Estimacin Puntual o

Malln Arenas e
Departamento de Estad stica Facultad de Ciencias F sicas y Matemticas a Universidad de Concepcin o

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

1 / 14

Deniciones bsicas a Propiedades de los Estimadores Estimadores Insesgados Varianza y Error cuadrtico medio (ECM) a Mtodo de los Momentos e Mtodo de Mxima Verosimilitud e a Propiedades de los Estimadores de Mxima Verosimilitud a

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

2 / 14

Deniciones bsicas a

Deniciones bsicas a
Denicin (Estad o stico o estadigrafo) Sea X1 , . . . , Xn una muestra aleatoria (iid). Un estad stico o estad stica es una funcin cualquiera de las variables aleatorias que conforman la o muestra que no depende de los parmetros poblacionales. Habitualmente, a se anota T = T (X1 , . . . , Xn ). Ejemplo Si X1 , . . . , Xn es una muestra las siguientes funciones son estad sticos: T1 = X = T2 = T3 =
n 1 i=1 Xi n n 1 2 i=1 Xi n n 1 i=1 (Xi n1

X)2

T4 = 3X4 + 5X7
Malln Arenas (Dpto. Estad e stica) Estimacin Puntual o 3 / 14

Deniciones bsicas a

Denicin (Parmetro) o a Es un nmero que representa alguna caracter u stica de la poblacin tal o 2 o una proporcin p. como: media , varianza o En general un parmetro poblacional se denota por . a Denicin (Espacio paramtrico) o e Es el conjunto de todos los valores posibles que puede asumir el parmetro a poblacional, este conjunto se denota por

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

4 / 14

Deniciones bsicas a

Denicin (Estimador) o Estad stico que especica como se utilizan los datos de la muestra para estimar un parmetro desconocido de la poblacin. El estimador del a o parmetro se denota por . a

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

5 / 14

Propiedades de los Estimadores

Estimadores Insesgados

Estimadores Insesgados

Un estimador es un estimador insesgado del parmetro si se cumple a que: E() = En general dene el sesgo de un estimador como: Sesgo() = E() Luego si Sesgo() = 0 decimos que el estimador no es insesgado.

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

6 / 14

Propiedades de los Estimadores

Estimadores Insesgados

Ejemplo Considere Xi N(, 2 ), i = 1, 2, . . . , n. Son los siguientes estimadores insesgado para el parmetro a 1 = X 2 = 3 =
n1 1 i=1 Xi n1 X2 +X5 2

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

7 / 14

Propiedades de los Estimadores

Varianza y Error cuadrtico medio (ECM) a

Varianza y Error cuadrtico medio (ECM) a

Denicin o El ECM de un estimador se dene como: ECM () = E(( )2 ) = V () + Sesgo()2 Si tenemos 1 y 2 estimadores de , entonces denimos la eciencia relativa de 2 con respecto a 1 como: ECM (1 ) ECM (2 ) Luego 2 ser mejor estimador que 1 si la eciencia relativa es mayor que a 1, en el sentido que ECM(2 ) ser menor que ECM(1 ). a

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

8 / 14

Propiedades de los Estimadores

Varianza y Error cuadrtico medio (ECM) a

Ejemplo Considere Xi N(, 2 ), i = 1, 2, . . . , n. Considere los siguientes estimadores para el parmetro a 1 = X 2 =

1 n1 n1 i=1 Xi

Cul de estos estimadores es mejor? a

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

9 / 14

Mtodo de los Momentos e

Mtodo de los Momentos e

El mtodo de los momentos es uno de los mtodos estad e e stico de estimacin ms simple y antiguo (desde el siglo XVIII). Sea o a mr = 1 n
n

Xir ,
i=1

r 1,

el r-simo momento muestral de una muestra aleatoria X1 , . . . , Xn . Sea e r = E(X r ), r 1,

el r-simo momento poblacional. El mtodo de los momentos consiste en e e la obtencin de estimadores para resolviendo las ecuaciones o m r = r , r = 1, . . . , k.

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

10 / 14

Mtodo de los Momentos e

Ejemplo Sean X1 , X2 , . . . , Xn una muestra aleatoria de la variable aleatoria X, con densidad gama con parmetros y dados por: a f (x|, ) = 1 x1 ex/ , () x > 0, > 0, > 0.

Adems se tiene que: a E(X) = y V ar(X) = 2

Encuentre el estimador de momentos para = (, ).

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

11 / 14

Mtodo de Mxima Verosimilitud e a

Mtodo de Mxima Verosimilitud e a

Denicin o Sean X1 , . . . , Xn una muestra aleatoria de tamao n de la variable n aleatoria X con funcin de densidad (o de probabilidad) f (x|), con o , donde es el espacio paramtrico. La funcin de verosimilitud de e o correspondiente a la muestra aleatoria observada est dad por : a
n

L(; X) = L(; X1 , . . . , Xn ) =
i=1

f (Xi |) = f (X1 |) f (Xn |).

Denicin o El estimador de mxima verosimilitud de es aquel valor que maximiza la a funcin de verosimilitud L(; X1 , . . . , Xn ). o
Malln Arenas (Dpto. Estad e stica) Estimacin Puntual o 12 / 14

Mtodo de Mxima Verosimilitud e a

Ejemplo Sea X1 , . . . , Xn una muestra aleatoria de tamao n de la variable aleatoria n X, en que X N(, 1). Encuentre el estimador de mxima verosimilitud a para el parmetro . a

Malln Arenas (Dpto. Estad e stica)

Estimacin Puntual o

13 / 14

Mtodo de Mxima Verosimilitud e a

Propiedades de los Estimadores de Mxima Verosimilitud a

Propiedades de los Estimadores de Mxima a Verosimilitud

El teorema a seguir presenta una propiedad importante de los estimadores de MV, estableciendo que el estimador de MV es funcin de una o estad stico suciente. Teorema Sean X1 , . . . , Xn una muestra aleatoria de la variable aleatoria X, con funcin de densidad f (x|) . Sea T = T (X1 , . . . , Xn ) un estad o stico suciente para . Entonces el estimador de mxima verosimilitud (si a existe) es funcin de T . o Teorema (Principio de Invarianza.) Sea X1 , . . . , Xn una muestra aleatoria de la variable aleatoria X, con funcin de densidad f (x|) . Si es un estimador de MV de , entonces o g() es un estimador de MV de g().
Malln Arenas (Dpto. Estad e stica) Estimacin Puntual o 14 / 14