ESTIMACIN

PUNTUAL DE
PARAMETROS

ESTIMACIN PUNTUAL DE
PARAMETROS
Definicin:

Sea

una muestra aleatoria de

tamao n seleccionada de una poblacin cuya
distribucin es
, siendo el parmetro. Se
denomina estimador puntual del parmetro
a cualquier estadstico
, cuyo valor
,
proporcionar una estimacin del parmetro
en cuestin.
Un estimador puntual del parmetro es pues,
una variable aleatoria (funcin de la muestra) ,
mientras que el estimador puntual es el valor
numrico del estimador.

Los estimadores son variables aleatorias

Tienen
una
distribucin
de
probabilidad,
correspondiente a las distribuciones muestrales.
Su distribucin (media, varianza, etc.) le confiere
una serie de propiedades estadsticas (sesgo,
mnima varianza, consistencia, suficiencia):

Se puede definir la calidad del estimador.

Se puede comparar con otros estimadores.

No hay ningn estimador perfecto: Siempre habr
algn error en el proceso de estimacin.
No deben estudiarse las distintas propiedades de
los estimadores para predecir cul es el ms
apropiado.

ESTIMACIN INSESGADO
Definicin:

Se dice que la estadstica es un

estimador insesgado del parmetro

si . En
caso contrario, se dice que es estimador
sesgado.
Si la estadstica es un estimador insesgado del
parmetro
, entonces, su valor
es la
estimacin insesgada del parmetro .

Ejemplo1:

Sea una muestra aleatoria de tamao n extrada de una
poblacin cualquiera , (Discreta o continua). Entonces,
a) La media muestral es un estimador insesgado de la media
poblacional , ya que
El valor de

es la estimacin insesgada de

b) La proporcin muestral es un estimador insesgado de la

proporcin de xitos p de una poblacin binomial, porque,
c) La varianza muestral
Es un estimador sesgado de la varianza poblacional , ya que
.
Sin embargo, la estadstica,
Es un estimador insesgado de la varianza poblacional , porque,
.

Nota: El clculo de la varianza por

es
denominado mtodo del amuestra mientras
que el clculo de la varianza por
es
denominado
mtodo de la poblacin.
Observar que cuando n es suficientemente
grande el coeficiente
tiene a uno.
Ejemplo 2.

a) La diferencia de dos medidas muestrales es estimador

insesgado de la diferencia
de dos mediadas
poblacionales. Ya que,
.

b) La diferencian de dos proporciones muestrales es un

estimador insesgado de la diferencia de dos proporciones
de xitos binomiales . Puesto que,
.

ESTIMADOR EFICIENTE
Definicin:
Si hay dos o ms estimadores puntuales

insesgado de un parmetro , se denomina estimador ms
eficiente a aquel estimador que tenga menor varianza.
Ejemplo 3:
Sea
una muestra aleatoria de cualquier poblacin con
distribucin . Dados los estimadores del parmetro :
,
y
Verificar que la media de la muestra; es el estimador ms
eficiente de .
Solucin
Ambos estimadores son insesgados. En efecto,
y
Por otra parte, las varianzas respectivas son:
y
Luego la estadstica que est definida como la media de la
muestra; es el estimador ms eficiente de .

CONSTRUCCIN DE ESTIMADORES
Se tendr como objetivo el de construir un
estimador del parmetro poblacional
Para ello, existen varios mtodos para la obtencin
de estimadores, tambin propiedades que cumplen
los estimadores obtenidos por los diferentes
mtodos.
Los mtodos son:
El mtodo de los momentos.
El mtodo de la mxima verosimilitud.
El mtodo de la mnima .
El mtodo de los mnimos cuadrados.
Solo se har uso de dos primeros mtodos
para la construccin de estimadores.

MTODO DE LOS MOMENTOS

Los
momentos caracterizan una distribucin de probabilidad

Si dos variables aleatorias tienen los mismos momentos

entonces dichas variables tienen o siguen la misma funcin de
densidad.
Podemos emplear los momentos muestrales para estimar los
parmetros, basndonos en la intuicin de que los momentos de
la poblacin , se parecern a los respectivos momentos de la
muestra , r-simo momento ordinario de una muestra aleatoria
Igualamos los primeros momentos de una poblacin a los
correspondientes momentos de una muestra
Entonces si una distribucin tiene parmetros desconocidos,
para su estimacin se tendr lo siguiente:

4:
Ejemplo

Sea una variable aleatoria con distribucin exponencial de

parmetro ; queremos encontrar el estimador del parmetro
usando mtodo de los momentos:
Distribucin exponencial:
Media de una funcin
exponencial:
Solucin:

MTODO DE MXIMA
VEROSIMILITUD

Supongamos
que una poblacin est distribuida como
, en donde es el parmetro que tratamos de
estimar.
El procedimiento para determinar el estimador de la
mxima verosimilitud es como sigue:
Elegir una muestra aleatoria de la poblacin y
determinar la distribucin conjunta de la muestra en
sus valores observados respectivos . Esta funcin de
parmetro conocida tambin como funcin de
verosimilitud est dada por:

El valor de que maximiza a la funcin , es la

estimacin de la mxima verosimilitud (EMV) de .
Este valor denotaremos por.

 A menudo se usa . En este caso el valor de que

maximiza a es la solucin de la ecuacin:
Si la distribucin de probabilidad de la poblacin
contiene parmetros , la funcin de verosimilitud
est dada por:
La estimacin de mxima verosimilitud de cada
parmetro es la solucin de la ecuacin
respectiva:

Donde .

Ejemplo
5:

Sea una muestra aleatoria de tamao , seleccionada de una
poblacin con distribucin binomial . Hallar el estimador del
parmetro usando el mtodo de mxima verosimilitud.
La distribucin de probabilidad de cada variable aleatoria es:
Solucin:

Gracias