Dudas de estadística. Estimación puntual.

SaNtoS_7

Hola MediaVideros! Tengo parcial este Lunes y esta asignatura me lleva de cabeza, no me aclaro y en internet no encuentro muchos recursos.

Mis dudas son especialmente sobre las propiedades de los estimadores (Insesgadez, consistencia y eficiencia).

Respecto a la insesgadez sé como saber si un estimador es insesgado o no, pero no se cuando es asintóticamente insesgado (Creo que es para muestras grandes, es decir, el límite cuando n tiende a infinito, del sesgo, que tiene que dar 0; pero no sé aplicarlo). Por ejemplo en el caso de que, trabajando con muestras aleatorias simples, sepa que la cuasivarianza muestral es un estimador insesgado de la varianza poblacional, la varianza muestral sólo lo es asintóticamente.

Con la consistencia sí que no me entero. No sé como demostrar que la cuasivarianza y la varianza muestral son consistentes cuando la distribución poblacional es la normal, por ejemplo.

En el caso de la eficiencia, calculando la cota de Freddet Crammer Rao y, sabiendo que la varianza del estimador alcanza dicha cota, dicho estimador es eficiente?

Gracias!

rackinck

Con respeto a la insesgadez asintótica, es precisamente lo que dices, si haces el sesgo te quedará algo que depende de n y al aumentar n pa infinito se te va el término que genera el sesgo.

Consistencia es que el estimador converge en probabilidad al parámetro. Para esto se usan teoremas como el ley de los grandes números, teorema central del limite o del continuous mapping (no me sale traducirlo xDD). Prueba en inglés por ejemplo para la varianza muestral http://webpages.cs.luc.edu/jdg/w3teaching/stat_305/sp11/consistentsamplevariance.pdf

A eficiencia aún no he llegado a fondo xDDD, y ahora mismo no tengo tiempo para repasarlo.

PD: prueba de insesgadez asintótica, pilla esto de wikipedia:

Desarrolla la última esperanza: te quedará al final de todo la varianza poblacional dividido de n + la media al cuadrado - media al cuadrado = varianza/n. n -> infinito, se te va a 0 al término, y S2 es insesgado asintóticamente con respecto a la varianza.

PD2: ojo que en inglés la notación puede confundir con el n-1 o n simplemente, uno es cuasivarianza y la otra varianza muestral xD

1 2 respuestas
SaNtoS_7

#2 Muchas gracias por responder, tras una larga tarde de estudio ya llevo mejor la materia :D
#4 Sí, cuando la varianza del estimador alcanza la cota de fcr, y además es insesgado

1 respuesta
7 días después
B

#2 #3 llego tardísimo pero sí un estimador es eficiente cuando alcanza la cota de Cramer Rao y no tiene sesgo.

2

Usuarios habituales