You are on page 1of 7

UNIVERSIDAD

INSTITUTO

IRAPUATO

Diana Laura Alvarado Solis


Psic_Sab3A
31/Jul/15
Estadstica Inferencial

Investigacin

Licenciatura: PSICOLOGIA

Trabajo De Investigacin

Materia: Estadstica Inferencial


Prof. Ing. Jos Luis Vital Len
Alumna: Diana Laura Alvarado Solis

Grupo: 3A Psicologa Educativa


31 de julio de 2015

UNIVERSIDAD

INSTITUTO

IRAPUATO

Diana Laura Alvarado Solis


Psic_Sab3A
31/Jul/15
Estadstica Inferencial

Investigacin

En el presente trabajo de investigacin se establecen lo que es la


estimacin y estimador, y algunas diferencias que entre ellos se
establecen, tambin se presentan algunas caractersticas
esenciales de los estimadores al igual que los tipos existentes y
de mayor popularidad entre la materia.
El trabajo ha sido centrado en una investigacin detallada y de un
lenguaje accesible al pblico universitario con las principales
bases de estadstica.
Los puntos a tocar son sobre, estimacin, estimadores
En estadstica, un estimador es un estadstico (esto es, una
funcin de la muestra) usado para estimar un parmetro
desconocido de la poblacin. Por ejemplo, si se desea conocer el
precio medio de un artculo (el parmetro desconocido) se
recogern observaciones del precio de dicho artculo en diversos
establecimientos (la muestra) y la media aritmtica de las
observaciones puede utilizarse como estimador del precio medio.
El valor de un estimador proporciona lo que se denomina en
estadstica una estimacin puntual del valor del parmetro en
estudio
Por otra parte estadstica se llama estimacin al conjunto de
tcnicas que permiten dar un valor aproximado de un parmetro
de una poblacin a partir de los datos proporcionados por una
muestra. Por ejemplo, una estimacin de la media de una
determinada caracterstica de una poblacin de tamao N podra
ser la media de esa misma caracterstica para una muestra de
tamao n.
Tambin tocaremos el tema del teorema del Lmite Central.
Estos son solo algunos de los conceptos a consideracin propia
que son importantes a tocar en el trabajo por lo que a
continuacin se presentan ms ampliamente cada uno de ellos.

UNIVERSIDAD

INSTITUTO

IRAPUATO

Diana Laura Alvarado Solis


Psic_Sab3A
31/Jul/15
Estadstica Inferencial

Investigacin

Un estimador es una funcin de una muestra genrica, es decir, un estadstico


que se utilizar para estimar el valor del parmetro. Por tanto es una variable
aleatoria y ser necesario para la estimacin conocer la distribucin muestral del
estimador.
Tienen una distribucin de probabilidad, correspondiente a las distribuciones
muestrales su distribucin (media, varianza, etc.) le confiere una serie de
propiedades estadsticas (sesgo, mnima varianza, consistencia, eficiencia,
suficiencia)I
Se puede decir la calidad del estimador I
Se puede comparar con otros estimadores
*no hay ningn estimador perfecto: siempre habr algn error en el proceso de
estimacin
Propiedades de los estimadores:
Insesgadez.- Un estimador es insesgado o centrado.
Consistencia.- Un estimador es consistente si se converge en probabilidad al
parmetro a estimar.
Linealidad.- Un estimador es lineal si se obtiene por combinacin lineal de los
elementos de la muestra.
Eficiencia.- Un estimador es eficiente u ptimo cuando posee varianza mnima o
bien en trminos relativos cuando presenta menor varianza que otro.
Suficiencia.- Un estimador es suficiente cuando no se depende del parmetro a
estimar.
Los estimadores pueden ser INSESGADOS o CENTRADOS:

Propiedad muy deseable: establece que, en media, esperamos que el valor


de sea

UNIVERSIDAD

INSTITUTO

IRAPUATO

Diana Laura Alvarado Solis


Psic_Sab3A
31/Jul/15
Estadstica Inferencial

Investigacin

No evita otras propiedades \indeseables": es importante tener presente que


la calidad global" del estimador no reside en una nica propiedad, sino en
un conjunto de ellas

Estimadores Insesgados (eficientes)

Una medida de la calidad de un estimador para no debe ser solo que su media
sea el
Parmetro, sino que haya una alta probabilidad de que los valores observados de
^ sean prximos a ^ (varianza lo ms pequea posible)

Dados dos estimadores insesgados, es preferible el que tiene menor


varianza (los valores observados del estimador sern mas prximos a la
media = ).
No existen estimadores insesgados con varianza tan pequea como
quisiramos (cota inferior para la varianza)
La estimacin, como proceso, consiste en que dada una poblacin que siga una
distribucin de cierto tipo con funcin de probabilidad (cuanta o de densidad)
dependiente de un parmetro desconocido, aventurar en base a los datos
mustrales el valor que toma o puede tomar el parmetro o parmetros
Una estimacin ser el valor concreto que tomar el estimador al aplicar la
muestra concreta obtenida y ser, por tanto, la solucin concreta de nuestro
problema.
La estimacin puntual consiste en utilizar el valor de un estadstico para inferir el
parmetro de una poblacin. Es decir, es la estimacin basada en un solo
parmetro poblacional, basado en un solo nmero.

UNIVERSIDAD

INSTITUTO

IRAPUATO

Diana Laura Alvarado Solis


Psic_Sab3A
31/Jul/15
Estadstica Inferencial

Investigacin

Por otra parte el Intervalo de Confianza, es un conjunto de valores formado a


partir de una muestra, de manera tal que exista la posibilidad de que el parmetro
poblacional, se encuentre dentro de dicho conjunto de valores con una
probabilidad especifica de ocurrencia. La probabilidad especfica, recibe el nombre
de nivel de confianza.

TEOREMA DE LIMITE CENTRAL


En muestras de tamao n, tomadas de una poblacin en la que la regularidad
estadstica no sigue una distribucin normal (puede ser de cualquier forma), que
tiene una media poblacional y varianza poblacional 2 , entonces si n es grande, el
proceso de tomar muchas muestras y en cada una de ellas tomar su media, el
promedio muestral produce una regularidad estadstica de los valores de la media
que se modela con la distribucin normal con media y varianza 2 / n
El tamao de n de la muestra depende del grado de alejamiento de la distribucin
de muchas medias mustrales. Si el alejamiento es muy fuerte, distribuciones
asimtricas con mayores probabilidades en los extremos, o con varias modas, una
tamao de muestra de 30 o ms ya produce la distribucin normal. Esta
distribucin es una idealizacin que no se da en realidad, lo que importa es que la
distribucin real est cercana a la normal y este supuesto produzca conclusiones
correctas.
A la desviacin estndar 2 / n de la distribucin de las medias mustrales, se le
llama error estndar de la media ya que provee una medida del grado de
dispersin de los errores de las medias alrededor de. Si se quiere conocer el error
estndar da una idea del grado de error que se comete .

UNIVERSIDAD

INSTITUTO

IRAPUATO

Diana Laura Alvarado Solis


Psic_Sab3A
31/Jul/15
Estadstica Inferencial

Investigacin

Conclusin
Es de suma importancia conocer las funciones que nos
proporcionan tanto los estimadores como el teorema y la
estimacin correspondientemente, ya que de esta forma y
conociendo los trminos nuestro trabajo se facilita puesto que
comenzamos a dominar un tema del que tal vez no tengamos
presente todava.
Me a parecido de gran utilidad e importancia para la estadstica
los estimadores ya que nos pueden proporcionar una informacin
mucho ms seguridad de la probabilidad de recurrencia de algn
evento en alguna cosa u objeto.
Al igual que el intervalo de confianza puesto que al ser un
conjunto de valores, como su nombre lo dice nos proporciona la
confianza y certeza debido a su probabilidad especifica de
ocurrencia.
Sin duda con el trabajo de investigacin aqu presente realizado,
adquiero un conocimiento mayor y de gran utilidad para el
desempeo en clase y principalmente a lo largo de la materia.
BIBLIOGRAFA

UNIVERSIDAD

INSTITUTO

IRAPUATO

Diana Laura Alvarado Solis


Psic_Sab3A
31/Jul/15
Estadstica Inferencial

Investigacin

http://es.slideshare.net/maryanbalmaceda/estimadores-puntuales-intervalos-deconfianza
http://fcm.ens.uabc.mx/~chelo/estadistica/doc-pdf/t-l-c.pdf
https://www.uam.es/personal_pdi/ciencias/atorrent/docencia/0910/temas/2.2.estimadores.pdf
http://www.uv.es/ceaces/pdf/estipuntual.pdf
https://www.uam.es/personal_pdi/ciencias/dfaraco/docencia/Bases/Intervalos
%20de%20confianza.pdf

You might also like