Resumen Estadistica

Población: acerca de la cual se extraen conclusiones, al ser tan grande necesitamos inferir.
Muestra: caso particular de la población en estudio, es como se inicia el proceso de inferencia. A partirde la información de estas muestras pretendemos obtener conclusiones respecto del comportamiento de nuestra población objetivo. Mediante la misma podremos relacionar los valores muestrales paraobtener una estimación del valor de nuestro parámetro poblacional que es la característica de la población que pretendemos conocer.
Estimador: relación matemática de los valores de la característica enestudio. Tiene una esperanza y varianza matemática. Para asegurar que nuestra estimación sea correcta deben cumplirse ciertas propiedades deseables de los estimadores
Insesgadez
Para esto la esperanzadel estimador debe ser igual al parámetro.
Un estimador puede también ser asintóticamente insesgado, lo que ocurre es que este estimador presenta un sesgo sin embargo ese desaparece al incrementar eltamaño de muestra
Eficiencia
Un estimador es eficiente cuando su varianza es mínima. Un estimador será más eficiente que otro para estimar un parámetro cuando su varianza sea menor que la del otroSuficiencia
un estimador será suficiente cunado utiliza toda la información disponible en la muestra seleccionada
Consistencia
Un estimador es consistente cuando cumple dos condiciones.
Condiciónnecesaria: que el estimador sea insesgado o asintóticamente insesgado
Condición suficiente: que la varianza del estimador se reduzca a medida que se incrementa el tamaño de la muestra
(condición necesaria ysuficiente al mismo tiempo de un estimador)








Tipos de muestreo
Fijo: supone un tamaño de muestra prefijado y todos los datos muestrales se recaban antes de analizar resultados
Secuencial: eltamaño de muestra no se elige de antemano, luego de tomar cada muestra se decide si es conveniente o no continuar el muestreo o se analiza la información reunida hasta el momento
Probabilístico: los...