6 – ESTIMACIÓN PUNTUAL

 ALGUNOS CONCEPTOS GENERALES DE LA ESTIMACIÓN PUNTUAL:

o Una estimación puntual de un parámetro es un solo número que se puede considerar como valor sensible para .
o Una estimación puntual se obtiene al seleccionar un estadístico adecuado y calcular su valor a partir de los datos muestrales
proporcionados.
o El estadístico seleccionado se llama estimador puntual.
o Estimadores insesgados:
 Se dice que un estimador puntual es un estimador insesgado de si para todo valor posible de .
 Si no es insesgado, la diferencia se llama sesgo de .
 Resumiendo, es insesgado si su distribución de probabilidad (es decir, muestreo) siempre está centrada en el valor
verdadero del parámetro.

 Cuando es una va binomial con parámetros y , la porción muestral es un estimador insesgado de p.

 Principio de estimación insesgada:
 Al elegir entre varios estimadores de , selecciones uno que sea insesgado.
 Sea una muestra aleatoria de una distribución con media y varianza . Entonces el estimador

es un estimador insesgado de .
 Si es una muestra aleatoria de una distribución con media , entonces es un estimador insesgado de
. Si además la distribución es continua y simétrica, entonces y cualquier medida recortada son también
estimadores insesgados de .
o Estimadores con varianza mínima:
 Principio de estimación insesgada de varianza minima:
 Entre los estimadores de que están insesgados, elija uno que tiene una varianza mínima. La resultante
se llama estimador insesgado de varianza mínima (EIVM) de .

 Sea una muestra aleatoria de una distribución con parámetros y varianza . Entonces el estimador
es el EIVM para .

1 http://longinox.blogspot.com/ Longinos Recuero Bustos, curso 2010/11. lrecuero1@alumno.uned.es

 o Algunas complicaciones:
 En términos generales, al estimar un punto de simetría de una distribución de probabilidad continua, una media
recortada con porción de recorte 10 ó 20% (de cada extremo de la muestra) produce estimaciones con
comportamiento razonable sobre un intervalo amplio de modelos posibles.
 Por esta razón se dice que una media recortada con porcentaje de recorte pequeño es un estimador robusto.
o Informe de una estimación puntual: error estándar:

 El error estándar de un estimador es su desviación estándar . Si por sí mismo el error estándar tiene
que ver con parámetros desconocidos cuyos valores se pueden estimar, la substitución de estas estimaciones en
produce el error estándar estimado (desviación estándar estimada) del estimador. El error estándar estimado se puede
denotar ya sea con ó con .
 MÉTODOS DE ESTIMACIÓN PUNTUAL:
o Método de momentos:
 Sea una muestra aleatoria de una fmp o fdp . Para el k-ésimo momento
poblacional, o k.ésimo momento de la distribución , es .
El k-ésimo momento muestral es .
 Sea una muestra aleatoria de una distribución con fmp o fdp , donde son
parámetros cuyos valores se desconocen. Entonces los estimadores de momento se obtienen igualando los
primeros momentos muestrales con los primeros momentos poblacionales correspondientes y resolviendo para
.
o Estimación de probabilidad máxima:
 Sea tiene fmp o fdp conjunta

donde los parámetros tienen valores desconocidos. Cuando son los valores muestrales
observados y la función arriba definida es considerada como una función de , se llama función de
verosimilitud. Las estimaciones de máxima verosimilitud (emv) son los valores de las que maximizan
la función de verosimilitud, así que

para toda

Cuando las se sustituyen en lugar de las , resultan los estimadores de máxima verosimilitud.
o Como estimar funciones de parámetros:
 Principio de invariancia:
 Sean los emv de los parámetros . Entonces la emv de cualquier función
de estos parámetros es la función de las emv.
o Comportamiento de las emv con muestra grande:
 En condiciones muy generales en la distribución conjunta de la muestra, cuando el tamaño de muestra es grande, el
emv de cualquier parámetro es aproximadamente insesgado y tiene varianza que es casi tan pequeña
como se pueda lograr mediante cualquier estimador. Expresado de otra manera, la emv de es aproximadamente el
EIVM de

2 http://longinox.blogspot.com/ Longinos Recuero Bustos, curso 2010/11. lrecuero1@alumno.uned.es