Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Educacin Universitaria, Ciencia y

Tecnologa
Universidad Nacional Experimental Simn Rodrguez
Ncleo Maturn

Facilitadora:

Participante:

Reyes Zullymar

Velsquez Jos

Seccin A

C.I:21.348.895
Maturn, julio de 2016

ndice
Contenido

Pagina

Introduccin

Desarrollo

Conclusin

Bibliografa

10

INTRODUCCION
Se analizan, a continuacin, las formas adecuadas para el
establecimiento del conocimiento numrico o abstracto de un parmetro
de una poblacin, y que evidentemente nos es desconocido, partiendo,
claro est, de la informacin suministrada por la muestra. LA TEORIA DE
LA ESTIMACION se ocupar, dentro del marco de la perspectiva clsica,
de

estudiar

las

caractersticas

deseables

de

los

estimadores

permitindonos escoger aquel estimador que rena ms propiedades

ventajosas para que realicemos buenas estimaciones

DESARROLLO

Definicin de Estimador
En estadstica, 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 consistencia.

El valor de un estimador proporciona lo que se denomina en
estadstica una estimacin puntual del valor del parmetro en estudio

Concepto y ejemplo de Estimacin

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.
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:

a) Estimacin puntual:

Mtodo de los momentos;

Mtodo de la mxima verosimilitud;

Mtodo de los mnimos cuadrados;

b) Estimacin por intervalos.

c) Estimacin bayesiana.

Caractersticas de un buen Estimador

Se dice que un estimador es insesgado si la media de la
distribucin del estimador es igual al parmetro.
Un estimador es consistente si aproxima el valor del parmetro
cuando mayor es n (n tamao de la muestra).
Diremos que un estimador es ms eficiente que otro si la varianza
de la distribucin muestral del estimador es menor a la del otro
estimador. Cuando menor es la eficiencia, menor es la confianza
de que el estadstico obtenido en la muestra aproxime al parmetro
poblacional.

Definicin y ejemplo de Inesgado

En estadstica se llama sesgo de un estimador a la diferencia entre

su esperanza matemtica y el valor numrico del parmetro que estima.
Un estimador cuyo sesgo es nulo se llama insesgado o centrado. El no
tener sesgo es una propiedad deseable de los estimadores.
Ejemplo:

La Varianza es un estimador sesgado. Ejemplo: La Media de las

Varianzas obtenidas con la Varianza. En un muestreo de 1000 muestras
(n=25) en que la Varianza de la poblacin es igual a 9.56 ha resultado
igual a 9.12, esto es, no coinciden. En cambio, al utilizar la Cuasivarianza:

La Media de las Varianzas muestrales es igual a 9.5, esto es, coincide con
la Varianza de la poblacin ya que la Cuasivarianza es un estimador
insesgado.

Definicin y ejemplo de Consistente

La consistencia es una propiedad de ciertos estimadores. Se dice
que un estimador o estadstico muestral es consistente cuando ste
converge a su valor verdadero cuando el nmero de datos de la muestra
tiende a infinito.
Ejemplo
En una poblacin de 500 puntuaciones cuya Media (m) es igual a 4.9 han
hecho tres muestreos aleatorios (nmero de muestras= 100) con los
siguientes

resultados:

Vemos que el muestreo en que n=100 la Media de las Medias muestrales

toma el mismo valor que la Media de la poblacin.

Explique cada uno de los Tipos de Estimacin

Distinguiendo entre estimacin puntual, procedimiento mediante el
cual se estima el valor del parmetro poblacional basndose en los datos
muestrales mediante el uso de un estadstico, y estimacin por intervalos,
en el cual para realizar la estimacin del parmetro poblacional se
determina un intervalo en el que de forma probable se encuentra el valor

del parmetro. Dicho intervalo recibir el nombre de intervalo de

confianza.

Propiedades que debemos exigir a un estimador puntual.

Mtodos disponibles para la construccin de estimadores

puntuales.
Mtodos disponibles para la estimacin de intervalos de confianza

de un parmetro poblacional.
Determinacin del tamao de la muestra para que la estimacin
presente una determinada precisin.

Definicin y ejemplo de Estimacin de Parmetro

La estimacin de parmetros es el procedimiento

utilizado para conocer las caractersticas de un parmetro
poblacional, a partir del conocimiento de la muestra.
Con una muestra aleatoria, de tamao n, podemos
efectuar una estimacin de un valor de un parmetro de la
poblacin; pero tambin necesitamos precisar un:
Intervalo de confianza: Se llama as a un intervalo en el
que sabemos que est un parmetro, con un nivel de
confianza especfico.
Nivel de confianza: Probabilidad de que el parmetro a
estimar se encuentre en el intervalo de confianza.
Error de estimacin admisible: Qu estar relacionado
con el radio del intervalo de confianza.

La caracterstica de la poblacin, como la media y la varianza (o

desviacin tpica) en la distribucin Normal o la probabilidad de xito en la

Binomial son parmetros. Si conocemos su valor (o si somos capaces de

aproximarlo con suficiente precisin) podremos responder a cualquier
pregunta sobre la distribucin.

Definicin y ejemplo de Estimacin Eficiente

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.

EJEMPLO
La Varianza de la distribucin muestral de la Media en un muestreo
aleatorio (nmero de muestras: 1000, n=25) ha resultado igual a 0.4. La
Varianza de la distribucin de Medianas ha resultado, en el mismo
muestreo, igual a 1.12, (este resultado muestra que la Media es un
estimador ms eficiente que la Mediana).

Estimador por puntos y Estimador por intervalos; su confiabilidad,

error probable.

Estimador por puntos

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)

Estimador 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 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 Parmetros, 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 observaciones 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

CONCLUSION
El objetivo principal de la estadstica inferencial es la estimacin,
esto es que mediante el estudio de una muestra de una poblacin se
requiere generalizar las conclusiones al total de la misma. Los
estadsticos varan mucho dentro de sus distribuciones muestrales, y
mientras menor sea el error estndar de un estadstico, ms cercanos
sern unos de otros sus valores. Existen dos tipos de estimaciones para
parmetros: puntuales y por intervalo. Una estimacin puntual es un nico
valor estadstico y se usa para estimar un parmetro. El estadstico usado
se denomina estimador.

BIBLIOGRAFIA

https://es.wikipedia.org/wiki/Estimador
http://www.uv.es/webgid/Inferencial/42_caractersticas_estimadores.htm
l
https://www2.ulpgc.es/hege/almacen/download/4/4762/Tema_4.pdf