Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Estimación de Parámetros: Propiedades de los Estimadores - Prof. March, Apuntes de Estadística

El concepto de estimador estadístico y sus propiedades, como la ausencia de bias, eficiencia, consistencia, robustez, suficiencia y invariabilidad. Además, se discuten los intervalos de referencia y de confianza para estimar parámetros desconocidos.

Tipo: Apuntes

2015/2016

Subido el 20/01/2016

jaycutler10
jaycutler10 🇪🇸

4.4

(7)

1 documento

1 / 12

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ESTIMACIÓ DE PARÀMETRES
Un estimador és un estadístic (és a dir, una funció de la
mostra) utilitzat per inferir el valor dun pametre
desconegut de la població. U = .
El tipus dexperiment que es duu a terme implica agafar a latzar un
element d’un conjunt finit o infinit delements i registrar el valor
duna certa caractestica X d’aquest element i tornar-lo al conjunt.
De manera que tots els elements tenen igual probabilitat de ser
escollits. Al conjunt se lanomena població, a l’element, individu, i
al grup d’individus observat en n realitzacions de lexperiment
aleatori se lanomena mostra aleatòria. I a la difencia entre
lestadístic i el paràmetre se lanomena error mostral.
Per exemple: volem coixer la intel·ligència mitjana dels
habitants de Lleida (valor del pametre de la v.a. que és
desconegut). Per tant, recollirem observacions del valor de la
v.a. a un subconjunt de la població (mostreig aleatori) i la
mitjana aritmètica de les observacions les podrem utilitzar
com a estimador de la intel·ligència mitjana dels habitants de
Lleida.
Ara bé. perquè la mitjana i no la mediana o la moda? El millor
estimador en cada situació serà el que complexi un conjunt de
propietats.
pf3
pf4
pf5
pf8
pf9
pfa

Vista previa parcial del texto

¡Descarga Estimación de Parámetros: Propiedades de los Estimadores - Prof. March y más Apuntes en PDF de Estadística solo en Docsity!

ESTIMACIÓ DE PARÀMETRES

Un estimador és un estadístic (és a dir, una funció de la

mostra) utilitzat per inferir el valor d’un paràmetre

desconegut de la població. U =.

El tipus d’experiment que es duu a terme implica agafar a l’atzar un

element d’un conjunt finit o infinit d’elements i registrar el valor

d’una certa característica X d’aquest element i tornar-lo al conjunt.

De manera que tots els elements tenen igual probabilitat de ser

escollits. Al conjunt se l’anomena població , a l’element, individu , i

al grup d’individus observat en n realitzacions de l’experiment

aleatori se l’anomena mostra aleatòria. I a la diferència entre

l’estadístic i el paràmetre se l’anomena error mostral.

Per exemple: volem conèixer la intel·ligència mitjana dels

habitants de Lleida (valor del paràmetre de la v.a. que és

desconegut). Per tant, recollirem observacions del valor de la

v.a. a un subconjunt de la població (mostreig aleatori) i la

mitjana aritmètica de les observacions les podrem utilitzar

com a estimador de la intel·ligència mitjana dels habitants de

Lleida.

PROPIETATS DELS ESTIMADORS

1. Biaix (absència de)

  • (^) Un estimador és no esbiaixat o centrat, quan la seva esperança és

igual al paràmetre que es desitja estimar.

2. Eficiència

  • (^) Un estimador és més eficient o més precís que un altre estimador si

la variància del primer és menor que la del segon. Un estimador és

més eficient com menor és la seva variància.

3. Consistència

  • (^) Com que la mínima variància és un requisit molt difícil, cal que el

valor de l'estimador sigui consistent, és a dir, que tendeixi al valor

del paràmetre en augmentar la mida de la mostra.

4. Robustesa

  • (^) L'estimador serà un estimador robust del paràmetre si atribuir a la

població un determinat tipus de funció de distribució que, en realitat,

no és la correcta, no altera de manera significativa els resultats que

aquest proporciona.

5. Suficiència

  • (^) Un estimador és suficient quan resumeix tota la informació rellevant

continguda en la mostra, de manera que cap altre estimador pugui

proporcionar informació addicional sobre el paràmetre desconegut

de la població. Per exemple, la mitjana mostral seria un estimador

suficient de la mitjana poblacional, mentre que la moda no ho seria.

6. Invariància

DISTRIBUCIÓ MOSTRAL D’UN ESTADÍSTIC

Sense entrar en demostracions, direm que... La distribució mostral de

la mitjana:

Que es llegeix: Si la v.a. X segueix una distribució normal de paràmetres [mu,

sigma quadrat], llavors la distribució mostral de l'estadístic mitjana, segueix

una Normal de paràmetres [mu, sigma quadrat partit per n].

I, a més, també direm que la distribució mostral de la mitjana:

Que es llegeix: Si la v.a. X segueix una distribució qualsevol de paràmetres

[indeterminats], llavors la distribució mostral de l'estadístic mitjana, segueix

aproximadament una Normal.

  • A la desviació típica de la distribució mostral se l’anomena error

estàndard.

  • Als articles científics, la notació és SE, SEM o SE.

DISTRIBUCIÓ MOSTRAL D’UN ESTADÍSTIC http://onlinestatbook.com/stat_sim/sampling_dist/index.html

INTERVAL DE CONFIANÇA D’UNA MITJANA A.- Distribució Normal amb variància coneguda: Sigui una mostra aleatòria d’una v.a. amb una distribució N, sent desconeguda i coneguda. La distribució mostral de l’estadístic té una distribució N Per tant, fixada una probabilitat anomenada nivell de significació, i anomenada nivell de confiança, podem calcular, un valor tal que (amb ajuda de les taules). El valor és el valor crític corresponent a la probabilitat de la N. Llavors l’interval aleatori Conté el paràmetre amb probabilitat. I un cop registrats els valors de la mostra esdevé l’interval de confiança al per al paràmetre. B.- Distribució arbitrària amb variància coneguda i n gran: Si no podem assumir una distribució Normal per la mostra aleatòria, podem obtenir un interval de confiança aproximat per la mitjana poblacional. El teorema central del límit implica que la distribució mostral de l’estadístic és aproximadament N si n és gran (> 30). Llavors l’interval és un interval de confiança aproximat al per la mitjana , amb una qualitat que depèn de la distribució i la mida mostral.

INTERVAL DE CONFIANÇA D’UNA MITJANA C.- Distribució Normal amb variància desconeguda: Sigui una mostra aleatòria d’una v.a. amb una distribució N, sent i desconegudes. Llavors cal estimar mitjançant. La distribució mostral de l’estadístic té una distribució 𝑡 𝑑′𝑆𝑡𝑢𝑑𝑒𝑛𝑡 amb =n-1 graus de n-1 graus de llibertat (g.ll.). Per tant, fixat un nivell de confiança , podem calcular, un valor tal que (amb ajuda de les taules). El valor és el valor crític corresponent a la probabilitat de la distribució. Llavors l’interval de confiança és: D.- Distribució arbitrària amb variància desconeguda i n gran: Si no podem assumir una distribució Normal per X, però la mostra té prou grandària, la distribució mostral de l’estadístic és aproximadament N si n és gran (> 30). Llavors l’interval és un interval de confiança aproximat al per la mitjana

I.C. DE LA DIFERÈNCIA DE 2 MITJANES

C.- Distribucions arbitràries amb variàncies desconegudes i n , m grans: Si les variàncies són desconegudes, però les mostres tenen prou grandària, les variàncies es substitueixen pels seus estimadors mostrals, i , la distribució mostral de l’estadístic és aproximadament N. Llavors l’interval és un interval de confiança aproximat al per la diferència de mitjanes. D.- Distribucions Normals amb variàncies desconegudes però iguals: Si les variàncies són desconegudes, però podem suposar que són iguals, , s’estima la variància conjunta: En aquest cas, la distribució mostral de l’estadístic té una distribució 𝑡 𝑑′𝑆𝑡𝑢𝑑𝑒𝑛𝑡amb =m+n-1 m+n-1 g.ll. Llavors l’interval: és un interval de confiança aproximat al per la diferència de mitjanes.

I.C. DE LA DIFERÈNCIA DE 2 MITJANES

E.- Distribucions Normals amb variàncies desconegudes i desiguals: Si X i Y N, tenen desconegudes i desiguals, llavors la distribució mostral de l’estadístic té una distribució 𝑡 d ′𝑆𝑡𝑢𝑑𝑒𝑛𝑡amb: g.ll. Llavors l’interval: és l’interval de confiança al per la diferència de mitjanes.