PREGUNTAS DINAMIZADORAS UNIDAD 2

1. Determine si alguna de las propiedades de los estimadores

puntales está mal definido
a) El estimador insesgado es la media de
las medias de una muestra.
b) El estimador más eficiente es el que
contenga la varianza más grande de la muestra.
c) Un estimador es consistente si al
aumentar el tamaño de la muestra, el valor del estadístico se parece más al
tamaño del parámetro.
d) Un estimador es suficiente cuando
proporciona la mayor cantidad de información del parámetro.

1. En una empresa de electrodomésticos se

toma una muestra de 50 neveras, de las cuales se mide su capacidad, encontrando
una media de 65 litros, con una desviación estándar de 4,2 litros. El
departamento de calidad indica que el nivel de confianza para todas sus medidas
debe ser del 95%. A partir de ello se determinó que los límites de confianza de
la capacidad en litros para las siguientes neveras construidas deben ser de
63,84 litros para el inferior y de 66,16 litros para el superior ¿Est o es
cierto?

Solución

 Estimador:

Es un estadístico (es decir, es una función de la muestra)

usado para estimar un parámetro desconocido de la población. Por ejemplo, si se
desea conocer el precio medio de un artículo (el parámetro desconocido) se
recogerán observaciones del precio de dicho artículo en diversos
establecimientos (la muestra) y la media aritmética de las observaciones puede
utilizarse como estimador del precio medio.
Propiedades de los estimadores

1. Insesgamiento: Un escenario ideal en la estimación puntual es que su estimador en

promedio sea muy parecido al parámetro, luego un estimador se dice insesgado si y solo
si se cumple que: 𝐸(𝜃̂ ) = 𝜃
2. Consistencia: Cuando el estimador no es insesgado en primera medida, lo
que sería lo idóneo, se requiere al menos que su valor oscile cerca del valor
del parámetro para tamaños de muestra grandes, es decir, un estimador es
consistente cuando:
 lim𝑛→∞
𝐸(𝜃̂ ) = 𝜃
 lim𝑛→∞
𝑉(𝜃̂ ) = 0

1. Suficiencia: Intuitivamente hablando un estimador es suficiente para un

parámetro si toda la información acerca del parámetro está contenida en la muestra.
2. Eficiencia: La eficiencia es un requisito de precisión, esto es, es más
preciso aquel estimador que tenga menor varianza ya que tiene la capacidad de
producir estimaciones más centradas.

En respuesta a las preguntas planteadas el que está mal definido

en cuanto a las propiedades de los estimadores es la letra b que dice “El
estimador más eficiente es el que contenga la varianza más grande de la muestra”,
la respuesta correcta es “Un estimador es más eficiente o más preciso
que otro estimador, si la varianza del primero es menor que la del segundo.”

1. Muestra: 50 Neveras

 Formula x̅ ± Za/ 2 *
σ/√(n)

Al realizar los cálculos con los intervalos de confianza

para la construcción de las neveras es cierta para los limites superior 66.16 e
inferior 63.84.

RESPUESTA CASO PRACTICO

EJERCICIO 1:
De una población en la que se analiza la variable
aleatoria ζ, con función de probabilidad f(x;θ), se extraen m.a.s de tamaño n.
Se eligen dos estimadores del parámetro θ, tales que:

E(θ*1) = 2θ y V(θ*1) = 3θ2

E(θ*2) = θ + 1 y V(θ*2) = 4θ2

CUESTIONES
a) ¿son insesgados?

No, porque un estimador se dice insesgado si

y solo si se cumple que: (𝜃̂ ) = 𝜃.
Si el valor
esperado del estimador no es el parámetro, es decir, (𝜃̂ ) ≠ 𝜃, el estimador no es insesgado o se
dice que
tiene sesgo. El sesgo se define como sigue: (𝜃̂ ) = (𝜃̂ ) –
𝜃.
E(θ*1) = 2θ – θ = θ
E(θ*2) = θ + 1 – θ = 1

b) Proponer, a partir de los estimadores anteriores, otros dos que sean

insesgados compararlos según el criterio de eficiencia.
E(θ*1) = 2θ/2 y V(θ*1) = 3θ2/3

E(θ*2) = (θ+ 2 θ)/3 y V(θ*2) = 4θ2/8

EJERCICIO
2:
Una
vez obtenido el intervalo: με [10 -0’784; 10 + 0’784] = [9’216; 10’784]0’95

CUESTIONES

a) Aumentar la confianza de la estimación hasta el 99%, manteniendo constante

la precisión.
Zα/2 = 1-0,95/2 = 0,025
Zα/2*σ/√n = 0,784
σ/√n = 0,784/2,81 = 0,279
Zα/2 = 1-0,99 = 0,01/2 = 0,005 = 2,58
2,58*0,784 = 2,02
(μ)99% = [10 -2,02; 10 +2,02]

b) Aumentar al doble la precisión de la estimación obtenida,

manteniendo

constante la confianza de la estimación en el 95%.

2,81 *2σ/√n = 2,81*2*0,279 = 1,57
(μ)95% = [10 -1,57; 10 + 1,57]

https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_ii/unidad2_pdf2.pdf