Professional Documents
Culture Documents
TEMA 3: ESTIMACIN
1. Estimacin puntual: estimadores y estimaciones.
Propiedades de los estimadores.
2. Mtodos de obtencin de estimadores.
3. Estimacin por intervalos.
4. Determinacin del tamao muestral.
Bibliografa especfica Tema 3:
- NEWBOLD, P. (1997). Estadstica para los Negocios y la Economa. Madrid: Prentice Hall. 4 Edicin.
Captulos 7 y 8.
- NEWBOLD, P. y otros (2008). Estadstica para Administracin y Economa. Madrid: Pearson-Prentice Hall.
6 Edicin. Captulos 8 y 9.
- ESTEBAN GARCA, J. y otros: Curso Bsico de Inferencia Estadstica. Reproexpres Ediciones, Valencia,
2008. Tema 4 (sin anexos) y Tema 5.
- LIND D.A y otros. Estadstica Aplicada a los Negocios y la Economa. Ed. McGraw Hill, Mxico, (13
Edicin). Captulo 9.
- MURGUI, J.S. y otros (2002). Ejercicios de Estadstica. Economa y Ciencias Sociales. Valencia: Tirant lo
Blanch. Captulo 7.
1) ESTIMACIN PUNTUAL
Estimadores y Estimaciones:
Estadsticos
Estimadores
de
Estrategias de bsqueda de
estimadores de un parmetro :
- Proponer estimadores con buenas
propiedades .
- Aplicar un mtodo de construccin de
estimadores: Estimadores MximoVerosmiles (EMV) .
1 y 2 insesgados. Si Var
1 Var
,7
,6
1,2
,5
1,0
,4
,8
f(B)
f(A)
,3
,6
,2
,4
f(B)
f(A)
,1
,2
0,0
0,0
E[B] E[A]=
A estimador insesgado E[A]=
B estimador sesgado E[B]
Var[A] = Var[B]
ECM[A] < ECM[B]
A mejor estimador que B
A y B insesgados E[A]=E[B]=
Var[A] > Var[B]
ECM[A] > ECM[B]
B mejor estimador que A
1,2
1,0
f( n 1000)
,8
,6
,4
f( n 100)
,2
0,0
Parmetro a
estimar
Estimador
Propiedades
estimador
Otras
propiedades
Poisson
XPo()
insesgado, eficiente,
consistente
EMV
Bernoulli
XBe(p)
p = x
insesgado, eficiente,
consistente
EMV
Normal
X N(, 2 )
insesgado, eficiente,
consistente
EMV
Normal
X N(, 2 )
S2
EMV
Exponencial:
X Exp(1/ )
insesgado, eficiente,
consistente
EMV
Sin
especificar
insesgado, consistente
Sin
especificar
S2
S 2
asint. insesgado
insesgado
Fuente: MURGUI, J.S. y otros (2002). Ejercicios de Estadstica. Economa y Ciencias Sociales.
Valencia: Tirant lo Blanch, p.265.
p
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
0.55
0.6
0.65
0.7
0.8
0.9
1
1-p
1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.2
0.1
0
l(p)
0
2.56893E-41
6.26579E-34
2.19818E-30
1.76685E-28
1.55772E-27
2.95461E-27
1.68258E-27
3.40712E-28
2.64097E-29
7.88861E-31
8.62495E-33
3.08132E-35
2.96595E-38
5.64195E-42
1.4615E-52
4.23912E-72
0
l(p)
3.5E-27
3E-27
2.5E-27
2E-27
1.5E-27
1E-27
5E-28
0
0
0.1 0.2
0.3 0.4
0.5
0.6 0.7
0.8 0.9
X-
Estadstico Z =
: N(0,1)
/ n
P -z /2
X-
Z=
z /2 =1-
/ n
Se despeja :
P X - z /2
X + z /2
n
0,99
= 0,95
0,9
n =1-
x - z / 2
, x + z / 2 = x error de estimacin
n
n
x 503,75
507,86
x 503,75
x 503,75
Error =4,11 gr
Error =4,90 gr
508,65
Error =6,43 gr
510,18
X-
Estadstico T =
: t n-1
S/ n -1
X-
P -t n-1, /2 T =
t n-1, /2 =1-
S/ n -1
Se despeja :
P X - t n-1, /2
Se sustituyen
intervalo:
S
S
X + t n-1, /2
=1-
n -1
n -1
x - t n-1, / 2
s
s = x error de estimacin
, x + t n-1, / 2
n -1
n -1
n 2
2
Estadstico Y= 2 S : n-1
2
P n-1,1
Y=
S
=1-
/2
n-1, /2
2
Se despeja 2:
n S2
n S2
2
P 2
=1-2
n-1, /2
n-1,1- /2
n
s
n
s
2 2
, 2
con una confianza de 1-
n-1, /2 n-1,1- /2