Cómo determinar si un estimador es bueno
Video: Cualidades de un buen estimador
Los estadísticos y econometristas requieren típicamente los estimadores que utilizan para la inferencia y la predicción a tener ciertas propiedades deseables. Para los estadísticos, insesgamiento y la eficiencia son las dos propiedades más deseables un estimador puede tener.
Video: ESTADÍSTICA INFERENCIAL I, EJERCICIO 5: ESTIMADOR INSESGADO DE LA MEDIA
Es un estimador imparcial si, en las estimaciones repetidas utilizando el método, el valor medio del estimador coincide con el verdadero valor del parámetro. Es un estimador miFciente si se logra la menor varianza entre los estimadores de este tipo. En algunos casos, los estadísticos y econometristas gastan una cantidad considerable de tiempo demostrando que es un estimador particular, imparcial y eficiente.
A veces, los estadísticos y econometristas no son capaces de demostrar que es un estimador imparcial. En ese caso, por lo general se instalan para la consistencia. Es un estimador consistente si se acerca al valor verdadero del parámetro como el tamaño de la muestra se hace más grande y más grande. Por esta razón, la consistencia es conocida como una propiedad asintótica para un estimator- Es decir, se aproxima gradualmente al valor verdadero del parámetro como el tamaño de la muestra tiende a infinito.
Video: ESTADÍSTICA INFERENCIAL I, EJERCICIO 8: SESGO DEL ESTIMADOR
En situaciones prácticas (es decir, cuando se trabaja con datos y no sólo hacer un ejercicio teórico), a sabiendas de que un estimador tiene estas propiedades deseables es bueno, pero no es necesario probar por su cuenta. Simplemente quiere saber el resultado de la prueba (si existe) y los supuestos necesarios para llevarla a cabo.
Además insesgamiento y eficiencia, una propiedad deseable adicional para algunos estimadores es linealidad. Un estimador tiene esta propiedad si una estadística es una función lineal de las observaciones de la muestra.
Video: cómo probar el oro verdadero o falso..
Esta propiedad ya no está presente para todos los estimadores, y ciertamente algunos estimadores son deseables (ya sea eficiente y no sesgada o consistente) sin ser lineal. La propiedad de linealidad, sin embargo, puede ser conveniente cuando se está utilizando manipulaciones algebraicas para crear nuevas variables o probar otras propiedades del estimador.