Escolar Documentos
Profissional Documentos
Cultura Documentos
I Semestre 2013
I Semestre 2013
1 / 23
C alculo de Probabilidades
Provee los conceptos y resultados para establecer las t ecnicas de inferencia.
Ing. Laura Cabrera (TEC) Estimaci on de Par ametros I Semestre 2013 2 / 23
I Semestre 2013
3 / 23
Repaso de Conceptos
Poblaci on: conjunto TOTAL de elementos que se ven afectados por un f enomeno. Pueden ser nitas o innitas, tangilbes o intangibles. Tienen diferentes limitaciones:
Territorio Temporal . . .
Muestra: Cualquier subconjunto de elementos de la poblaci on, como representaci on de esta, sobre la que se realiza el experimento. Debe ser capaz de representar el comportamiento de la poblaci on en buena medida.
I Semestre 2013
4 / 23
Muestreo aleatorio
Escogencia de muestras con datos preseleccionados o de f acil acceso suele producir sesgo en las muestras. Escogencia de una muestra se puede clasicar como un experimento aleatorio donde cada valor de la muestra es un valor observado de una variable aleatoria.
Muestreo Aleatorio
Las variables aleatorias X1 , X2 , , Xn son una muestra aleatoria de tama no n si: las Xi son variables independientes cada Xi tiene la misma distribuci on de probabilidad
I Semestre 2013
5 / 23
Estimadores I
El objetivo principal al tomar la muestra en obtener informaci on importante acerca de los par ametros (media, varianza, proporci on, etc) desconocidos de la poblaci on. Al utilizarse un muestreo aleatorio, un par ametro muestral es diferente del par ametro poblacional. El valor de un par ametro muestral var a entre una muestra y otra, por lo que puede ser tratada como una variable aleatoria llamada estad stico.
Estad stico
Cualquier funci on de las observaciones de una muestra aleatoria
I Semestre 2013
6 / 23
Estimadores II
Para una muestra aleatoria X1 , X2 , , Xn de tama no n son estad sticos:
media muestral (X ) varianza muestral (S 2 ) desviaci on est andar (S ) . . .
Un estad stico, al ser una Variable Aleatoria, posee una distribuci on de probabilidad llamada distribuci on de muestreo. Para problemas de inferencia, son necesarios los par ametros (poblaci on), no los estad sticos (muestra)
I Semestre 2013
7 / 23
Estimador Puntual I
Estimador puntual de
Estad stico usado para aproximar o estimar un par ametro poblacional denotado como = h (X1 , X2 , , Xn )
Estimaci on puntual de
cuando se eval Valor num erico del estimador puntual ua para una muestra dada Por ejemplo: La media muestral es un estimador puntual de la media poblacional desconocida . =x
Ing. Laura Cabrera (TEC) Estimaci on de Par ametros I Semestre 2013 8 / 23
Estimador Puntual II
En ingenier a es com un estimar los par ametros:
Media de una poblaci on () Varianza o desviaci on est andar de una poblaci on ( 2 ) Proporcion de exitos de una poblaci on (p ) Diferencia en las medias de dos poblaciones (1 2 ) Diferencia en las proporciones de exitos de dos poblaciones (p1 p2 )
Propiedades o criterios de estimadores permiten decidir cual de los estimadores para un par ametro es el m as adecuado y asegurar que tenga un valor cercano al real el valor estimado con
I Semestre 2013
9 / 23
Estimador insesgado
es un estimador insesgado de si el valor esperado de es Estimador igual al valor de real = E () Si el estimador no es insesgado, a la diferencia E () se le conoce como sesgo del estimador
Ing. Laura Cabrera (TEC) Estimaci on de Par ametros I Semestre 2013 10 / 23
=
Ing. Laura Cabrera (TEC)
1 tiene una varianza menor que estimador 1 por lo que Estimador posee mayores posibilidades de producir una estimaci on m as pr oxima al valor real
Ing. Laura Cabrera (TEC) Estimaci on de Par ametros I Semestre 2013 12 / 23
Teorema 1
Si X1 , X2 , , Xn es una muestra aleatoria de tama no n de una 2 distribuci on normal con media y varianza , la media muestral X es el MVUE de . Incluso si no se sabe si existe un MVUE, puede usarse la varianza m nima para elegir posibles estimadores. Para estimar una media de una muestra aleatoria X1 , X2 , , Xn se pueden escoger como estimadores la media muestral X y una muestra particular Xi .
I Semestre 2013
13 / 23
E [X ] = V [X ] = /n
2
E [Xi ] = V [Xi ] = 2
para cualquier muestra n > 2, la media muestral siempre ser a una mejor aproximaci on. Al realizar una estimaci on puntual de un par ametro, es conveniente dar que tan preciso fue la estimaci on. Esta medida de precisi on est a dada por el error est andar del estimador.
I Semestre 2013
14 / 23
Si error est andar incluye par ametros desconocidos que se pueden estimar, entonces la sustituci on de dichos valores en produce un error est andar estimado, denotado como Para una distribuci on de X normal con media y varianza 2 /n se tiene un error est andar X = n
I Semestre 2013
15 / 23
Para un estimador insesgado, la estimaci on del par ametro estar a dentro de un rango de 4 veces el error est andar un 94% de las veces, por lo que se puede armar (con cierta incertiumbre) que el valor real del par ametro diere de la estimaci on puntual a lo sumo en 4
I Semestre 2013
16 / 23
Estimaci on bootstrap 1 2 . . . B
Estimaci on de Par ametros I Semestre 2013 17 / 23
generadas con f (x ; ) y A partir de las estimaciones puntuales i obtenidas generalmente por medio de una computadora, se estima el error est andar como:
B i =1 (i
s = donde
)2 B 1
B
1 = B
i
i =1
I Semestre 2013
18 / 23
I Semestre 2013
19 / 23
Ejercicio
Suponga que se tiene una muestra aleatoria de tama no 2n de una poblaci on denotada por X , con E (X ) = y V (X ) = 2 . Sean los estimadores de : X1 = 1 2n
2n
Xi
i =1
X2 =
1 n
Xi
i =1
I Semestre 2013
21 / 23
Resumen
1
Repaso de Conceptos Partes de la Estad stica Muestreo aleatorio Estimadores Estimador Puntual Propiedades de los estimadores
2 3
Referencias
D. Montgomery and G. Runger. Probabilidad y estad stica aplicadas a la ingenier a. Limusa Wiley, second edition, 2006. S. Milton and J. Arnold. Probabilidad y estad stica con aplicaciones para ingenier a y ciencias computacionales. McGrawHill, fourth edition, 2003. Carlos Quintana. Elementos de Inferencia Estad sitica. Editorial de Universidad de Costa Rica, 1989.
I Semestre 2013
23 / 23