Inferencia Estadística: Muestreo, Estadísticos y Propiedades de los Estimadores
1. Métodos de Inferencia Estadística
La inferencia estadística comprende dos grandes vertientes metodológicas según el grado de conocimiento previo sobre la población:
- Métodos paramétricos: Su distribución poblacional es conocida (por ejemplo, distribución normal, binomial, etc.). En este caso, las inferencias se centran en estimar o contrastar el valor de algún parámetro desconocido de dicha distribución.
- Métodos no paramétricos: La distribución poblacional es desconocida. Por lo tanto, las inferencias se centrarán sobre características más generales, tales como el tipo de distribución o forma funcional que sigue la variable aleatoria.
2. Muestreo y Tipos de Muestra
En el proceso de recolección de información empírica, distinguimos entre dos formas de concebir la muestra:
- Muestra genérica: Considera todos los posibles valores teóricos de la muestra, sin particularizar ninguno en concreto. De este modo, (X1, X2, ..., Xn) será una variable aleatoria n-dimensional denominada muestra genérica.
- Muestra específica: Es la muestra concreta obtenida asignándole valores particulares y observados a la muestra genérica: (x1, x2, ..., xn).
3. Distribuciones Asociadas al Muestreo
Es indispensable diferenciar los distintos niveles de distribución de probabilidad y frecuencias que interactúan en la inferencia:
- Distribución poblacional: Es la distribución de probabilidad que presenta la variable estudiada X para todos los individuos de la población.
- Distribución de la muestra genérica: Es la distribución de probabilidad conjunta correspondiente a la variable aleatoria n-dimensional (X1, X2, ..., Xn).
- Distribución de la muestra específica: Al tomar la muestra genérica unos valores concretos y observables, se obtiene la muestra específica, la cual posee una distribución de frecuencias asociada (y no de probabilidad).
- Distribución del estadístico: Es la distribución de probabilidad de la variable aleatoria unidimensional definida a través del estadístico T = g(X1, X2, ..., Xn).
4. Concepto de Estadístico
Un estadístico es una variable aleatoria que se obtiene en función de los datos de una muestra genérica con el objetivo de estimar o inferir características de una población o modelo estadístico.
Formalmente, un estadístico es una función medible T que, dada una muestra estadística de variables aleatorias (X1, X2, ..., Xn), les asigna un número o valor escalar, T(X1, X2, ..., Xn), el cual sirve para estimar determinado parámetro de la distribución de la que procede la muestra.
Ejemplos:
- La media de los valores de una muestra (media muestral, X̄) sirve para estimar la media de la población (μ) de la que se extrae.
- La varianza muestral sirve para estimar la varianza poblacional (σ2).
5. Distribución en el Muestreo en Poblaciones Normales
En el caso de una población con distribución poblacional normal, al seleccionar una Muestra Aleatoria Simple (M.A.S.), se distinguen dos situaciones principales:
Caso A: Varianza poblacional conocida
En este caso, la media muestral X̄ sigue exactamente una distribución normal, al tratarse de una combinación lineal (suma ponderada) de variables aleatorias normales independientes.
Caso B: Varianza poblacional desconocida
Al ser desconocida la varianza poblacional, se aproxima su valor mediante la cuasivarianza muestral (S2). Si la muestra es suficientemente grande (n > 30), se puede aplicar el Teorema Central del Límite y aproximar la distribución de la media muestral a una distribución normal.
6. Varianza y Cuasivarianza Muestral
- Varianza muestral: Este estadístico se obtiene sumando las diferencias entre cada una de las observaciones Xi y la media muestral X̄ elevadas al cuadrado, dividiendo el resultado entre el tamaño muestral n. La varianza muestral es una variable aleatoria unidimensional caracterizada por su valor esperado o media, su varianza y su relación con la cuasivarianza muestral.
- Cuasivarianza muestral: Se obtiene al modificar la expresión de la varianza muestral dividiendo la suma de desviaciones cuadráticas entre n − 1 en lugar de n, lo que corrige el sesgo respecto a la varianza de la población.
7. Teoría de la Estimación y Estimación Puntual
Al estudiar una característica X de los individuos de una población, la distribución poblacional suele depender de parámetros desconocidos que deben aproximarse o estimarse a partir de la información empírica recopilada en una Muestra Aleatoria Simple (M.A.S.).
La estimación puntual consiste en obtener un único valor numérico que funcione como aproximación del parámetro desconocido, utilizando para ello una función de la muestra denominada estimador. Por lo tanto, un estimador es un estadístico diseñado específicamente para determinar el valor numérico de un parámetro poblacional desconocido.
Ejemplo: Para estimar el precio medio de un producto, se recogen observaciones del precio en diversos establecimientos (muestra) y se calcula la media aritmética de dichas observaciones como estimación del precio medio poblacional.
8. Propiedades Deseables de los Estimadores
Dado que para un mismo parámetro poblacional pueden definirse varios estimadores diferentes, se selecciona aquel que reúna las mejores propiedades teóricas:
Insesgadez o Centrado
Un estimador es insesgado (o centrado) cuando su sesgo es nulo, es decir, cuando su esperanza matemática coincide con el verdadero valor del parámetro que se desea estimar. El sesgo se define formalmente como la diferencia entre la esperanza (valor esperado) del estimador y el verdadero valor del parámetro.
Ejemplo: Si se desea estimar la media poblacional μ, la media aritmética muestral X̄ es un estimador insesgado porque su esperanza matemática es igual a la media de la población: E(X̄) = μ.
Suficiencia
Un estimador es suficiente si aprovecha y resume toda la información relevante contenida en la muestra aleatoria simple acerca del parámetro a estimar.
Eficiencia
El hecho de que un estimador sea insesgado no garantiza por sí solo que sus estimaciones estén sistemáticamente próximas al parámetro. Un estimador insesgado θ̂ es eficiente si su varianza es mínima en comparación con otros estimadores insesgados. Una menor varianza asegura una menor dispersión entre las estimaciones obtenidas, incrementando la fiabilidad del resultado.
Si la varianza del estimador alcanza el límite inferior establecido por la cota de Fréchet-Cramér-Rao, se dice que el estimador posee varianza mínima absoluta, si bien dicha cota no siempre es alcanzable.
Consistencia
Un estimador es consistente si la probabilidad de que tome valores arbitrariamente próximos al verdadero valor del parámetro converge a 1 conforme el tamaño muestral n tiende a infinito. Para evaluar rigurosamente esta condición de convergencia estocástica se recurre al teorema de consistencia.