Teoria de hessen
Estimador insesgado
Ésta es una propiedad deseable para un buen estimador. El término insesgado se refiere al hecho de que una media demuestra es un estimador no sesgado de una media de población porque la distribución de muestreo de las medias de muestra tomadas de la misma población es igual a la media de la población misma.
Estimador eficiente
La eficiencia se refiere al tamaño del error estándar de la estadística. Si comparamos dos estadísticas de una muestra del mismo tamaño y tratamos de decidir cuál de ellases un estimador más eficiente, escogeríamos la estadística que tuviera el menor error estándar de la distribución de muestreo. Supongamos se escogemos una muestra de un tamaño determinado y debemos dedecidir si utilizamos o no la media de la muestra para estimar la media de la población. Si calculamos el error estándar de la media de la muestra y nos da un valor de 1.05 y luego calculamos elerror estándar de la mediana de la muestra y tenemos que es de 1.4, diríamos que la media de la muestra es un estimador más eficiente de la media de la población ya que su error estándar es menor que elde la mediana.
Estimador consistente
Una estimador es consistente si, al aumentar el tamaño de la muestra, se tiene casi la certeza de que el valor del estimador se aproxima bastante alvalor del parámetro de la población.
Estimador Suficiente
Un estimador es suficiente si extrae de la muestra toda la información de interés en relación con el parámetro.
Robustez [editar]
Elestimador [pic]será un estimador robusto del parámetro θ si la vulneración de los supuestos de partida en los que se basa la estimación (normalmente, atribuir a la población un determinado tipo defunción de distribución que, en realidad, no es la correcta), no altera de manera significativa los resultados que éste proporciona.
Se dice que un estimador es suficiente cuando resume toda la...
Regístrate para leer el documento completo.