Tema 2

FPM II
2º curso
TEMA 2: ESTIMACIÓN DE PARÁMETROS
Proceso por el que la información muestral es usada para inferir valores poblacionales
para formarnos una idea sobre alguna propiedad de la población. Se pone énfasis en
intentar cuantificar el tamaño de ese efecto (la diferencia entre grupos o como de intensa
es la relación entre variables).
1. ESTIMACIÓN PUNTUAL
Asigna un valor muestral concreto al valor poblacional que se desea estimar. Uno de los
métodos más usados es el método de los momentos (Pearson) donde se atribuye al
parámetro que se desea estimar el valor su correspondiente estadístico. El problema es
que pueden tener más de un estadístico para realizar la estimación. Para elegir uno u
otro se sigue la media poblacional → media, mediana, media recortada, valor que ocupa el
tercer lugar en la muestra, logaritmo del inverso del quinto valor muestral, etc.
Un buen estimador carece de sesgo, estos no toman el mismo valor siempre por lo que
no coincidirán con el parámetro estimado, pero suele ofrecer estimaciones correctas. El
estimador es insesgado si la media coincide con el parámetro que estima.
Por otro lado, es más eficiente cuanto menor es su varianza pues si fuera muy grande,
muchas de las estimaciones estarán muy por encima o debajo del verdadero valor del
parámetro. Por ello esta cualidad es necesaria.
insesgado-ineficiente insesgado-eficiente sesgado-eficiente sesgado-ineficiente
eficiente: juntos / ineficiencia: dispersos
El problema es que es difícil que el valor de un estadístico tomado de una muestra

concreta coincida con el parámetro a estimar por lo que no se puede conocer el error
muestral: 𝐸 = | 𝜃 − 𝜃|
2. ESTIMACIÓN POR INTERVALOS
Asigna al parámetro que se desea estimar un rango de valores entre los que se espera
que pueda estar el verdadero valor del parámetro con una probabilidad conocida.
FPM II
2º curso
El rango de valores se denomina intervalo de confianza y los extremos se denominan

límites de confianza (superior e inferior). Para construirlo, al estimador puntual se le suma
y resta la cantidad llamada error máximo (Emax):
Su utilidad es que permite conocer la probabilidad en que el intervalo construido incluya

el verdadero valor del parámetro estimado. A esa probabilidad se le conoce como nivel de
confianza y se representa como 1 – α: 𝑷 (𝑳𝒊 ≤ 𝜽 ≤ 𝑳𝒔).
Para conocer este nivel se necesita que la cantidad de Emax esté referida a la distribución
muestral del estadístico 𝜽 usado como estimador. Para ello se necesita usar estimadores
con distribución muestral conocida.
Se fija el nivel de confianza con el que se quiere trabajar y se continúa calculando la

cantidad que permite construir el intervalo que satisface la condición expuesta.
- Límites de confianza: Li (inferior) y Ls (superior) que definen el intervalo.

- Intervalo de confianza: rango de valores entre los límites.
- Error máximo: distancia entre el valor y los límites en valor absoluto.
- Nivel de riesgo (α): probabilidad de que el intervalo no incluya el verdadero valor de µ.
- Nivel de confianza (1 – α): probabilidad de que el intervalo incluya el valor de µ.
Cuanto mayor sea 𝐸𝑚á𝑥, mayor será la amplitud del intervalo y también la probabilidad de
que incluya el verdadero valor de 𝜃. Pero también menor será la precisión de la estimación,
pues se estará atribuyendo al parámetro un rango más amplio de valores. Por tanto, es
necesario un equilibrio entre: el nivel de confianza y la precisión de la estimación.
Siendo constante el tamaño muestral cuando aumentamos el nivel de confianza lo hace

también la amplitud del intervalo y, por tanto, el error máximo (menos precisión). Pero
cuando reducimos el error máximo para mejorar la precisión, reducimos la amplitud del
intervalo de confianza y, por tanto, la probabilidad de que el estadístico incluya en su
intervalo el valor del parámetro (menos nivel de confianza).
3. INTERVALO DE CONFIANZA (IC)
El nivel de confianza varía según la muestra seleccionada y hace referencia a la frecuencia

con la cual el método produce intervalos certeros y no a la probabilidad de que el
intervalo obtenido en una muestra concreta incluya el parámetro poblacional.
FPM II
2º curso
Normalmente se trabaja con muestras tan grandes que no se pueden encontrar todas
las muestras de tamaño n. Entonces, lo que necesitamos conocer es la probabilidad
muestral del estadístico usado como estimador y una vez conocida la distribución
muestral, se puede conocer la probabilidad asociada a cada uno de los valores y eso nos
permitirá seguir con la estrategia anterior.
- IC para la media
Si se distribuye por la normal o el tamaño de la muestra es grande, la distribución muestral

del estadístico es normal con
También:
Sabemos que la prob. de que el parámetro esté entre los límites vale 1 – α. Haciendo
puede afirmarse, con un nivel de confianza de 1 – α, que el valor del
parámetro no se alejará del estimador de en más de la cantidad del error.
Entonces el intervalo de confianza para el parámetro se construye:

siendo + para el Ls y – para el Li.
Si no se conociera el valor de la (lo más habitual), debemos sustituirla por su valor

muestral y realizar la transformación a una distribución T de Student:
Por tanto, el intervalo será:
En una muestra grande, la dist. T se parece a la normal.
Los pasos para calcular el IC:
- IC para la proporción (Péxito o P1)
Tiende a aproximarse a la dist. normal a medida que n aumenta, con parámetros:
=
FPM II
2º curso
Para conocer 𝜎𝑃1 se debe conocer justamente el parámetro que se desea estimar (𝜋1). No
obstante, puesto que 𝑃1 es un estimador consistente del parámetro 𝜋1 a medida que el tamaño
muestral 𝑛 aumenta, 𝑃1 se irá pareciendo más al parámetro 𝜋1. En estos casos podemos
utilizar 𝑃1 para estimar 𝜋1. Por tanto, con tamaños muestrales grandes:
PROBLEMAS
- IC para proporción
- IC para media

Tema 2

Cargado por

Copyright:

Formatos disponibles

Tema 2

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 2

Cargado por

Copyright:

Formatos disponibles

FPM II

TEMA 2: ESTIMACIÓN DE PARÁMETROS

insesgado-ineficiente insesgado-eficiente sesgado-eficiente sesgado-ineficiente

eficiente: juntos / ineficiencia: dispersos

El problema es que es difícil que el valor de un estadístico tomado de una muestra

2. ESTIMACIÓN POR INTERVALOS

El rango de valores se denomina intervalo de confianza y los extremos se denominan

Su utilidad es que permite conocer la probabilidad en que el intervalo construido incluya

Se fija el nivel de confianza con el que se quiere trabajar y se continúa calculando la

- Límites de confianza: Li (inferior) y Ls (superior) que definen el intervalo.

Siendo constante el tamaño muestral cuando aumentamos el nivel de confianza lo hace

3. INTERVALO DE CONFIANZA (IC)

El nivel de confianza varía según la muestra seleccionada y hace referencia a la frecuencia

Si se distribuye por la normal o el tamaño de la muestra es grande, la distribución muestral

Entonces el intervalo de confianza para el parámetro se construye:

Si no se conociera el valor de la (lo más habitual), debemos sustituirla por su valor

Por tanto, el intervalo será:

En una muestra grande, la dist. T se parece a la normal.

Los pasos para calcular el IC:

- IC para la proporción (Péxito o P1)

Tiende a aproximarse a la dist. normal a medida que n aumenta, con parámetros:

También podría gustarte