Escolar Documentos
Profissional Documentos
Cultura Documentos
Estimacion puntual
Contenidos
Supondremos
se observa una m.a.s. de una variable aleatoria X,
que sigue una distribuci on conocida (normal, exponencial, Poisson,
etc)
aunque con parametros desconocidos
= estimador de
(acento circunejo () encima)
Ejemplos de estimadores
Ejemplo: Media poblacional , un estimador se denota por . Un
estimador puede ser la media muestral
=
X =
X
1
+ .... + X
n
n
Estimador : funcion de la muestra
Para un mismo parametro podemos denir tantos estimadores como
queramos. Algunos seran mejores que otros? Cual utilizar?
Ejemplo:
X = el gasto de un estudiante universitario en la compra de libros de
texto. cual es el gasto medio = E[X]?
Una m.a.s. de tama no n: (X
1
, X
2
, ..., X
n
). Obtenemos los valores:
(x
1
, x
2
, ..., x
n
).
Ejemplos de estimadores
Ejemplo cont.:
a) Proponer cuatro estimadores del parametro poblacional
T
1
(X
1
, . . . , X
n
) =
1
=
1
n
n
i =1
X
i
T
2
(X
1
, . . . , X
n
) =
2
=
1
n 1
n
i =1
X
i
T
3
(X
1
, . . . , X
n
) =
3
=
X
1
+ X
n
2
T
4
(X
1
, . . . , X
n
) =
4
= X
2
X
1
Puede haber estimadores absurdos
Ejemplos de estimadores
Ejemplo cont.:
b) Suponer que n = 3 y que la muestra es x
1
= 30, x
2
= 20 y x
3
= 10.
Calcular las estimaciones con cada uno de los estimadores propuestos en
apartado a).
T
1
(x
1
, x
2
, x
3
) =
30 + 20 + 10
3
= 20
T
2
(x
1
, x
2
, x
3
) =
30 + 20 + 10
2
= 30
T
3
(x
1
, x
2
, x
3
) =
30 + 10
2
= 20
T
4
(x
1
, x
2
, x
3
) = 20 30 = 10
Cual estimacion utilizo? Una respuesta es utilizar aquella estimacion
cuyo estimador tenga mejores propiedades.
Propiedades de los estimadores
Un estimador
de es insesgado si verica que
E[
] =
Ejemplo: La media, la varianza y las proporciones muestrales son
estimadores insesgados de los correspondientes parametros poblacionales.
Si E[
) = E[
1
es un estimador insesgado
2
es un estimador sesgado
ES UN ESTIMADOR INSESGADO ES SESGADO
i =1
X
i
_
=
1
n
n
i =1
..
E[X
i
] = insesgado
E[T
2
] = E
_
1
n 1
n
i =1
X
i
_
=
1
n 1
n
i =1
E[X
i
] =
n
n 1
E[T
3
] = E
_
X
1
+ X
n
2
_
=
E[X
1
] + E[X
n
]
2
=
+
2
= insesgado
E[T
4
] = E [X
2
X
1
] = E[X
2
] E[X
2
] = = 0
T
1
y T
3
son insesgados Cual utilizo?
Propiedades de los estimadores
En lo que respecta a la varianza en general seran preferibles aquellos
estimadores que tengan menor varianza, pues seran mas precisos en el
sentido de que variaran poco de unas muestras a otras.
Sean
1
y
2
dos estimadores insesgados de . Diremos que
1
es
mas eciente que
2
si se verica que
V[
1
] < V[
2
]
Si
es un estimador insesgado de , y no hay ning un otro estimador
insesgado que tenga menor varianza, entonces se dice que
es el
estimador insesgado mas eciente o estimador de mnima varianza
Estimadores de mnima varianza
Algunos estimadores insesgados de mnima varianza son
] = E
_
_
_
2
_
Proposicion: Sea
un estimador de . Se cumple que:
ECM[
] = V[
] +
_
E[
]
_
2
= V[
] +
_
Sesgo(
)
_
2
Error cuadratico medio
C omo seleccionar el estimador mas adecuado?
Que E[
] no se aleje mucho de
Que
tenga poca varianza
1
es sesgado
2
es insesgado pero de mayor varianza
Mas ejemplos
Ejemplo: El consumo de un cierto producto en una familia de cuatro
miembros durante los meses de verano, es una variable aleatoria con
distribucion uniforme en el intervalo (, + 1)
f (x) =
_
1 si x (, + 1)
0 resto
Sea (X
1
, . . . , X
n
) una muestra aleatoria de consumos de distintas
familias.
a) Demostrar que la media muestral es un estimador sesgado de a y
que su sesgo es
1
2
.
b) Calcular el error cuadratico medio de
X.
c) Obtener un estimador insesgado de a (a partir de
X).
Mas ejemplos
Ejemplo cont.:
a)
E[
X] =
_
+1
f (x)dx = +
1
2
= Sesgo(
X) =
1
2
b)
ECM(
X) = V[
X] + (Sesgo(
X))
2
=
1
12n
+
1
4
= =
3n + 1
12n
c)
=
X
1
2
E[ ] =
Metodos de construcc on de estimadores
i =1
p
(x
i
) distribuciones discretas
L() =
n
i =1
f
(x
i
) distribuciones continuas