Qu son estimadores? Un estimador es un estadstico (esto es, una funcin de la muestra) usado para estimar un parmetro desconocido de la poblacin.

Por ejemplo, si se desea conocer el precio medio de un artculo (el parmetro desconocido) se recogern observaciones del precio de dicho artculo en diversos establecimientos (la muestra) y la media aritmtica de las observaciones puede utilizarse como estimador del precio medio. Para cada parmetro pueden existir varios estimadores diferentes. En general, escogeremos el estimador que posea mejores propiedades que los restantes, como insesgadez, eficiencia, convergencia y robustez (consistencia). El valor de un estimador proporciona lo que se denomina en estadstica una estimacin puntual del valor del parmetro en estudio. En general, se suele preferir realizar una estimacin mediante un intervalo, esto es, obtener un intervalo [a, b] dentro del cual se espera est el valor real del parmetro con un cierto nivel de confianza. Utilizar un intervalo resulta ms informativo, al proporcionar informacin sobre el posible error de estimacin, asociado con la amplitud de dicho intervalo. El nivel de confianza es la probabilidad de que a priori el verdadero valor del parmetro quede contenido en el intervalo. Propiedad de los estimadores Sesgo: Se denomina sesgo de un estimador a la diferencia entre la esperanza (o valor esperado) del estimador y el verdadero valor del parmetro a estimar. Es deseable que un estimador sea insesgado o centrado, es decir, que su sesgo sea nulo por ser su esperanza igual al parmetro que se desea estimar. Por ejemplo, si se desea estimar la media de una poblacin, la media aritmtica de la muestra es un estimador insesgado de la misma, ya que su esperanza (valor esperado) es igual a la media de la poblacin.

Eficiencia: Diremos que un estimador es ms eficiente o ms preciso que otro estimador, si la varianza del primero es menor que la del segundo. Por ejemplo, si y son ambos estimadores de y diremos que es ms eficiente que . Un

estimador es ms eficiente (ms preciso), por tanto, cuanto menor es su varianza. La eficiencia de los estimadores est limitada por las caractersticas de la distribucin de probabilidad de la muestra de la que proceden. Consistencia: Si no es posible emplear estimadores de mnima varianza, el requisito mnimo deseable para un estimador es que a medida que el tamao de la muestra crece, el valor del estimador tienda a ser el valor del parmetro, propiedad que se denomina consistencia. Existen diversas definiciones de consistencia, ms o menos restrictivas, pero la ms utilizada es la denominada consistencia en media cuadrtica que exige que:

1. 2. Robustez: El estimador

cuando cuando ser un estimador robusto del parmetro si la violacin

de los supuestos de partida en los que se basa la estimacin (normalmente, atribuir a la poblacin un determinado tipo de funcin de distribucin que, en realidad, no es la correcta), no altera de manera significativa los resultados que ste proporciona. Suficiencia: Se dice que un estimador es suficiente cuando resume toda la informacin relevante contenida en la muestra, de forma que ningn otro estimador pueda proporcionar informacin adicional sobre el parmetro

desconocido de la poblacin. Invarianza: Se dice que un estimador es invariante cuando el estimador de la funcin del parmetro coincide con la funcin del estimador del parmetro .

Ejemplo.- Si para estimar la varianza poblacional utilizamos la varianza muestral, entonces para estimar la desviacin tpica poblacional ser razonable utilizar la desviacin tpica muestral Estimacin del error de una medida directa La estimacin del error de una medida tiene siempre una componente subjetiva. En efecto, nadie mejor que un observador experimentado para saber con buena aproximacin cul es el grado de confianza que le merece la medida que acaba de tomar. No existe un conjunto de reglas bien fundadas e inalterables que permitan determinar el error de una medida en todos los casos imaginables. Muchas veces es tan importante consignar cmo se ha obtenido un error como su propio valor. Sin embargo, la aplicacin de algunos mtodos estadsticos permite objetivar en gran medida la estimacin de errores aleatorios. La estadstica permite obtener los parmetros de una poblacin (en este caso el conjunto de todas las medidas que es posible tomar de una magnitud), a partir de una muestra (el nmero limitado de medidas que podemos tomar). Tipos de estimacin estadstica Estimacin de parmetros: Un problema importante de la inferencia estadstica es la estimacin de parmetros de la poblacin, brevemente parmetros (tales como la media y la variacin de la poblacin), de los correspondientes estadsticos mustrales, o simplemente estadsticos (tales como la media y la variacin de la muestra). Estimaciones sin sesgo: Si la media de las dispersiones de muestreo con un estadstico es igual que la del correspondiente parmetro de la poblacin, el estadstico se llamara estimador sin sesgo, del parmetro; si no, si no se llama estimador sesgado. Los correspondientes valores de tal estadstico se llaman estimacin sin sesgo, y estimacin con sesgo respectivamente.

Encontramos, de manera que es una estimacin sin sesgo de. Sin embargo, s es una estimacin sesgada de. En trminos de esperanza podramos decir que un estadstico es instigado porque Para ver el grafico seleccione la opcin Bajar trabajo del men superior Estimacin Eficiente: Si las distribuciones de muestreo de dos estadsticos tienen la misma media(o esperanza), el de menor varianza se llama un estimador eficiente de la media, mientras que el otro se llama un estimador ineficiente, respectivamente. Si consideramos todos los posibles estadsticos cuyas distribuciones de muestreo tiene la misma media, aquel de varianza mnima se llama a veces, el estimador de mxima eficiencia, sea el mejor estimador. Ejemplo: Las distribuciones de muestreo de media y mediana tienen ambas la misma media, a saber, la media de la poblacin. Sin embargo, la varianza de la distribucin de muestreo de medias es menor que la varianza de la distribucin de muestreo de medianas. Por tanto, la media muestral da una estimacin eficiente de la media de la poblacin, mientras la mediana de la muestra da una estimacin ineficiente de ella. De todos los estadsticos que estiman la media de la poblacin, la media muestral proporciona la mejor (la ms eficiente) estimacin. En la prctica, estimaciones ineficientes se usan con frecuencia a causa de la relativa sencillez con que se obtienen algunas de ellas. Estimaciones de punto y estimaciones de intervalo, su fiabilidad: Una estimacin de un parmetro de la poblacin dada por un solo nmero se llama una estimacin de punto del parmetro. Una estimacin de un parmetro de la poblacin dada por dos puntos, entre los cuales se pueden considerar encajado al parmetro, se llama una estimacin del intervalo del parmetro.

Las estimaciones de intervalo que indican la precisin de una estimacin y son por tanto preferibles a las estimaciones de punto Ejemplo: Si decimos que una distancia s a medido como 5.28 metros (m), estamos dando una estimacin de punto. Por otra parte, si decimos que la distancia es 5.28 0.03 m, (sea, que est entre 5.25 y 5.31 m), estamos dando una estimacin de intervalo El margen de error o la percepcin de una estimacin nos informan su fiabilidad

Republica Bolivariana de Venezuela Ministerio del Poder Popular para la Defensa Universidad Nacional Experimental de las Fuerzas Armadas Bolivarianas Unefa Falcn _ Extensin Punto Fijo

Yenny Hidalgo C.I: 13108624 V Semestre de Economa Social Seccin A

Punto Fijo, Abril 2011