Professional Documents
Culture Documents
IV.1. Introducción.
IV.2. Estimación puntual. Métodos y propiedades.
IV.2.1. Concepto y definición.
IV.2.2. Propiedades de los estimadores puntuales.
IV.2.3. Métodos de estimación puntual.
IV.2.3.1. Máxima verosimilitud
IV.3. Estimación por intervalos de confianza.
IV.3.1. Introducción.
IV.3.2. Métodos de construcción de intervalos.
IV.3.3. Intervalos de confianza en poblaciones
normales.
IV.3.4. Intervalo de confianza para las proporciones.
IV.3.5. Tamaño muestral para una precisión dada.
IV.4.- Problemas.
Tema IV
1
Estimación
IV.1. Introducción.
2 Tema IV
ESTADÍSTICA II
1. Obtención de la muestra.
2. Cálculo del estadístico que nos interese
(utilizando la información muestral).
3. Utilización del estadístico calculado en el
apartado previo como estimador del parámetro poblacional
que desconocemos.
∑ xn i
i =1
Tema IV
3
Estimación
4 Tema IV
ESTADÍSTICA II
IV.2.2.1. Insesgadez.
Sea θ̂ el estimador puntual del parámetro θ. Diremos que θ̂
es un estimador insesgado de θ si se verifica que
E[ θˆ ] = θ
expresión ya conocida
1 n
x= ∑ xi
n i=1
Llamaremos:
θ: parámetro poblacional que queremos estimar. En este
ejemplo θ = mx = media de x
θ̂ : estimador del parámetro poblacional que se calcula
a partir de los datos muestrales.
E [ θˆ ] = θ
1 n 1 n 1 n
E[ ∑ x ] = ∑ E[ x ] = n1 n µ = µ
n∑
E [ x] = E [ xi ] = i i x x
i=1 n i =1 n i= 1
6 Tema IV
ESTADÍSTICA II
E[ θ̂ ] = θ + b( θ )
donde b( θ ) es el denominado sesgo, excentricidad o error
sistemático.
IV.2.2.2. Consistencia.
5.2.2.4. Eficiencia.
σθ2ˆ1 ≤ σθ2ˆ 2
Para cualquier valor de n.
8 Tema IV
ESTADÍSTICA II
10 Tema IV
ESTADÍSTICA II
distribución Normal.
3. Son asintóticamente de varianza mínima. Es decir,
tiende a ser eficiente.
Tema IV
11
Estimación
) e 2σ 2 ∑( x i - µ )
n
1 -1
=(
2πσ i=1
En resumen
n n
) e 2σ 2 ∑( x i - µ )
1 2 -1 2
L=(
2π σ 2
i =1
= ln 1- ln 2π σ - ∑( x - µ ) =2
i
2
2 2 2σ 2 i= 1
n n 1 n
= - ln 2π - ln σ - ∑( x - µ ) 2
i
2
2 2 2σ 2 i= 1
12 Tema IV
ESTADÍSTICA II
δ ln L 1 n
2 σ2 ∑
= 2 ( xi - µˆ ) = 0
δµ i =1
∑ ( x - µˆ ) = 0
i=1
i
∑ x = µˆ ∑ 1
n n
i
i =1 i=1
∑x i
µ
ˆ= i=1
=x
n
poblaciones normales.
δ ln L n 1 1 n 1 =0
δσ2
= - + ∑
2 σˆ 2 2 i=1
( xi - µ
ˆ )2
σˆ 4
1 n 1 n 1
[- + ∑( x - µˆ ) ] = 0 i
2
σˆ 2 2 2 i=1
σˆ 2
1 n 1 n
∑( x - µˆ ) =
i
2
2 i =1 σˆ 2 2
[ ∑( x - µˆ ) ] i
2
σˆ =
2 i= 1
n
[ ∑ ( x i - x )2 ]
σ̂ 2 = i =1
14 Tema IV
ESTADÍSTICA II
Estimación de proporciones.
k
P=
N
donde:
k = número de elementos de la población que cumplen la
condición que estamos analizando.
N = tamaño de la población.
donde:
x = número de individuos de la muestra que cumplen la
condición analizada.
n = tamaño muestral.
Tema IV
15
Estimación
= p∑ x (1 - p ) ∑x
i n- i
i=1 i =1
δ ln L n 1 +(n - -1 = 0 n
= ∑ xi ∑x )
δp
i
i =1
p 1- p i=1
n n
∑ x n-∑ x i i
i=1
= i=1
pˆ 1- pˆ
n
1- pˆ n - ∑ x i
= n
i =1
pˆ ∑x i
i =1
1 n
-1= -1 n
pˆ ∑x i
i=1
n
∑x i
pˆ = i=1
n
Es decir, el estimador máximo verosímil de la proporción
poblacional es igual a la proporción muestral.
16 Tema IV
ESTADÍSTICA II
Tema IV
17
Estimación
Depende de la muestra
Es un valor fijo
18 Tema IV
ESTADÍSTICA II
Tema IV
19
Estimación
20 Tema IV
ESTADÍSTICA II
+ + ...+ x n 1
X = x1 x 2 = * ( x1 + x 2 + ...+ x n )
n n
1
µx = E[ X ] = * n * E[X] = µ
n
y su varianza
1 1
σ 2X = E[ X - E[ X ] ] = E[ ( x 1 + x2 + ...+ xn ) - ( µ+ µ+ ...+ µ ) ] =
2 2
n n
1
= 2
* E[( x1 - µ ) + ( x 2 - µ ) + ...+ ( x n - µ ) ] 2
n
Tema IV
21
Estimación
1 σ2
σx = σ σ σ
2 2 2 2
* ( + + ... + ) =
n2 n
Es decir,
X → N( µ, σ )
2
22 Tema IV
ESTADÍSTICA II
X -µ X -µ
Z= =
σ
2
σ/ n
n
Tema IV
23
Estimación
X -µ
P[-1.96 < < 1.96] = 0.95
σ/ n
Es decir, el intervalo
( X - 1.96 * σ/ n , X - 1.96 * σ/ n ]
( X - a 2 * σ/ n , X + a2 * σ/ n )
24 Tema IV
ESTADÍSTICA II
∑( x - X ) 2
i
S2 = i=1
U → χ2n -1
X -µ
Z=
σ/ ( n)
26 Tema IV
ESTADÍSTICA II
Z
T=
U
n-1
X -µ
Z σ/ n X -µ
T= = = * n -1
U n* S / σ
2 2
s
n -1 n-1
Tema IV
27
Estimación
Figura 11
28 Tema IV
ESTADÍSTICA II
X -µ
P[-2.977 < * n - 1 < 2.977] = 0.99
s
S S
P[ X - 2.977 * < µ < X + 2.977 * ] = 0.99
n-1 n -1
S S
P[ X - tα * < µ < X + tα * ] = 1-α
n -1 n -1
Tema IV
29
Estimación
30 Tema IV
ESTADÍSTICA II
X → N( µx ,σ x / n )
Y → N( µ y ,σ y / m )
X - Y → N µx - µy , σ 2x + σ y
2
n m
Tema IV
31
Estimación
( X - Y ) - ( µx - µy )
Z=
σ2x + σ y
2
n m
( X - Y ) - ( µx - µy )
P[- a 2 < < a2 ] = 1 - α
σ 2x + σ y
2
n m
2
P X - Y - a 2 * σ x + σ y < µx - µy < X - Y + a 2 * σ x + σ y = 1 - α
2 2 2
n m n m
32 Tema IV
ESTADÍSTICA II
2
S 2x + S y < µ - µ < X - Y + * S 2x + S y = 1 - α
2
P X - Y - a 2* x y a2
n m n m
1 1 1 1
+ +
P X - Y - t 2 * n S 2x + m S 2y * n m < µx - µ y < X - Y + t 2 * n S 2x + m S 2y * n m = 1 - α
n+m - 2 n+m- 2
Tema IV
33
Estimación
P[ a < Z < b ] = 1 - α
n* S2
P[ a < <b ] = 1- α
σ
2
n* S 2 n * S2
P[ < σ2 < ] = 1 -α
b a
34 Tema IV
ESTADÍSTICA II
Tema IV
35
Estimación
Figura 13
36 Tema IV
ESTADÍSTICA II
∑x i
pˆ = i =1
=x
n
Sabemos que
E(pˆ ) = E( x ) = µ= p
V(pˆ ) = V( x ) = σ =
2
pq p * (1 - p)
=
n n n
Si fijamos el nivel de confianza 1-α podemos obtener la
constante a2 como hacemos habitualmente, y el intervalo de
confianza para el parámetro P resultante será:
pˆ (1 - pˆ ) pˆ (1 - pˆ )
( pˆ - a 2 ; pˆ + a2
n n
P( X - a 2 * σ/ n ≤ µ ≤ X + a 2 * σ/ n ) = 1 - α
P(| x - µ |≤ a 2 * σ/ n ) = 1 - α
donde
| X - µ|
38 Tema IV
ESTADÍSTICA II
e = | x - µ | = a2 * σ/ n
y de aquí
Tema IV
39
Estimación
n = a 2 2σ
2
* 2
e
S S
P( X - t α * ≤ µ ≤ X + tα * )= 1 - α
n -1 n -1
S
P(| X - µ | ≤ tα * )= 1-α
n-1
2
* 2
n = t α 2S + 1
e
40 Tema IV
ESTADÍSTICA II
pˆ (1 - pˆ ) pˆ (1 - pˆ )
P(pˆ - a 2 * ≤ p ≤ pˆ + a 2 * ) = 1- α
n n
donde el error de estimación sería
e = | pˆ - p |
y la probabilidad de cometerlo:
pˆ (1 - pˆ )
P(| pˆ - p | ≤ a 2 = 1-α
n
de donde el tamaño de la muestra sería:
2
* pˆ (1 - pˆ )
n = a2
e2
IV.- Problemas
1 n -1 1 E[ ] =
n -1
n∑
E[ θˆ ] = E[ xi ] = ∑x i
i=1 n i =1
1
= ∑ E( x )= 1n (n -1) µ = (n n- 1) µ = µ - µn
n -1
x
i x x x
n i =1
Tema IV
41
Estimación
Preguntas:
1.- Determinar la sesgadez o insesgadez de los
estimadores.
2.- Calcular la varianza de los estimadores y
determinar cual es el de menor varianza.
Solución:
42 Tema IV
ESTADÍSTICA II
δλ λ
2
Solución
La función de verosimilitud para muestras aleatorias
simples de tamaño n:
44 Tema IV
ESTADÍSTICA II
L(X;θ ) = f( x1 ,θ )...........f( x n ,θ ) =
1 1 1 1
= x1-( θ +1) ..... x-n( θ +1) =
θ θ
1 1
= n ( x1 .... x n )-( θ +1)
θ
δ ln L(X;θ ) - n ∑
lnx i
= + i= 1 =0
δθ θ θ 2
∑ ln x i
θˆ = i= 1
Tema IV
45
Estimación
a + 2b - 3
si x = -3
13
2a + 1
si x = 0
13
3b
f(X; a, b) = si x = 1
13
15 - 3a - 5b
si x = 2
13
0 si x ≠ - 3,0,1,2
Solución:
46 Tema IV
ESTADÍSTICA II
( X - a 2 * σ/ n , X + a2 * σ/ n )
Solución: n=43
A en cinco días ha sido {50, 48, 53, 60, 37}, mientras que
en esos mismos días la máquina B ha hecho {40, 51, 62, 55,
64}. Se pide: a) Construir un intervalo para la diferencia
de medias entre las máquinas A y B, suponiendo que ambas
máquinas tienen la misma desviación típica. b) Lo mismo,
sin suponer la misma desviación típica. c) Determinar cual
debía haber sido el tamaño muestral n de ambas muestras
para que en el caso a) y con el mismo valor de la varianza
estimada, la longitud del intervalo para la diferencia de
medias con a= 5% fuese de 8 unidades.
Solución:
Caso a) [8.39,17.99]
Caso b) [-14.81,5.21] (solo aplicable a muestras mayores
que 30)
Caso c) n > 54 días.
Solución: [5.12,33.23]
Solución
48 Tema IV
ESTADÍSTICA II
∑x i
80
pˆ = i =1
= = 0,57
n 140
Tema IV
49
Estimación
Solucion
(1,96 )2 * (4,2 )2
n= 0,05 )2 = 27.106
(
Por tanto
1 x1 + x 2 n xi
θ2 = ( +∑ )
2 2 i=3 n - 2
50 Tema IV
ESTADÍSTICA II
3,1,0,2,0)?.
b) ¿Cuál sería la probabilidad si desconociéramos el valor
de λ ?.
Tema IV
51
Estimación
2 1
θˆ1 = x1 + x 2
3 3
2 4
θˆ 2 = x1 + x 2
5 5
52 Tema IV
ESTADÍSTICA II
2
- x2
f(x;θ ) = e
2θ
23.- Dada la función de densidad , hallar
θ 2π
el estimador de máxima verosimilitud para muestras de
tamaño n.
54 Tema IV
ESTADÍSTICA II
EMPL. N1 1 2 3 4 5 6 7 8 9
10
FALTAS 5 4 1 6 8 7 4 2 7
(días) 6
56 Tema IV
ESTADÍSTICA II
Tema IV
57
Estimación
58 Tema IV
ESTADÍSTICA II
Tema IV
59