3-9-2014

Estadstica Inferencial
Felipe Alexander Morales Lanuza
INGENIERIA INDISTRIAL
Estimacin estadstica

En inferencia estadstica se llama estimacin al conjunto de tcnicas que permiten dar un
valor aproximado de un parmetro de una poblacin a partir de los datos proporcionados
por una muestra. Por ejemplo, una estimacin de la media de una determinada
caracterstica de una poblacin de tamao N podra ser la media de esa misma
caracterstica para una muestra de tamao n.1
La estimacin se divide en tres grandes bloques, cada uno de los cuales tiene distintos
mtodos que se usan en funcin de las caractersticas y propsitos del estudio:
##Estimacin puntual: 2 ##Mtodo de los momentos;
##Mtodo de la mxima verosimilitud
##Mtodo de los mnimos cuadrados
##Estimacin por intervalos.
##Estimacin bayesiana.
Estimador

Un estimador es una regla que establece cmo calcular una estimacin basada en las
mediciones contenidas en una muestra estadistica.

Estimacin puntual

Consiste en la estimacin del valor del parmetro mediante un slo valor, obtenido de una
frmula determinada. Por ejemplo, si se pretende estimar la talla media de un
determinado grupo de individuos, puede extraerse una muestra y ofrecer como estimacin
puntual la talla media de los individuos. Lo ms importante de un estimador, es que sea
un estimador eficiente. Es decir, que sea insesgado(ausencia de sesgos) y estable en el
muestreo o eficiente (varianza mnima) Estimacin puntual. Sea X una variable
poblacional con distribucin F , siendo desconocido. El problema de estimacin puntual
consiste en, seleccionada una muestra X1, ..., Xn, encontrar el estadstico T(X1, ..., Xn)
que mejor estime el parmetro . Una vez observada o realizada la muestra, con valores
x1, ..., xn, se obtiene la estimacin puntual de , T(x1, ..., xn) = .





Vemos a continuacin dos mtodos para obtener la estimacin puntual de un parmetro:
mtodo de los momentos y mtodo de mxima verosimilitud. Mtodo de los momentos:
consiste en igualar momentos poblacionales a momentos muestrales. Deberemos tener
tantas igualdades como parmetros a estimar. Momento poblacional de orden r r = E(Xr)
Momento muestral de orden r ar = Xn i=1 Xr i n

Mtodo de mxima verosimilitud: consiste en tomar como valor del parmetro aquel que
maximice la probabilidad de que ocurra la muestra observada. Si X1, ..., Xn es una
muestra seleccionada de una poblacin con distribucin F o densidad f(x), la
probabilidad de que ocurra una realizacin x1, ..., xn viene dada por: L(x1, ..., xn) = Yn
i=1 f(xi)

A L(x1, ..., xn) se le llama funcin de verosimilitud.(credibilidad de la muestra observada).
Buscamos entonces el valor de que maximice la funcin de verosimilud, y al valor
obtenido se le llama estimacin por mxima verosimilitud de . Nota: si la variable X es
discreta, en lugar de f(xi ) consideramos la funcin masa de probabilidad p(xi).

Ejemplo 7.1: Sea X N(, ), con desconocido. Seleccionada una m.a.s. X1, ..., Xn,
con realizacin x1, ..., xn, estimamos el parmetro por ambos mtodos. Segn el
mtodo de los momentos: E(X) = Xn i=1 Xi n = X, y al ser = E(X) se obtiene que =
x. Por el mtodo de mxima verosimilitud: L(x1, ..., xn) = Yn i=1 f(xi ) = = Yn i=1 1
2 e (xi) 2 2

Estimacin por Intervalos de conanza 109 y maximizamos en tal funcin; en este caso
resulta ms fcil maximizar su logaritmo: lnL(x1, ..., xn) = 1 2 2 Xn i=1 (xi ) 2 n
ln( 2) lnL(x1, ..., xn) = 1 2 Xn i=1 (xi ) = n x n 2 = 0 =

Estimacin por intervalos

Consiste en la obtencin de un intervalo dentro del cual estar el valor del parmetro
estimado con una cierta probabilidad. En la estimacin por intervalos se usan los
siguientes conceptos:




Intervalo de confianza

El intervalo de confianza es una expresin del tipo [1, 2] 1 2, donde es el
parmetro a estimar. Este intervalo contiene al parmetro estimado con un determinado
nivel de confianza. Pero a veces puede cambiar este intervalo cuando la muestra no
garantiza un axioma o un equivalente circunstancial.


Variabilidad del Parmetro

Si no se conoce, puede obtenerse una aproximacin en los datos aportados por la
literatura cientfica o en un estudio piloto. Tambin hay mtodos para calcular el tamao
de la muestra que prescinden de este aspecto. Habitualmente se usa como medida de
esta variabilidad la desviacin tpica poblacional y se denota .

Error de la estimacin

Es una medida de su precisin que se corresponde con la amplitud del intervalo de
confianza. Cuanta ms precisin se desee en la estimacin de un parmetro, ms
estrecho deber ser el intervalo de confianza y, si se quiere mantener o disminuir el error,
ms ocurrencias debern incluirse en la muestra estudiada. En caso de no incluir nuevas
observaciones para la muestra, ms error se comete al aumentar la precisin. Se suele
llamar E, segn la frmula E = (2 - 1)/2.

Lmite de Confianza

Es la probabilidad de que el verdadero valor del parmetro estimado en la poblacin se
site en el intervalo de confianza obtenido. El nivel de confianza se denota por (1-),
aunque habitualmente suele expresarse con un porcentaje ((1-)100%). Es habitual
tomar como nivel de confianza un 95% o un 99%, que se corresponden con valores de
0,05 y 0,01 respectivamente.




Valor

Tambin llamado nivel de significacin. Es la probabilidad (en tanto por uno) de fallar en
nuestra estimacin, esto es, la diferencia entre la certeza (1) y el nivel de confianza (1-).
Por ejemplo, en una estimacin con un nivel de confianza del 95%, el valor es (100-
95)/100 = 0,05

Valor crtico

Se representa por Z/2. Es el valor de la abscisa en una determinada distribucin que
deja a su derecha un rea igual a /2, siendo 1- el nivel de confianza. Normalmente los
valores crticos estn tabulados o pueden calcularse en funcin de la distribucin de la
poblacin. Por ejemplo, para una distribucin normal, de media 0 y desviacin tpica 1, el
valor crtico para = 0,1 se calculara del siguiente modo: se busca en la tabla de la
distribucin ese valor (o el ms aproximado), bajo la columna "rea"; se observa que se
corresponde con -1,28. Entonces Z/2 = 1,64. Si la media o desviacin tpica de la
distribucin normal no coinciden con las de la tabla, se puede realizar el cambio de
variable t =(X-)/ para su clculo.

Con estas definiciones, si tras la extraccin de una muestra se dice que "3 es una
estimacin de la media con un margen de error de 0,6 y un nivel de confianza del 99%",
podemos interpretar que el verdadero valor de la media se encuentra entre 2,7 y 3,3, con
una probabilidad del 99%. Los valores 2,7 y 3,3 se obtienen restando y sumando,
respectivamente, la mitad del error, para obtener el intervalo de confianza segn las
definiciones dadas.

Para un tamao fijo de la muestra, los conceptos de error y nivel de confianza van
relacionados. Si admitimos un error mayor, esto es, aumentamos el tamao del intervalo
de confianza, tenemos tambin una mayor probabilidad de xito en nuestra estimacin, es
decir, un mayor nivel de confianza.

Otros usos del trmino

El trmino estimacin tambin se utiliza en ciencias aplicadas para hacer referencia a un
clculo aproximado, que normalmente se apoya en la herramienta estadstica aunque
puede no hacerlo. En este sentido, un ejemplo clsico son los poco conocidos pero tiles
en economa problemas de Fermi.