Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Estimación I Intervalos de confianza
Propiedades deseables de los estimadores Introducción a la estimación no-paramétrica
2
Intervalos de confianza
Parámetros de población: La media y varianza de población son constantes Estadísticos de muestra: La media y varianza muestrales son v. aleatorias que cambian con las muestras Si se quiere tener confianza en la corrección de la inferencia se recurre a: Intervalos de confianza = = valor estimado de intervalo
3
Estimación Estimados de un punto: Estimados de un intervalo:
Un estimado de un parámetro de la población dado por un único número Estimados de un intervalo: Un estimado de un parámetro de la población dado por dos números Confiabilidad: Es una afirmación del error o precisión de un estimado
4
Valor estimado de intervalo
Qué amplitud debe tener la tolerancia del error de muestreo?
5
Intervalos de confianza para muestras grandes (n≥30) p160
Para alcanzar un nivel de confianza de 95%, seleccionamos la amplitud más pequeña que se encuentre bajo la distribución normal de X
6
Distribución normal de la media muestral (95% de límite de confianza para la estimación)
7
Nivel de confianza zC 99.73% 3.00 99% 2.58 98% 2.33 96% 2.05 95.45% 2.00 95% 1.96 90% 1.645 80% 1.28 68.27% 1.00 50% 0.6745
8
Propiedades de los estimadores
Sesgo: Un estimador no sesgado es aquel que está, término medio, exactamente en el objetivo.
9
Sesgo: comparación b) La distribución está fuera del objetivo.
Habrá una tendencia a sobreestimar θ
10
Propiedades de los estimadores
Eficiencia: concentración de la distribución (varianza pequeña)
11
Eficiencia: comparación
Conviene que la distribución de un estimador esté muy concentrada, además de estar próxima al objetivo, es decir, que tenga una varianza pequeña.
12
Ejemplo: estimadores de µ
13
Propiedades de los estimadores
Consistencia: a medida que el tamaño de la muestra aumenta, el estimador tiende a encontrarse completamente en su objetivo A medida que n→∞, su sesgo y su varianza se aproximan a cero
14
Consistencia
15
Estimación no- paramétrica
Consideremos poblaciones no normales Consideremos poblaciones perfectamente simétricas (media=mediana=moda=centro de simetría=c) Una muestra muy pequeña no será perfectamente simétrica, como la población Cuál es el mejor estimador de punto de c? Optimo estimador sistemático para n impar:
16
Estimación del centro de la población
Distribución de la población simétrica Muestra de 9 observaciones Valor estimado BES
17
Lectura obligatoria Wonnacott págs
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.