Page 128 - cepe2012.pdf
P. 128

i                                                                                          i

                                 “cepeMathBookFC” — 2012/12/11 — 19:57 — page 118 — #122
           i                                                                                                      i





                          118                          2. ESTAD ´ ISTICA
                                 O
                                                                                         O
                              Si  no es insesgado, entonces se dice que es sesgado y a la diferencia E./
                                                                        O
                          se le llama sesgo. De esta forma, un estimador puntual  es un estimador insesgado
                                                                            O
                          para el par´ ametro desconocido  si, en promedio, el valor de  coincide con el valor
                          desconocido de . En los siguientes ejemplos se muestra la forma en la que se verifica
                          la propiedad de insesgamiento a pesar de desconocer el valor del par´ ametro .
                              EJEMPLO 2.38. Sea X 1 ; : : : ; X n una muestra aleatoria de una poblaci´ on con media
                          desconocida . Comprobaremos que la media muestral
                                                              n
                                                           1  X
                                                       N
                                                       X D      X i
                                                           n
                                                             iD1
                                                                            N
                                                                                          O
                          es un estimador insesgado para el par´ ametro . Observe que X es el estimador  y
                          es el par´ ametro desconocido . Por la propiedad de linealidad de la esperanza,
                                                      n          n            n
                                                    1  X       1  X         1  X
                                             N
                                  E. O/ D E.X/ D E.     X i / D   E.X i / D      D :
                                                    n          n            n
                                                     iD1        iD1          iD1
                              EJEMPLO 2.39. Sea X 1 ; : : : ; X n una muestra aleatoria de una poblaci´ on con
                                              2
                          varianza desconocida  . Recordemos que la varianza muestral es una estad´ ıstica
                          definida de la forma siguiente
                                                             n
                                                        1   X
                                                                     N 2
                                                   2
                                                 S D          .X i  X/ :
                                                       n  1
                                                            iD1
                                                                                         2
                                                    2
                          En este caso el estimador es S y el par´ ametro desconocido a estimar es  . Esta
                                                                               2
                          estad´ ıstica resulta ser un estimador insesgado para la varianza  . Comprobar esta
                          afirmaci´ on requiere de algunos c´ alculos que por cuesti´ on de espacio omitimos, de modo
                          que se deja al lector tal comprobaci´ on, lo ´ unico que es necesario hacer es desarrollar el
                          cuadrado, usar la propiedad de linealidad de la esperanza y observar que
                                                          2
                                                                  si i ¤ j;
                                             E.X i X j / D  2   2
                                                           C     si i D j:
                          7.  Estimaci´ on por intervalos
                          En algunos casos es preferible no dar un n´ umero como estimaci´ on de un par´ ametro
                          sino un intervalo de posibles valores. En esta secci´ on se estudia brevemente el tema
                          de estimaci´ on de par´ ametros usando intervalos. En este tipo de estimaci´ on se busca
                          un intervalo de tal forma que se pueda decir, con cierto grado de confiabilidad, que
                          dicho intervalo contiene el verdadero valor del par´ ametro desconocido. A este tipo de
                          intervalos se les llama intervalos de confianza y fueron introducidos por el matem´ atico
                          y estad´ ıstico norteamericano de origen ruso-polaco Jerzy Neyman en 1937.




           i                                                                                                      i


                 i                                                                                          i
   123   124   125   126   127   128   129   130   131   132   133