Tema 7.

Estimacin Puntual

Sea X 1 , , X n muestra aleatoria .

Algunos de los estadsticos ms utilizados son:
i ) Media muestra l :
X =

1 n
Xi
n i =1

ii ) Varianza (cuasi - varianza ) muestral :

S2 =
S2 =

1 n
( X i X )2
n 1 i =1

En este tema pretendemos inferir informacin

sobre una poblacin a partir de la informacin
contenida en las muestras aleatorias simples de
tamao n.
Una de nuestras primeras necesidades es la de
simplificar la informacin contenida en los
datos muestrales.
Definicin: Estadstico
Un estadstico es cualquier funcin de las
variables aleatorias que constituyen una
muestra extrada de la poblacin total.

NOTA
Dado que un estadstico es una v.a. (ya que
es una funcin de variables aleatorias)
podemos hablar de su funcin de
probabilidad, que denominaremos
distribucin muestral o distribucin en el
muestreo.

1 n 2
n
X i n 1 X 2
n 1 i =1

DISTRIBUCIONES MUESTRALES

de media y desviacin tpica

Distribucin muestral de la media

Sea (X1,, X n ) ma
. .s. de una poblacin sobre la que
se observa una caracterstica X ,de media y varianza 2 ,
entonces:
E X =

V X =

La variable aleatoria X sigue una distribucin

Si X sigue una distribucin N(,) se verifica

X N ,

 Teorema Central del Lmite

Sea X 1 , , X n m.a.s. de una v.a. X con media
y varianza 2 . Entonces:
X N ( ,
X N ( ,

) cuando n +

n 30

Si la poblacin de partida NO es
Normal, cualquiera que sea la
distribucin de la poblacin de partida,
la distribucin de las medias
muestrales tiende a la Normal, a
medida que el tamao de la muestra
crece.

Distribucin muestral de la cuasi-varianza

Sea X 1 , , X n m.a.s. de una v.a. X N ( , ).

(n 1) S 2

2. La variable aleatoria

Sean X y S la media y cuasi-varianza muestral,

respectivamente. Entonces:

tiene una

distribucin ji - cuadrado con n -1 grados de libertad.

( n 1) S 2

n21

1. X y S 2 son v.a. independientes

Nota: Algunos autores a S2 lo llaman varianza muestral
por economa del lenguaje.

Otras distribuciones muestrales

Sea (X1 ,, X n ) m.a.s. de X N ( , )

2

Sean X y S la media y cuasi-varianza muestrales.

Entonces la variable aleatoria
X
tiene una distribucin t de Student
S n
con n -1 grados de libertad.

Si X sigue una distribucin N(,

,)
, se verifica

( n 1) S 2

n21

X
t n 1
S
n
X
N (0,1)
n

 Distribucin muestral de una proporcin

En una investigacin estadstica slo
podemos contar el nmero de xitos en un
experimento Binomial.
Tenemos que estimar la proporcin de
xitos.

La variable aleatoria P sigue una distribucin

de media p y desviacin tpica

p (1 p )
.
n

Adems a medida que n aumenta, la distribucin

de P se aproxima a la Normal (siempre que p no este

Sea X B(n, p). Deseamos estimar p.

E( X )
Sabemos que E( X ) = np p =
n
k
P = donde k es el nmero de xitos en los n intentos
n
X
P =
n

Distribucin muestral de la diferencia de medias

La v.a. X Y tiene una distribucin de media

(1 2 ) y desviacin tpica

12 22
n1

n2

prximo a 0 ni a 1)

P N p,

p (1 p )

n grande

Adems, a medida que n1 y n2 crecen, la distribucin de X Y se aproxima a la Normal.

Distribucin muestral del cociente de varianzas

2 2
X Y N 1 2 , 1 + 2

n1 n2

n1 y n2 grandes

Si S12 y S 22 son las cuasi-varianzas de m.a.s. de tamaos

n1 y n2 respectivamente, tomadas de poblaciones
normales con varianzas respectivas 12 y 22 ,

Si las desviaciones tpicas son desconocidas,

y las muestras son grandes, sustituiremos

1 y 2 por S1 y S 2 , respectivamente.

entonces la v.a.

S12 12
tiene una distribucin
S22 22

F de Snedecor con n1 1 y n2 1 grados de libertad.

S12 12
Fn1 1,n2 1
S 22 22

 DEFINICIN: PARMETRO
Un parmetro es una caracterstica numrica
de la poblacin que tiene un valor fijo pero
que desconocemos.
La determinacin de un parmetro es uno de
los objetivos del proceso estadstico. Para
determinar el valor del parmetro, se elige
una m.a.s. y a partir de su anlisis se estima
el valor del parmetro que interesa.

Un estadstico es una magnitud que

corresponde a una muestra aleatoria particular
extrada de la poblacin, y si se cambia la
muestra, entonces cambiar el valor del
estadstico.
Ejemplo: La media muestral X es un
estadstico (no es un valor fijo, sino que hay
tantas como muestras)

Para conjeturar la forma del modelo que

explica el comportamiento de una variable
aleatoria continua, se compara la forma del
histograma con la funcin de densidad del
modelo terico.
Una vez identificada la forma genrica de
un modelo, es necesario concretar el valor
de sus parmetros.
Existen diversos mtodos para la estimacin
de los parmetros del modelo a partir de los
datos muestrales.

Es importante establecer una distincin

clara entre lo que es un parmetro y un
estadstico.
Los parmetros son magnitudes constantes,
inherentes a la poblacin y no se ven
afectados por las muestras extradas de la
poblacin.
Ejemplo: La media poblacional es un
parmetro.

Identificacin del comportamiento

de una variable
Obtenida la muestra de la variable, ajustar
un modelo que explique su
comportamiento supone:
1. Identificar su forma
2. Estimar los parmetros de la distribucin
(dependern del modelo)

ESTIMADOR Y ESTIMACIN
Consideramos una poblacin en la que
observamos una v.a. X que tiene asociada
una distribucin f(x) donde es un
parmetro desconocido, y pretendemos, con
la ayuda de una m.a.s. (X1 , X2 , , Xn )
determinar . Este valor se denominar
estimador puntual del parmetro.

 Un estimador de un parmetro es cualquier

estadstico que calculamos con la finalidad de
estimar el valor de un parmetro (es decir, un
estadstico que nos permite obtener un valor aproximado de
alguna caracterstica de la poblacin).

Un estimador es una v.a. con su

correspondiente distribucin de probabilidad.
Su valor vara de una muestra a otra.
Una estimacin es el valor del estimador para
una muestra particular.

a) Estimadores insesgados o centrados.

Una propiedad deseable de un estimador
es que debe estar cerca en cierto sentido al
valor verdadero del parmetro
desconocido.

CRITERIOS DE SELECCIN DE UN
ESTIMADOR
Para decidir cul es el mejor estimador
puntual que puede usarse de un parmetro
particular, necesitamos desarrollar algunos
criterios.

b) Estimadores eficientes o de mnima varianza

Un estimador eficiente es aquel que tiene
varianza (dispersin) mnima.

es insesgado para E =

Se dice que 1 es ms eficiente que 2

Si E se dice que es estimador

sesg ado para . Se llam a sesg o del estimador

si V 1 < V 2

a E

c) Estimadores consistentes
Un estimador es consistente si la probabilidad
de que el valor del estimador sea cercano al
del parmetro poblacional, se aproxima a la
unidad conforme aumenta el tamao muestral

n estimador de basado en una m.a.s.

de tamao n.
n es consistente para

lim P n < = 1
n

>0

CMO SE OBTIENE UN ESTIMADOR

PARA UN PARMETRO ?
Distintos mtodos:
Mxima verosimilitud.
Mtodo de los momentos
Mtodo de mnimos cuadrados

Estimacin de parmetros

Para tamaos muestrales grandes, los

estimadores de mxima verosimilitud son
insesgados, de mnima varianza y
consistentes.

Estimador de la varianza poblacional 2

Estimador de la media poblacional

X=

1 n
Xi
n i =1

X es estimador insesgado y consistente de

Si X sigue una distribucin N(,
,)
,) se verifica

X N ,

Nota

S2 =

1 n
( Xi X )
n 1 i =1

S 2 es estimador insegado y consistente de 2

Si X sigue una distribucin N(,

,)
, se verifica

(n 1) S 2

n21

X
t n 1
S
n

Estimador de una proporcin p

Si consideramos el estadstico

2 =

1 n
( Xi X )
n i =1

se verifica que
E 2 2 2 es estimador sesgado para 2

k
P =
n
P es estimador insesgado, consistente y
eficiente para p
Para n grande

P N p,

p(1 p)