Академический Документы
Профессиональный Документы
Культура Документы
1.INTRODUCCIN:ESTIMACIN Y ESTIMADOR
3. MTODOS DE ESTIMACIN .
EJEMPLO 1 , EJEMPLO 2
x=[x 1,x2 , ,...,x n ], es decir , un estadstico que utilizaremos para estimar el valor del
parmetro . Por tanto es una variable aleatoria y ser necesario para la estimacin
conocer la distribucin muestral del estimador.
UNA ESTIMACION ser el valor concreto que tomar el estimador al aplicar la muestra
concreta obtenida y ser ,por tanto ,la solucin concreta de nuestro problema. (Cuando
no haya lugar para la confusin designaremos al estimador, a veces, como en vez de
(x) )
LA TEORIA DE LA ESTIMACION se ocupar, dentro del marco de la perspectiva clsica,
tendremos que
luego la media muestral es un estimador insegado de la media poblacional.
En cambio la varianza muestral es un estimador sesgado de la varianza de la poblacin ,
ya que: si utilizamos como estimador de
la varianza muestral
es decir :
tendremos que
que es el parmetro a estimar .
existe pues un sesgo que ser
tendramos que
dado que la esperanza del estimador coincide con el parmetro a estimar podemos decir
que la cuasivarianza muestral es un estimador insesgado de la varianza de la poblacin.
No obstante , y dado que ,cuando el tamao de la muestra tiende a infinito el sesgo
tiende a cero, se dice que el estimador es asintticamente insesgado o asintticamente
centrado: podemos establecer que :
si
LINEALIDAD. Un estimador es lineal si se obtiene por combinacin lineal de los
en trminos relativos cuando presenta menor varianza que otro . Quedando claro que el
hecho puede plantearse tambin en trminos ms coherentes de Error Cuadrtico Medio
(ECM). Tendramos que :
ECM(
)=
3. Mtodos de Estimacin
MTODO POR ANALOGA. Consiste en aplicar la misma expresin formal del parmetro
Si el muestreo es simple:
ejemplo 1
Obtener el E.M.V. del parmetro de una distribucin de Poisson
Para una muestra de tamao n tendremos que la funcin de de verosimilitud
ser:
tomando logaritmos
maximizando dicho logaritmo :
luego el
estimador mximo verosmil de
ejemplo 2
En una poblacin normal estimar por el mtodo de mxima verosimilitud los
parmetros
Maximizando :
=0
despejando : de la primera :
de la segunda :