TEMA 7
TEORÍA DE LA ESTIMACIÓN
1. Muestreo aleatorio
2. Definición de estimadores y parámetros
3. Métodos de estimación de parámetros
4. Método grafico
5. Método de los momentos
1. Muestreo aleatorio
La teoría del muestreo estudia la relación entre una población y las muestras tomadas de ella. Estimar magnitudes
desconocidas de una población, tales como media y varianza, llamadas parámetros de la población, a partir del
conocimiento de muestras, que se llaman estadísticos de la muestra o simplemente estadísticos.
Muestras aleatorias
Para que las conclusiones de la teoría del muestreo y de la inferencia estadística sean validas, las muestras deben
escogerse representativas de la población. En el análisis de los métodos del muestreo y problemas relacionados se
llama el diseño del experimento.
Una forma de obtener una muestra representativa es mediante el muestreo aleatorio, de acuerdo con lo cual cada
miembro de la población tiene la misma probabilidad de ser incluido en la muestra. Puede usarse diferentes
métodos: Números aleatorios, tabla de números aleatorios, un ánfora con números, etc.
Definiciones de Estimadores y parámetros
Un estimador es un estadístico al que se le exigen ciertas condiciones para que pueda calcular con
ciertas garantías ciertos parámetros de una población.
Es decir, un estimador es un estadístico. Ahora bien, no es un estadístico cualquiera.
Es un estadístico con ciertas propiedades. Un ejemplo podría ser la media o la
varianza. Estos métricas tan conocidas, son estimadores.
Propiedades recomendables de un estimador
Para que cumpla bien su función, además de que los estimadores cumplan su condición básica
de estimadores, es recomendable que cumplan ciertas propiedades adicionales. Estas
propiedades son las que permitirán que las conclusiones extraídas de nuestro estudio sean
fiables.
Insesgado: La propiedad de insesgadez hace referencia a la centralidad de un estimador. Es
decir, la media de un estimador debe coincidir con el parámetro a estimar. No debemos
confundir media de un estimador con el estimador media.
Consistente: El concepto de consistencia va aparejado del tamaño de la muestra y del
concepto de límite. En palabras sencillas, viene a decirnos que los estimadores cumplen esta
propiedad cuando, en caso de que la muestra sea muy grande, puedan estimar casi sin error.
Eficiente: La propiedad de eficiencia puede ser absoluta o relativa. Un estimador es eficiente
en sentido absoluto cuando la varianza del estimador es mínima. No debemos confundir
varianza de un estimador con estimador varianza.
Parámetro.-
Dato que responde a una población, que es obtenido a través de un censo
El censo es una actividad que se realiza o se consulta a todos los elementos que responden a una población o un
universo.
Características de un parámetro
- Es dato único
- Dato real que responde a la población
- Se lo obtienen a través de un censo
- Teóricamente no debe presentar margen de error
- Por lo costo que significa generalmente no se lo conoce
Población Censo
Muestra
Parámetro
Estimador
- Dato de obtención rápido
- Susceptible a tener error
- Varios datos como muestras - Dato único
- Dato real
- Dato no presenta error
- Costoso en obtenerlo
Tipos de muestreo.-
- Muestro no provistico
- Muestreo probabilístico o aleatorio
Muestreo no probabilístico
Son técnicas de muestreo que no utilizan procedimientos de selección por casualidad, sino que mas bien dependen
del juicio personal del investigador.
No todas las unidades muéstrales tienen la misma probabilidad de formar parte de la muestra, siendo el investigador
el que decide cuales forman parte de la muestra y cuales no. Por tanto se desconoce la probabilidad de que cualquier
miembro de la población sea elegido.
Entre las características más sobresalientes:
- Las probabilidades de selección de las unidades muéstrales son desconocidas; por tanto las probabilidades de
generalización de los resultados acera de una población se ven considerablemente reducidas
- El muestro n probabilístico no requiere el uso de un marco muestral
- El tamaño de la muestra no se determina estadísticamente.
Tipos de muestro no Probabilístico.-
- Por conveniencia - Por cuota
- Por juicio o con fines especiales - De Bola de nieve
Muestreo aleatorio
Cuando el proceso de extracción es tal que garantiza a cada uno de los elementos de la población la misma
oportunidad de ser incluidos en la muestra. A este proceso de selección se llama muestreo aleatoria.
TIPOS DE MUESTEO ALEATORIO
Muestreo aleatorio simple
Muestreo aleatorio estratificado
Muestreo aleatorio por conglomerados
Muestro sistemático
Muestro aleatorio simple.
Cundo el proceso de extracción es tal que garantiza cada uno de los elementos de la población la misma oportunidad
de ser incluidos en la muestra, denominamos al proceso muestreo aleatorio simple.
El muestreo aleatorio simple selecciona muestra mediante métodos que permiten que cada posible muestra tenga
una igual probabilidad de ser tomada y cada elemento de la población total tenga una oportunidad igual de ser
incluido en la muestra.
Procedimiento para la selección de una muestra aleatoria simple.
1. Seleccionar el marco muestral adecuado
2. Agregar un número único de identificación a cada unidad de 1 a N
3. Seleccionar las unidades hasta completar la muestra. Para esto existen métodos desde el mas rudimentario hasta el
mas sofisticado
Métodos de selección.
4. Método del sorteo
Consiste en escribir primero el numero que identifica a cada unidad de la población en una papeleta y depositar en una
caja todos los papeles, después que se han mesclado bien se realiza la primera selección. Este proceso se repite hasta
completar el tamaño de muestra.
2. Método de la tabla de números aleatorios
Es un método mas adecuado y mas utilizado, se emplea primero un número de identificación de las unidades de la
población (entre 1 y N), luego se generan números aleatorios o se emplea una tabla ya generada de números aleatorios
el inicio es arbitrario y los dígitos deben ser igual a los dígitos de N. Finalmente se seleccionan unidades que
corresponda a los números generados hasta completar la muestra.
Ventajas y limitaciones del muestreo aleatorio simple:
- Ventajas:
- Se comprende con facilidad
- Los resultados de la muestra pueden proyectarse a la población meta y la mayor parte de los
procedimientos para la inferencia estadística suponen que los datos se recopila mediante el muestreo
aleatorio simple.
- Limitaciones
- Es difícil con frecuencia construir un marco que permita seleccionar una muestra aletoria simple
- El muestreo aleatorio simple puede dar como resultado muestras muy extensas o que están diseminadas
en áreas geográficas, incrementado así el costo y el tiempo de la recolección de datos
- El muestreo aleatorio simple puede dar como resultado menor representatividad en la muestra de la
población, por lo tanto menos precisión.
- La muestra seleccionada puede ser no representativa, cuando las unidades de la población están
ordenadas de acuerdo a su magnitud
Muestreo aleatorio estratificado
Un población se divide en subgrupos, denominados estratos y se selecciona una muestra de cada estrato.
El muestrea aleatorios estratificado divide a la población en grupos relativamente homogéneos dentro de cada grupo
pero diferentes entre grupos de acuerdo a la característica que se estudia, luego se selecciona una muestra en cada
estrato para conformar la muestra global.
Un punto critico de este muestreo es elegir las variables de estratificación que pueden ser las siguientes:
- Edad - Sexo - Consumo - Marca
- Ingresos - Estado civil - Gasto - Etc.
Razones para la estratificación
- Si los datos deseados deben tener una precisión conocida en algunas subdivisiones d ela población, es aconsejable
tratar a cada subdivisión como una Población por derecho propio.
- Por conveniencia administrativa, puede ser necesario el uso de la estratificación; así por ejemplo, la agencia que
realiza una encuesta, podría tener sucursales en el campo, cada una de las cuales supervisara la encuesta de una
parte de la población.
- Los problemas de muestreo pueden tener marcadas diferencias en diversas parte de ala población. Con poblaciones
humanas, personas que viven en instituciones ( hoteles, hospitales , cerceles, etc) se colocan en un estrato
diferente de las que viven en casa ordinarias, ya que otro método de muesteo es el apropiado para cada una de
estas dos situaciones.
Resumen:
Lo que trata el muestreo es seleccionar aquella muestra que garantice el mínimo de error posible al estimar un
estadístico, considerando las características de la población: además considerando ciertos factores que garanticen un
estadístico rápido, a menor costo y que tenga cierto nivel de confianza.
