CAPÍTULO 2
2. EL MÉTODO JACKNIFE
2.1 Introducción
2.2 Historia
de estimación Jacknife.
1
serie de potencias de , esto se puede verificar al desarrollar la serie de
n
E( ˆ a1
n
)
a2
n 2
...
De fin am os : ~
i n ˆ (n 1) ˆ
n
1
n n
~ 1 ~ ˆ n ˆ
i i
n i 1 n i 1
E( ~ )
n
a1
n
a2
n 2
a3
n 3
....
E( ~ ) (n a1
a2
n
a3
n 2
.....)
E (
~ ) 1
a2 ( ) a3 (
n 2 n n 4
1
serie de potencias , el orden del sesgo viene dado por el término
n
mayor de esa serie, que sería el que tiene más peso en el sesgo del
estimador.
30
1
En la serie original del sesgo, la serie de potencias, tenía un orden O( )
n
1
reduce a un orden O(n-2) ya que se elimina el término de .
n
E ( ) 2
n n 3
~
2
D ef in amo s : i
D on d e : ~ es el e
i
la mu e st ra de tam
~ 2
1
n
~
2
n
i
n i 1
b
n 2
~ n
E ( 2
)
E ( ~)
(n 2
b1
E ( ~) b2 (
(n 2
orden O(n-3).
ˆ i
(g 1) g
~ i 1
gˆ ˆi
g g i 1
_
g t 2 g
, donde (g - 1) (t t_ ) 2
_ _
i
t t i 1
(ˆ i )
B ( n 1)[ i 1
ˆ ]
n
32
1/ 2
n
2
n 1 n
ˆ
(ˆi )
i 1
jack
n i 1 i n
1/ 2
1 n 2
jackp i
~ ~
n( n 1) i 1
Ejemplo 1:
x i
ˆ x i 1
n
Tenemos que :
(nˆ x i )
ˆi
n 1
n
ˆ i
ˆ(.) i 1
n
Entonces :
ˆ . ˆ
x xi
ˆi ˆ .
n 1
33
Ejemplo 2:
n 2 n
ˆi ˆ . X m 1 X m 2
i 1 4
2
n 1 n ˆ
i ˆ .
n i 1
2
2
n 1
4
X m 1 X m 2
Ilustraciones:
Tabla III
Estimación por el Método Jacknife
Muestra Aleatoria de un población Exponencial con media 36
34
Nº.de unidad
Muestra
observada
1 35.6741
2 45.4633
3 26.9745
4 38.9127
5 36.7966
6 39.8383
7 28.2845
Elaboración: R. Plúa
Tabla IV
Estimación por el Método Jacknife
Ilustración para la obtención de los Pseudovalores en la estimación Jacknife para la media
poblacional
Submuestras
Nº.de unidad
1 2 3 4 5 6 7
observada
1 45.463 35.674 35.674 35.674 35.674 35.674 35.674
2 26.975 26.975 45.463 45.463 45.463 45.463 45.463
3 38.913 38.913 38.913 26.975 26.975 26.975 26.975
4 36.797 36.797 36.797 36.797 38.913 38.913 38.913
5 39.838 39.838 39.838 39.838 39.838 36.797 36.797
6 28.285 28.285 28.285 28.285 28.285 28.285 39.838
Media Muestral 36.045 34.413 37.495 35.505 35.858 35.351 37.277
Pseudovalores 35.674 45.463 26.975 38.913 36.797 39.838 28.285
Elaboración: R. Plúa
valor es de 24.95.
valor de 38.913.
Tabla V
Estimación por el Método Jacknife
Ilustración para la obtención de los Pseudovalores en la estimación Jacknife para la
mediana poblacional
Submuestras
Nº.de unidad
1 2 3 4 5 6 7
observada
1 45.463 35.674 35.674 35.674 35.674 35.674 35.674
2 26.975 26.975 45.463 45.463 45.463 45.463 45.463
3 38.913 38.913 38.913 26.975 26.975 26.975 26.975
4 36.797 36.797 36.797 36.797 38.913 38.913 38.913
5 39.838 39.838 39.838 39.838 39.838 36.797 36.797
6 28.285 28.285 28.285 28.285 28.285 28.285 39.838
Mediana 37.855 37.855 37.855 31.886 32.944 32.944 32.944
36
aleatoria.
2. Definir el estimador theta sobrero, de un parámetro de la
n
3. Definimos el tamaño de cada grupo como h g , donde g es el # de
1 g
6. ~ ~i
g i 1
7. Presentar ~
estimador jacknife
muestra aleatoria.
2. Definir el estimador theta, de un parámetro
3. Se define n (Evaluado en X)
5. i
B ( n 1) n
n
1/ 2
n
2
n 1 n
( i )
i
n
6. jack
i 1
i 1 n
INICIO 1
n, g
SI
h*(i-
1)<=j 2
Y
i=1,...n j<=h*i
NO
X1[z]=X[j]
z=z+1
X[i]
3
TAN=Tetha(X1,(g-1)*h
T1[i]=g*T-(g-1)*TAN
T=Tetha(X,n)
h=n/g
4
i=1,..,g
i=1,...g 4
R=R+T1[I]
z=1
R=R/g
j=1,...n 2
3
FIN
1
40
g= # de grupos en la muestra
de tamaño n.
T1= vector que contiene los pseudovalores con los que trabaja el método
jacknife.
i,j,z = Contadores
41
estimador jacknife
1
INICIO
n SI
h*(i-
1)<=j 2
Y
j<=h*i
i=1,...n NO
X1[z]=X[j]
z=z+1
X[i] 3
F[i]=Tetha(X1,(g-1)*h
R=R+F[i]
T=Tetha(X,n)
g=n; h=g/n 4
S=(n-1)*(R/n-T)
i=1,...g 4
i=1,..,g
z=1
D=D+(F[I]-R)2
j=1,...n 2
3 D=(n-1)/n*D
FIN
42
g= # de grupos en la muestra
de tamaño n.
i,j,z = Contadores