Archivo de la etiqueta: estimadores

Conceptos Clave de Estadística: Estimadores, Hipótesis y Distribuciones

Diferencias entre Pruebas Paramétricas y No Paramétricas

Las diferencias fundamentales radican en las condiciones o supuestos exigibles a la población y en la población que se analiza. Si la distribución poblacional es desconocida y no es normal, o cuando las varianzas son distintas y la variable no es cuantitativa, se utilizan pruebas no paramétricas, que son más flexibles. Si se conoce el modelo probabilístico de la población, pero se desconoce algún parámetro, se emplean pruebas paramétricas. Seguir leyendo “Conceptos Clave de Estadística: Estimadores, Hipótesis y Distribuciones” »

Inferencia Estadística: Estimación y Métodos de Estimación

Inferencia Estadística: Conceptos Clave y Métodos de Estimación

Introducción

La inferencia estadística proporciona un método objetivo para establecer reglas que permitan criticar, rechazar y aceptar información científica en condiciones de incertidumbre. Permite extraer conclusiones sobre una población a partir de la información de una muestra. La inferencia inductiva, que extiende lo particular a lo general, es un proceso con riesgo, ya que una inferencia inductiva exacta es imposible. Seguir leyendo “Inferencia Estadística: Estimación y Métodos de Estimación” »

Fundamentos de Modelos Econométricos: Hipótesis, Problemas y Propiedades

Hipótesis Básicas del Modelo Econométrico

Hipótesis básicas del modelo:

  • Hipótesis de parámetros constantes (permanencia estructural): Los parámetros B deben ser constantes a lo largo de la muestra y en el futuro.
  • Hipótesis de los grados de libertad: El rango de la matriz X tiene que ser igual al número de variables (k) y menor que el número de datos (n).
  • Hipótesis de los regresores no estocásticos: Los valores de las variables explicativas (X) tienen que ser observables (valor determinado) Seguir leyendo “Fundamentos de Modelos Econométricos: Hipótesis, Problemas y Propiedades” »

Estadística Inferencial: Conceptos Clave y Métodos de Estimación

Y 3

M.A.S (Muestreo Aleatorio Simple): Otorga la misma probabilidad a todas las posibles muestras de tamaño n (elementos de la muestra independientes); cada elemento de la población tiene la misma probabilidad de ser elegido; cada elemento de la muestra tiene la misma distribución de probabilidad que la población de la que procede; el estadístico varianza muestral en M.A.S es un estimador asintóticamente (según el tamaño muestral se va haciendo mayor) insesgado de la varianza poblacional; Seguir leyendo “Estadística Inferencial: Conceptos Clave y Métodos de Estimación” »

Conceptos clave de estadística inferencial: estimadores, intervalos y contrastes

¿Por qué es necesario conocer la distribución de un estadístico muestral?

El estadístico muestral es la forma de evaluar y comparar nuestros resultados empíricos con el modelo teórico propuesto, tanto cuando construimos intervalos de confianza como contrastes de hipótesis. Por tanto, tenemos que conocer su distribución para saber qué decisiones tomamos y con qué seguridad las tomamos en el problema.

¿Cómo aumentar la precisión de un intervalo de confianza?

Depende del nivel de confianza Seguir leyendo “Conceptos clave de estadística inferencial: estimadores, intervalos y contrastes” »

Conceptos Clave de Econometría: Modelos, Estimadores y Validación

Hipótesis Básicas del Modelo de Regresión Lineal

Hipótesis sobre los Parámetros

  • Hipótesis de parámetros constantes (permanencia estructural): Los parámetros β deben ser constantes a lo largo de la muestra y en el futuro.
  • Hipótesis de los grados de libertad: El rango de la matriz X debe ser igual al número de variables (k) y menor que el número de datos (n).
  • Hipótesis de los regresores no estocásticos: Los valores de las variables explicativas (X) deben ser observables (valor determinado) Seguir leyendo “Conceptos Clave de Econometría: Modelos, Estimadores y Validación” »

Importancia de la Distribución de Estadísticos Muestrales en la Toma de Decisiones

¿Por qué es necesario conocer la distribución de un estadístico muestral?

El estadístico muestral es la forma de evaluar y comparar nuestros resultados empíricos con el modelo teórico propuesto, tanto cuando construimos intervalos de confianza como contrastes de hipótesis. Por tanto, tenemos que conocer su distribución para saber qué decisiones y con qué seguridad las tomamos en el problema.

¿Si queremos aumentar la precisión de un intervalo de confianza, cuál es preferible?

Depende del Seguir leyendo “Importancia de la Distribución de Estadísticos Muestrales en la Toma de Decisiones” »