Académique Documents
Professionnel Documents
Culture Documents
ESTIMACIN
200
Ejemplo
N (, 1) ; R
El parmetro a estimar es
201
Introduccin y definiciones
Sea un estadstico T = u ( X 1, , X n )
El problema es encontrar una funcin u que proporcione
el mejor estimador de
El estimador, T, del parmetro debe tener una
distribucin concentrada alrededor de y la varianza
debe ser lo menor posible
P[ h T +h]
debera ser grande
+h
202
P[ h T +h]
debera ser grande
+h
203
Ejemplo
ECM ( X ) = Var [ X ] + E [ X ]
E[X ] = E
=
=
=
n
n
n i
1
n
Var[ X i ] =
i
n 2
n
2
n
204
7.2.2.
Estimadores Insesgados
E[T]
para todo
205
Ejemplo
Var [ X ] = 2.
206
2. 1
1
2
2
2
E S = E
X i X = E n 1 ( X i ) X
n
1
i
i
2
1
2
E ( X i ) + X 2 ( X i ) X
=
n 1
i
i
i
))
1
2
2
E ( X ) + E ( X ) 2 E ( X ) ( X i )
=
n 1 i
i
i
1
2
2
2
E ( X ) + nE ( X ) 2nE ( X )
=
n 1 i
1
2
2
2
=
2n
+n
=
n 1
n
n
i
( n 1)
1 2
=
n + 2 2 2 =
n 1
n 1
=2
207
Introduccin
208
. . . . . . . . .. . . . . . . .
(
(
Intervalo aleatorio
fijo
209
7.3.2.
N ( , )
Independientes entre s
Xi
N ( , )
210
intervalo de confianza
2
Z=
(X ) N
0
( 0; 1)
P [ z / 2 Z z / 2 ] = 1
/2
/2
z1 / 2 = z / 2
z / 2
211
X )
(
P [ z / 2 Z z / 2 ] = P z / 2
z / 2 = 1
0
0
0
X z / 2
P z / 2
= 1
n
n
0
0
X + z / 2
P X z / 2
= 1
n
n
0
0
X z / 2
P X + z / 2
= 1
n
n
0
0
X + z / 2
P X z / 2
= 1
n
n
0
0
X z / 2
, X + z / 2
n
n
212
0
0
X z / 2
, X + z / 2
n
n
NOTA:
A medida que aumenta el tamao de la muestra
disminuye la amplitud del intervalo
A medida que el nivel de confianza es mayor aumenta
la amplitud del intervalo
213
0
0
, X + z / 2
X z / 2
n
n
x = 503.75; n = 16;
02 = 25 ; 0 = 5
214
0
0
, X + z / 2
X z / 2
n
n
x = 503.75; n = 16;
02 = 25 ; 0 = 5
z / 2 = z0.05 = 1.645
0.05
0.05
0.90
z 0.05 = 1.645
z 0.05 = 1.645
5
5
= [501.69, 505.81]
215
Estimador: X
Distribucin muestral:
Cuasidesviacin tpica
X )
(
T=
S
S=
t n-1
1
2
X
X
(
)
n 1 i
i
/2
/2
t1 / 2 = t / 2
t / 2
P t / 2; n1 T t / 2; n1 = 1
(
)
t / 2; n1 = 1
P t / 2; n1
S
216
X )
(
t / 2 ; n1 = 1
P t / 2; n1
S
S
S
X t / 2; n1
= 1
P t / 2; n1
n
n
S
S
P X t / 2; n1
X + t / 2; n1
= 1
n
n
S
S
P X + t / 2; n1
+ X t / 2; n1
= 1
n
n
S
S
X + t / 2; n1
= 1
P X t / 2; n1
n
n
S
S
X
t
X
t
+
,
/ 2;n1
/ 2;n1
n
n
217
Solucin
S
S
, X + t / 2; n1
X t / 2; n1
n
n
x = 503.75 ;
s = 6.2022 ;
n = 16
s
s
+
=
,
x
t
x
t
/ 2; n1
/ 2; n1
n
n
6.2022
6.2022
= 503.75 1.75
=
, 503.75 + 1.75
4
4
= [501.0319, 506.4681]
218
S
S
, X + t / 2; n1
X t / 2; n1
n
n
x = 503.75 ;
s = 6.2022 ;
n = 16
t / 2; n1 = t 0.05;15 = 1.75
0.05
0.90
t 0.05 = 1.75
0.05
t 0.05 = 1.75
6.2022
6.2022
+
=
503
.
75
1.75
,
503
.
75
1.75
4
4
= [501.0319, 506.4681]
219
S2 =
2
1
Xi X
n 1
i
Distribucin muestral
n
( Xi X )
i =1
( n 1) S 2
2
n21
n
1
S
(
)
2
2
/ 2; n1 = 1
P 1 / 2; n1
/2
12 / 2;n 1
/2
2 / 2;n 1
220
n
1
S
(
)
2 / 2; n1 = 1
P 12 / 2; n1
2
2
1
1 / 2; n 1
/ 2; n1
= 1
P
n 1 S 2
2
2
1
n
S
(
)
(
)
2
2
( n 1) S
( n 1) S
2
= 1
P
2
2
/ 2; n1
1 / 2; n1
2
2
( n 1) S
( n 1) S
P
2
= 1
2
1 / 2;n 1
/ 2;n1
I.C. para 2, con media poblacional desconocida,
al nivel de confianza 1
2
2
(
n
1)
S
(
n
1)
S
,
2
1 / 2 ; n 1
/ 2; n1
221
Ejemplo
x
= 0.74
Cuasivarianza:
(
)
i
n 1
i
0.005
0.005
0.99
2
0.995;8
= 1.34
20.005;8 = 22.0
2
2
( n 1) s , ( n 1) s =
2
1 / 2; n1
/ 2; n1
= [ 0.2691, 4.4179]
222
Nivel de confianza: 1 =
0.95
s2 =
Cuasi-varianza:
1
2
x
x
= 0.74
(
)
n 1 i
i
2
2 / 2 ; n1 = 0.025
; 8 = 17.5
2
12 / 2; n1 = 0.975;8
= 2.18
0.025
0.025
0.95
2
0.975;8
= 2.18
20.025;8 = 17.5
2
2
(
n
1)
s
(
n
1)
s
=
,
2
/ 2; n1 1 / 2; n1
= [ 0.3383, 2.7156]
223
7.3.3.
N ( X ; X )
N ( Y ; Y )
Independientes
Consideramos:
m.a.s. de tamao nX de X
X1, X 2 ,..., X n
X , S X2
m.a.s. de tamao n Y de Y
Y , S Y2
Y1, Y2 ,..., Yn Y
224
diferencia de medias
Varianzas poblacionales conocidas
Estimador: T = X Y
Distribucin muestral:
Z=
( X Y ) ( X Y )
X2
nX
Y2
N (0; 1)
nY
P [ z / 2 Z z / 2 ] = 1
/2
/2
z1 / 2 = z / 2
z / 2
225
P [ z / 2 Z z / 2 ] = 1
X Y ) X Y
(
P z / 2
z / 2 = 1
2
2
X
Y
n X nY
2
2
X
Y
+
X Y
P X Y z / 2
nX
nY
2
2
X Y
X Y + z / 2
+
= 1
nX
nY
2
2
X
Y
X Y z
+
) /2 n n
(
X
Y
226
Ejemplo
Se estn utilizando normalmente en una granja avcola
dos tipos de piensos compuestos A y B. Queriendo
comparar la media de engorde con ambos piensos, para
un nivel de confianza 0.9, se alimentan a 20 aves durante
cierto tiempo con el pienso A obtenindose una ganancia
media de peso de 0.4 Kgr por ave. Simultneamente a
otras 19 aves se les alimenta con el pienso B y se obtiene
un engorde medio de 0.5 Kgr.
Se conoce por experiencias previas que las variables
objeto de estudio, engorde con cada uno de los piensos,
son normales con varianzas de 0.05 para el pienso A y
0.1 para pienso B. Estimar la diferencia de engorde
medio.
Solucin
n A = 20 ;
x A = 0.4 ;
2 = 0.05
A
nB = 19 ;
xB = 0.5 ;
B2 = 0.1
2 2
2 2
A + B, x x +z
A+ B
x A xB z / 2
A
B
/2
n A nB
n A nB
227
n A = 20 ;
x A = 0.4 ;
2 = 0.05
A
nB = 19 ;
xB = 0.5 ;
B2 = 0.1
2 2
2 2
A + B, x x +z
A+ B
x A xB z / 2
/2
A
B
n A nB
n A nB
0.05
0.90
z 0.05 = 1.645
0.05
z 0.05 = 1.645
0.05 0.1
0.05 0.1
+
, 0.4 0.5 + 1.645
+
0.4 0.5 1.645
=
20 19
20 19
= [ 0.2449, 0.0449]
228
pero iguales
X2 = Y2
Estimador: T = X Y
Distribucin muestral
T=
( X Y ) ( x y )
Sp
Sp =
1
1
+
n X nY
tn + n 2
x y
(nx 1) S x2 + (n y 1) S y2
nx + n y 2
P t / 2;n X nY 2 tn X nY 2 t / 2;n X nY 2 = 1
t nX + nY 2
/2
t1 / 2 = t / 2
/2
t / 2
229
P t / 2;n X nY 2 tn X nY 2 t / 2;n X nY 2 = 1
X Y ) X Y
(
t / 2; n + n 2 =
P t / 2; n + n 2
X
Y
X
Y
1
1
+
Sp
n
n
X
Y
1
1
P X Y t / 2; n X + nY 2 S p
+
X Y
n X nY
1
1
X Y + t / 2; n X + nY 2 S p
+
= 1
n X nY
1
1
+
X Y t / 2; n X + nY 2 S p
n X nY
230
Ejemplo
1
1
+
x A xB t / 2;n A + nB 2 s p
n
n
A
B
n A = 22 ;
x A = 0.4 ;
A2 = 0.03
nB = 20 ;
xB = 0.5 ;
B2 = 0.09
231
n A = 22 ;
x A = 0.4 ;
A2 = 0.03
nB = 20 ;
xB = 0.5 ;
B2 = 0.09
nA 2
2
sA =
A = 0.0316 ;
nA 1
nB 2
2
sB =
B = 0.095
nB 1
t / 2; n A + nB 2 = t 0.05;40 = 1.684
sp =
(n A 1) s A + (nB 1) sB
n A + nB 2
= 0.2484
t nX + nY 2 = t40
0.05
0.90
t 0.05 = 1.684
0.05
t0.05 = 1.684
1
1
+
x A xB t / 2;n A + nB 2s p
n A nB
= [ 0.2292, 0.0292]
232
Distribucin muestral:
Z=
( X Y ) ( X Y )
S X2
nX
S Y2
n X , nY
N (0; 1)
nY
P [ z / 2 Z z / 2 ] = 1
/2
/2
z1 / 2 = z / 2
z / 2
n X y n Y > 30
233
P [ z / 2 Z z / 2 ] = 1
X Y ) X Y
(
z / 2 = 1
P z / 2
2
2
S X SY
n
n
X
Y
2
2
S
S
X
Y
+
X Y
P X Y z / 2
n X nY
2
2
S X SY
X Y + z / 2
+
= 1
n X nY
I.C. para
X Y z
) /2
(
S Y2
+
n X nY
2
SX
234
Ejemplo
s 2A s B2
( x x ) z
+
B
/2
A
n A nB
nA = 100 ; x A = 0.5 ;
s 2A = 0.08
nB = 120 ; xB = 0.2 ;
sB2 = 0.09
235
nA = 100 ; x A = 0.5 ;
s 2A = 0.08
nB = 120 ; xB = 0.2 ;
sB2 = 0.09
0.05
0.90
z 0.05 = 1.645
0.05
z 0.05 = 1.645
S A2 S B2
( x x ) z
=
+
A
B
/2
n A nB
0.08 0.09
0.08 0.09
= 0.5 0.2 1.645
+
, 0.5 0.2 + 1.645
+
=
100 120
100 120
= [ 0.2352, 0.3648]
236
cociente de varianzas: X2 / Y2
nX
T=
Estimador:
S X2
S Y2
2
1
Xi X
n X 1 i =1
=
nY
2
1
Yi Y
nY 1 i =1
Distribucin muestral
S X2
F=
S Y2
X2
Y2
S X2 Y2
S Y2 X2
Fn X 1, nY 1
P F1 / 2; nX 1, nY 1 F nX 1, nY 1 F / 2; nX 1, nY 1 = 1
/2
F1 / 2; n X 1, nY 1
/2
F / 2; n X 1, nY 1
237
P F1 / 2; nX 1, nY 1 F nX 1, nY 1 F / 2; nX 1, nY 1 = 1
Y2 S X2
F / 2; nX 1, nY 1 = 1
P F1 / 2; nX 1, nY 1
X2 S Y2
2
S Y2 Y2
S
F / 2; nX 1, nY 1 Y
P F1 / 2; nX 1, nY 1
2
2
SX
SX
2X
P
F1 / 2; n 1, n 1
X
Y
S X2
P
F / 2; n 1, n 1
X
Y
X2
S X2
= 1
= 1
S Y2 Y2 S Y2 F / 2; nX 1, nY 1
2X
= 1
2
2
2
SY Y
S Y F1 / 2; nX 1, nY 1
SX
SX
238
1
P
F / 2; n 1, n 1
X
Y
2X
1
= 1
2
2
2
SY Y
S Y F1 / 2; nX 1, nY 1
SX
1
F1 / 2; nX 1, nY 1
P
F1 / 2; n 1, n 1
X
Y
S X2
SX
= F / 2; nY 1, n X 1
2X
S X2
F / 2; nY 1, n X 1
= 1
2
2
2
SY
SY
Y
2
2
I.C. para X / Y con medias poblacionales
F / 2; nX 1, nY 1
2
SX
, F / 2 ; nY 1 , n X 1
SY2
SY2
2
SX
239
Ejemplo
F / 2; nA 1, n B 1
s 2A
s 2A
,
F
/
2;
1,
1
B
A
s B2
s B2
240
F / 2; nA 1, n B 1
s 2A
s 2A
=
,
F
/
2;
1,
1
B
A
s B2
s B2
0.034
1 0.034
=
= [ 0.3314, 5.7422]
, 4.56
0.027
3.80 0.027
241
7.3.4.
X N ( np ; np (1 p ) )
p (1 p )
X
n
p =
N p;
n
n
Z=
p p
p ( 1 p )
n
N ( 0; 1)
242
p p
Z=
p (1 p )
n
/2
n
N (0;1)
/2
z1 / 2 = z / 2
z / 2
P [ z / 2 Z z / 2 ] = 1
P [ z / 2
p p
z / 2 ] = 1
p (1 p )
n
p (1 p )
p (1 p )
P p z / 2
p p + z / 2
= 1
n
n
p (1 p )
p (1 p )
, p + z / 2
p z / 2
n
n
243
Ejemplo
15
p =
= 0.15
100
z / 2 = z0.025 = 1.96
p (1 p )
p (1 p )
, p + z / 2
p z / 2
=
n
n
0.15 0.85
0.15 0.85
, 0.15 + 1.96
= 0.15 1.96
=
100
100
= [ 0.081, 0.219]
244
7.3.5.
nX y nY conocidos
Parmetro a estimar : p1 p 2
p1
p 2 = X n X Y nY
Estimador puntual de p1 p 2 :
Distribucin asinttica
X
Y
p1 p 2 =
n X nY
( n X , nY
n X , nY
p1 1
p1
p2 1
p2
+
N p1 p2 ;
nX
nY
245
Z=
p 2 ) ( p1 p 2 )
( p1
n ,n
N (0; 1)
p1 (1
p1 )
p 2 (1
p2 )
+
X
nX
nY
/2
/2
z1 / 2 = z / 2
z / 2
P [ z / 2 Z z / 2 ] =
P z 2
p1 p 2
z 2 = 1
p2 1
p2
nY
p2 ) (
)
( p1
p1 (1
p1 )
( )
nX
246
P z 2
p1 p 2
= 1
p2 1
p2
nY
p2 ) (
)
( p1
p1 (1
p1 )
( )
nX
) (
p
1
p
p
1
p2
1
1
2
P p1 p 2 z 2
+
p1 p 2
nX
nY
p1
p 2 + z 2
p1 1
p1
nX
p2 1
p2
+
= 1
nY
p
1
p
p
1
p2
1
1
2
+
p1 p 2 z 2
nX
nY
247
Ejemplo
5
p1 =
= 0.0625 ;
80
8
p2 =
= 0.08 ;
100
z / 2 = z 0.025 = 1.96
n X = 80 ;
nY = 100
p
1
p
p
1
p2
1
1
2
+
p
p 2 z / 2
1
nX
nY
= [ 0.0926, 0.0576]
248