Beruflich Dokumente
Kultur Dokumente
ALEATORIO
PROFESOR RODOLFO ABANTO CANTO
UNIVERSIDAD ADOLFO IBEZ
REA DE ESTADSTICA
PARMETRO
UNA CANTIDAD NICA QUE CARACTERIZA EL COMPORTAMIENTO DE UNA
ES
POBLACIN.
EJEMPLOS:
1. MEDIA POBLACIONAL
2. VARIANZA POBLACIONAL
3. PROPORCIN POBLACIONAL
QU POBLACIONES CONOCES?
EN ESTADSTICA 1 SE PRESENT:
LA DISTRIBUCIN NORMAL
LA DISTRIBUCIN EXPONENCIAL
LA DISTRIBUCIN UNIFORME
LA DISTRIBUCIN POISSON
LA DISTRIBUCIN BINOMIAL
LA DISTRIBUCIN HIPERGEOMTRICA
NO!
MUESTRA ALEATORIA
TCNICAMENTE
EXPLICACIONES
Cul
Qu
Qu
ESTADSTICO (ESTIMADOR)
ESTADSTICO ES CUALQUIER FUNCIN DE OBSERVACIONES MUESTRALES.
UN
POR EJEMPLO:
PARMETRO
PARMETRO
PROMEDIO POBLACIONAL
COMO EL PROMEDIO
ESTIMADOR DE
MUESTRAL, TAMBIN SE
PROMEDIO MUESTRAL, ES PUEDE DESARROLLAR
UNA FUNCIN DE
OTROS ESTADSTICOS
OBSERVACIONES
QUE SON FUNCIONES DE
MUESTRALES
OBSERVACIONES
MUESTRALES
EN GENERAL
ESTIMADOR
ESTIMACIN
PROPIEDADES DE
ESTIMADORES
INSESGAMIENTO**
2. EFICIENCIA**
3. CONSISTENCIA*
4. SUFICIENCIA
1.
INSESGAMIENTO
Grficamente el
insesgamiento
SESGO
Se define:
EJEMPLO
Sea
una muestra aleatoria de una poblacin normal con
media y varianza .
1.
2.
Varianza de un Estimador
Se
define la varianza de un estimador , como :
Eficiencia Relativa
Grficamente Eficiencia
EJEMPLO
Sea
una muestra aleatoria de una poblacin normal con media
y varianza . Se dan dos estimadores para :
Qu estimador es ms eficiente de ?
Se define
como:
ADICIONALMENTE
CONSISTENCIA
MTODOS DE BSQUEDA
DE ESTIMADORES
Mtodos de estimacin hay muchos. Nosotros
trataremos dos de todos ellos:
1. Mtodos de Mxima Verosimilitud (Objetivo)
2. BOOTSTRAP (intuitivo)
Mtodos de Mxima
Verosimilitud
El
mtodo de mxima verosimilitud es un procedimiento
que permite estimar los parmetros de un modelo
probabilstico, o los coeficientes de un modelo matemtico,
de tal manera que sean los ms probables a partir de los
datos obtenidos.
la funcin de verosimilitud
2.
3.
4.
5.
Tambin (tarea):
2. Haga lo mismo para el caso de la Exponencial, Binomial,
Poisson, Bernoulli, Uniforme,
3. Averige otras distribuciones y encuentre los EMV de sus
respectivos parmetros.
Mtodo BOOTSTRAP
Bsicamente es un mtodo intuitivo, que en base al
remuestreo propuesto porBradley Efronen1979 se
intenta aproximar la distribucin de muestreo de un
estadstico, esto para encontrar una medicin del
sesgo y varianza del estimador que permita finalmente
realizar inferencias sobre el parmetro.
La enorme potencia de clculo de los ordenadores
actuales facilita considerablemente la aplicabilidad de
este mtodo tan costoso computacionalmente.
1.DESCONOCIMIENTO
DE LA DISTRIBUCIN
POBLACIONAL.
2.DIFICULTAD PARA OBTENER ESTIMADORES DE
MTODOS TRADICIONALES COMO ES EL
MTODO DE MAXIMA VEROSIMILITUD.
1.
2.
3.
4.
desconocido es