1 INTRODUCCIÓN

Las propiedades de insesgadez, eficiencia y consistencia son funtamentales ya que nos permiten evaluar la calidad y confiabilidad de los estimadores empleados en análisis de infernecia estadistica, teniendo en cuenta lo que representa cada uno:

  • Insesgadez: Se considera que un estimador es insesgado si su valor esperado (muestra) coincide con el valor verdadero (parametro). En sintesis nos permite identificar la precisión el estimador con relación al parametro.

  • Eficiencia: Se refiere a que tan bien emplea la información disponible en los datos para realizar la estimación. Un estimador eficiente minimiza la variación e los datos, haciendo que está sea más precisa y menos dispersa.

  • Consistencia: Es concistente cuando converge en la probabilidad al valor verdadero (parametro) conforme aumenta el tamaño de la muestra. Es importante porque asegura que en la medida que aumenta el tamaño de la muestra las estimaciones son más precisas y confiables del parametro.

2 DATOS INICIALES

Para el desarrollo del problema se emplearon los siguientes parametros:

#Tamaño de las muestras
muestas=c(20, 50, 100, 1000)

#Parametro (θ):
p=8
l=1/p

#Semilla
set.seed(1234)

#Tabla donde se guardará los parametros de los estimadores
muestras <- data.frame(n= c(20, 50, 100, 1000))
muestras$parametro=c(8,8,8,8)

3 PROBLEMA A DESARROLLAR

Sean X1, X2, X3 y X4, una muestra aleatoria de tamaño n=4 cuya población la conforma una distribución exponencial con parámetro θ desconocido. Determine las características de cada uno de los siguientes estimadores propuestos:

\[Estimador_1=((x1+x2)/6)+((x3+x4)/3)\] \[Estimador_2= (x1+2*x2+3*x3+4*x4)/5\] \[Estimador_3= (x1+x2+x3+x4)/4\] \[Estimador_4= (pmin(x1,x2,x3,x4)+pmax(x1,x2,x3,x4))/2\] El siguiente es el código de R empleado:

set.seed(1234)
f1 = function (x1,x2, x3, x4){((x1+x2)/6)+((x3+x4)/3)}
f2 = function (x1,x2, x3, x4){(x1+2*x2+3*x3+4*x4)/5}
f3 = function (x1,x2, x3, x4){(x1+x2+x3+x4)/4} 
f4 = function (x1,x2, x3, x4){(pmin(x1,x2,x3,x4)+pmax(x1,x2,x3,x4))/2}

4 SIMULACIÓN DEL MUESTREO

Se realizó simulación para analizar cómo se comportan las caracteristicas de cada uno de los estimadores:insesgadez, eficiencia y consistencia. La simulación corresponde a cada uno de los muestreos: 20, 50, 100 y 1000, la cual se divide en los siguientes pasos:

  • Generación del muestreo: con distribución exponencial.

  • Calculo de estimadores, según los estimadores definidos en el anterior numeral de este informe.

4.1 Muestreo 20

set.seed(1234)
#Generación del muestreo
m20 = data.frame(x1=rexp(muestras[1,1],l),x2=rexp(muestras[1,1],l),x3=rexp(muestras[1,1],l),x4=rexp(muestras[1,1],l))
#Calculo de los estimadores
m20$f1=f1(m20$x1,m20$x2,m20$x3,m20$x4)
m20$f2=f2(m20$x1,m20$x2,m20$x3,m20$x4)
m20$f3=f3(m20$x1,m20$x2,m20$x3,m20$x4)
m20$f4=f4(m20$x1,m20$x2,m20$x3,m20$x4)

4.2 Muestreo 50

set.seed(1234)
#Generación del muestreo
m50 = data.frame(x1=rexp(muestras[2,1],l),x2=rexp(muestras[2,1],l),x3=rexp(muestras[2,1],l),x4=rexp(muestras[2,1],l))
#Calculo de los estimadores
m50$f1=f1(m50$x1,m50$x2,m50$x3,m50$x4)
m50$f2=f2(m50$x1,m50$x2,m50$x3,m50$x4)
m50$f3=f3(m50$x1,m50$x2,m50$x3,m50$x4)
m50$f4=f4(m50$x1,m50$x2,m50$x3,m50$x4)

4.3 Muestreo 100

set.seed(1234)
#Generación del muestreo
m100 = data.frame(x1=rexp(muestras[3,1],l),x2=rexp(muestras[3,1],l),x3=rexp(muestras[3,1],l),x4=rexp(muestras[3,1],l))
#Calculo de los estimadores
m100$f1=f1(m100$x1,m100$x2,m100$x3,m100$x4)
m100$f2=f2(m100$x1,m100$x2,m100$x3,m100$x4)
m100$f3=f3(m100$x1,m100$x2,m100$x3,m100$x4)
m100$f4=f4(m100$x1,m100$x2,m100$x3,m100$x4)

4.4 Muestreo 1000

set.seed(1234)
#Generación del muestreo
m1000 = data.frame(x1=rexp(muestras[4,1],l),x2=rexp(muestras[4,1],l),             x3=rexp(muestras[4,1],l),x4=rexp(muestras[4,1],l))
#Calculo de los estimadores
m1000$f1=f1(m1000$x1,m1000$x2,m1000$x3,m1000$x4)
m1000$f2=f2(m1000$x1,m1000$x2,m1000$x3,m1000$x4)
m1000$f3=f3(m1000$x1,m1000$x2,m1000$x3,m1000$x4)
m1000$f4=f4(m1000$x1,m1000$x2,m1000$x3,m1000$x4)

5 ANALISIS DE ESTIMADORES

Para poder identificar numericamente como se comporta la media (mean) y la desviación estandar (SD), se construyó las siguiente tablas, la cual permite identificar el como se comportan dichos valores según muestras y los estimadores.:

#Generación de tabla básica en vacío
muestras2 <- matrix(0, nrow = 4, ncol = 4) %>% as.data.frame()
colnames(muestras2)=c("m20", "m50","m100","m1000")
rownames(muestras2)=c("f1_mean","f2_mean","f3_mean","f4_mean")
#Generación de tabla Mean
muestras2$m20=apply(m20[,(5:8)],2,mean)
muestras2$m50=apply(m50[,(5:8)],2,mean)
muestras2$m100=apply(m100[,(5:8)],2,mean)
muestras2$m1000=apply(m1000[,(5:8)],2,mean)
muestras2=t(muestras2) %>% as.data.frame()
muestrasMeam=cbind(muestras,muestras2)
#Generación de la tabla con kableExtra
tabla_muestrasMeam <- muestrasMeam %>%
  kable(format = "html", caption = "Tabla 1: comportamiento MEAN en los estimadores") %>%
  kable_styling(full_width = F,position = "center", bootstrap_options = "striped",font_size = 16)
tabla_muestrasMeam#Imprime la tabla
Tabla 1: comportamiento MEAN en los estimadores
n parametro f1_mean f2_mean f3_mean f4_mean
m20 20 8 8.781611 17.49706 8.573818 9.454509
m50 50 8 8.111418 16.27180 8.036483 9.741417
m100 100 8 7.865094 15.72401 7.907942 9.309184
m1000 1000 8 8.097790 16.20917 8.094963 9.483277
#Generación de tabla básica en vacío
muestras3 <- matrix(0, nrow = 4, ncol = 4) %>% as.data.frame()
colnames(muestras3)=c("m20", "m50","m100","m1000")
rownames(muestras3)=c("f1_SD","f2_SD","f3_SD","f4_SD")
#Generación de tabla SD
muestras3$m20=apply(m20[,(5:8)],2,sd)
muestras3$m50=apply(m50[,(5:8)],2,sd)
muestras3$m100=apply(m100[,(5:8)],2,sd)
muestras3$m1000=apply(m1000[,(5:8)],2,sd)
muestras3=t(muestras3) %>% as.data.frame()
muestrasSD=cbind(muestras,muestras3)
#Generación de la tabla con kableExtra
tabla_muestrasSD <- muestrasSD %>%
  kable(format = "html", caption = "Tabla 2: comportamiento SD en los estimadores") %>%
  kable_styling(full_width = F,position = "center", bootstrap_options = "striped",font_size = 16)
tabla_muestrasSD#Imprime la tabla
Tabla 2: comportamiento SD en los estimadores
n parametro f1_SD f2_SD f3_SD f4_SD
m20 20 8 4.131773 8.966942 4.233106 4.263296
m50 50 8 3.721545 7.497356 3.460756 4.785915
m100 100 8 4.265671 8.738842 3.875694 5.247895
m1000 1000 8 4.222821 8.798898 3.984144 5.051710

5.1 ANÁLISIS

#Generación de la gráfica boxplot
boxplot(m20[,5:8], main=paste("Muestreo de: ",muestras[1,1], " observaciones"))
abline(h=1/l,  col="red")

Se identifica lo siguiente para muestreo n=20 y p=8:

  • F2: Es el estimador mas sobreestimado (mean=17.4) de todos los estimadores que se están analizando y el menos eficiente de los 4 estimadores (SD=8.9).

  • F1 y F3: son los estimadores menos sobreestimados de los 4 (mean= 8.7 y 8.5 respectivamente), compartiendo valores similares . Con relación a la eficiencia, son similares en su cmportamiento, al igual que F2 (4.13, 4.23 y 4.26 respectivamente).

  • F4: Es más sobreestimado que F1 y F3 (9.4), no obstante no lo es al nivel que se identifica en F (17.4).

boxplot(m50[,5:8], main=paste("Muestreo de: ",muestras[2,1], " observaciones"))
abline(h=1/l,  col="red")

Al emplear el muestreo de 50, se identifica una variación en la propiedad insesgadez y eficiencia de cada estimador, de acuerdo con lo siguiente:

  • F1 y F3: se identifica que comienzan a ser menos sobreestimados respecto a n=20 ( 8.1 y 8.03 respectivamente). La eficiencia mejora en ambos( 3.7 y 3.4 respectivamente). Aqui se identifica que posiblemente ambos estimadores comienzan a ser concistentes.

  • F2: Continua siendo el más sobreestimado y menos eficiente de los estimadores analizados. No se identifica tendencia que sea un estimador concistente

  • F4: Comienza a aumentar la sobreestimación (Pasa a 9.7). La eficiencia comienza a disminuir (SD=4.78). No se identifica tendencia que sea un estimador concistente

boxplot(m100[,5:8], main=paste("Muestreo de: ",muestras[3,1], " observaciones"))
abline(h=1/l,  col="red")

Para N=100 se identifica lo siguiente:

  • F1 y F3: con relación a n=50, en este punto los estimadores pasan a ser subestimados. Sin embargo con un error cercano a 0 (7.86 y 7.90 respectivamente). La eficiencia de F1 comienza a perderse, pasando a 4.26 (Menos eficiente que n=20). Para F3, disminuye la eficiencia, pasando a 3.8, no obstante, sigue siendo más eficiente que en n=20.

  • F2: Sigue siendo el estimador más sobreestimado y menos eficiente. No muestra tendencias a mejorar..

  • F4: Sigue siendo sobreestimado (9.30) y con tendencia posiblemente nula a ser concistente.La eficiencia esta disminuyendo, pasando a 5.2

boxplot(m1000[,5:8], main=paste("Muestreo de: ",muestras[4,1], " observaciones"))
abline(h=1/l,  col="red")

En el muestreo 1000, se concluye lo siguiente:

  • F1 y F3: se puede conciderar que son estimadores insesgados, dado que E tiene a 0 (8.09 para ambos estimadores) en la medida que el muestreo aumenta. Respecto a la eficiencia para F1 no tiene a mejorar, en n=20 era de SD=4.13, para n=1000 la SD=4.22, por lo que si bien es un indicador insesgado, no mejora su eficiencia, por ende compromete su consistencia.Respeto a F3, en la medida que aumenta el tamaño de n, aumenta la eficiencia, pasando de 4.23 (n=20) a 3.98 (n=1000) por lo que se concidera un estimador concistente.

  • F2: En la medida que aumenta el tamaño de la muestra, no se identifica una tendencia a ser insesgado, eficiente y concistente.

  • F4: Es un indicador sesgado, dado que E=9.48 para n=1000, por lo que también es un estimador no concistente. La eficiencia tiende a disminuir conforme aumenta el tamaño de la muestra, por lo que no es un indicador eficiente.