n
2
n 1
n 1
0
4
C. EFICIENCIA
Dados dos estimadores de , 1 y 2 , decimos que 1 es ms eficiente que
Var
1
. Si es mayor que 1,
Var
2
2
Ejemplo: Consideremos como estimadores de a sn y sn . Calculamos el
cociente de las varianzas:
2
2( n 1)
Vars
(n 1)
n
(n 1)
4
TEMA 6 : ESTIMACIN
f ( x , x , ..., x ; ) f ( x ; ) f ( x ;)...f ( x ; )
1
d( ln V ())
0
d
En el caso de dos o ms parmetros desconocidos, el procedimiento es el
mismo. Por ejemplo, si tuviramos V (1 ,2 , 3 ) los tres estimadores mximo
verosmiles sern los que maximizan la funcin V (1 ,2 , 3 ) o su logaritmo.
Se obtendran al resolver las ecuaciones siguientes:
d( ln V ( , , ) )
0 ^
d
d( ln V ( , , ) )
0
d
d( ln V ( , , ) )
0
d
1
Curso 02-03
6
TEMA 6 : ESTIMACIN
Ejemplo: Obtener el EMV del parmetro de una v.a. X que sigue una
distribucin de Bernouilli, X Be( p) . Su funcin de cuanta es
f ( x; p) p (1 p)
x
1 x
V ( p) f ( x ; p) f ( x ; p)
. ..f ( x ; p) p (1 p)
(1 p)
p
x1
xi
1 x1
p (1 p)
x2
1 x 2
. .. p (1 p)
xn
xi
ln V ( p) x ln p (n x ) ln(1 p)
i
dp
En este caso
d( ln V ( p))
1
( 1)
x
( n x )
0
dp
p
(1 p)
i
(1 p)x p(n x ) x px np px x np 0
i
Despejando el valor de p obtenemos el estimador p
Por tanto EMV(p)=
x
i
x
i
Curso 02-03
7
1 x n
TEMA 6 : ESTIMACIN
b a
estimacin muestral y el valor del parmetro; es decir, E
.
2
2 P 2 2(2) ( 2 )
P 2
=
2
P
P 2 2 P 2 2 P 2 2
2, 2
P
Curso 02-03
8
TEMA 6 : ESTIMACIN
k
k
1
X 1
, X
n
n
n
a) Si es conocida.
X
n
Ya sabemos que
N( 0,1) . Sea z1
normal; es decir, ( z) 1
el percentil de la distribucin
P z
1
Curso 02-03
9
z 1
1
2
n
X
n
TEMA 6 : ESTIMACIN
Haciendo operaciones P Xn z
Xn z
1
n
Xn z1
, X z
n
b) Si es desconocida.
En este caso tenemos que
X
n 1 t
s
n
n 1
x 1
1
1
al percentil de la
, el intervalo de confianza
Xn tn
s
, X t
n 1
s
n 1
1
1
2
n 1
1
1 0' 99 0' 01 1
0' 995
Xn tn
s
, X t
n 1
n
1
1
2
s
n 1
n
n 1
1
0 ,9 9 5
2' 66.
10
10
80 2' 66 60 , 80 2' 66 60
Curso 02-03
10
TEMA 6 : ESTIMACIN
pq
y podremos usar el teorema
n
P z1
P (1 P )
, P z
n
P (1 P )
0' 975 z
1' 96
0' 3 0' 7
0' 30' 7
, 0' 3 1' 96
0' 2102, 0' 3898
0' 3 1' 96
100
100
Por tanto, la verdadera proporcin est en el intervalo 0' 2102, 0' 3898
con un nivel de confianza del 95%.
2.1.3 INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS.
Suponemos dos poblaaciones independientes
X N ( , ) ,
Y N( , )
Curso 02-03
11
2
2
1
2
N 1 2 ,
,
n1
n2
TEMA 6 : ESTIMACIN
1 2 Xn Y n z
1
b)
Si
X Y
n1
n2
n s n s 1 1
n n 2 n n
2
X n1 Y n 2 tn1 n 2 2
son
tn
n 2 2
, X Y
n1
n2
desconocidas
pero
2
2
n2
iguales,
como
n1 s12 n 2 s22 1
n1 n2 2 n1 n 2
, X n Y n tn
n1 n2 2 n1 n 2
n1 s12 n2 s22 1
n 2 2
0 05 1 0 ' 95 1
0 ' 975 z
1' 96
1 2 20' 3 23 1' 96
9
31
10
31
, 20' 3 23 1' 96
9
31
10
31
31
2 0 '9 75
2 .
20' 3 23 2
31
2' 32
31 3 1 1
, 20' 3 23 2
31 31 2 31 31
2
31 3 1 1
31 31
31 31 2
31
2' 32
Curso 02-03
12
TEMA 6 : ESTIMACIN
Como P1 P2 N p1 p2 ,
p q p q
p p P P z
1
P Q P Q
, P P z
n
n
1
P Q P Q
n
n
1
p p p, entonces E P P 0 y
1
n P n P
1
VarP P pq
. Lo que haremos es sustituir p por
n n
n
n
Caso particular: Si tenemos
1 0' 96 1
P
1
Sustituyendo en el intervalo:
0' 4
0' 6
40
16
0' 4
40
0' 55
0' 45
40
0' 98 z
2' 05
P
2
22
0' 55
40
0' 4
0' 6
40
0' 55
0' 45
40
n 1 sn21
Curso 02-03
13
2n 1
TEMA 6 : ESTIMACIN
(n 1)sn21
P 2n 1
2n 1 1
2
1
2
2
Despejando 2 tenemos:
Es decir,
(n 1)sn21 (n 1)sn21
,
2n 1
2n 1
1
2
2
2
Ejemplo: De acuerdo con las tablas de altura, los varones tienen una altura
superior a las mujeres en la poblacin espaola. Segn las ltimas tablas en el
servicio militar, los varones entre 18 y 20 aos presentan una varianza de
0'0529. de las mujeres no tenemos informacin, por ello tomamos una muestra
de 101 mujeres entre 18 y 20 aos y obtenemos
Entre qu valores se
encontrar la verdadera varianza a un nivel de 0'95 de confianza?
Curso 02-03
14
TEMA 6 : ESTIMACIN
Para la proporcin:
Ejemplo: Queremos estimar la media de una poblacin normal con varianza
poblacional igual a 4. qu tamao muestral debemos tomar para que E=0'02
al nivel de confianza 0'95?
Como conocemos la varianza poblacional, el tamao muestral ser:
=
y si queremos un error E=1 al mismo nivel de confianza? En este caso
= . Redondeamos n=16.
Curso 02-03
15