ESTIMACIÓN DE PARÁMETROS - created from Mind Map

Página 1

Imparcialidad

Coherencia

Eficiencia

Suficiencia

Tipos de estimación

Se refiere al hecho de que una media de muestra es un estimador no sesgado de una media de población

la media de distribución de muestreo de las medias de muestras tomadas de la misma población es igual a la media de la población misma.

Una estadística es un estimador coherente de un parámetro de población

si al aumentar el tamaño de la muestra se tiene casi la certeza de que el valor de la estadística se aproxima bastante al valor del parámetro de la población.

La eficiencia se refiere al tamaño del error estándar de la estadística.

Otra propiedad deseable de un buen estimador es que sea eficiente

Tiene sentido pensar que un estimador con un error estándar menor tendrá una mayor oportunidad de producir una estimación más cercana al parámetro de población que se está considerando.

Un estimador es suficiente si utiliza una cantidad de la información contenida

"ningún otro estadístico que puede ser calculado sobre la misma muestra proporciona información adicional sobre su valor".

un estadístico suficiente es un estadístico que tiene la propiedad de la suficiencia con respecto a un modelo estadístico y su parámetro desconocido

Estimación puntual

Estimación por intervalo

Estimación sesgada e insesgada

Una estimación es puntual cuando se usa un solo valor extraído de la muestra para estimar el parámetro desconocido de la población. Al valor usado se le llama estimador

La estimación por intervalos consiste en establecer el intervalo de valores donde es más probable se encuentre el parámetro.

Un estimador insesgado es aquel cuya esperanza matemática coincide con el valor del parámetro que sea desea estimar.

En caso de no coincidir se dice que el estimador tiene sesgo. Si se cumple esta igualdad, entonces el estimador es insesgado