Tipos de estimación y características.
Tipos:
a) Estimación puntual: consiste en un solo estadístico muestral que se usa para estimar el valor verdadero de un parámetro de una población que es desconocido. Por ejemplo, la media muestral x es un estimador puntual de la media poblacional μ. Cuando usamos una estimación puntual, sabemos que aunque usemos un método bueno de estimación es prácticamente improbable que el valor de la estimación coincida con el verdadero valor del parámetro, así que sería conveniente acompañar nuestra estimación con alguna medida que nos permitiera expresar la cercanía del estimador al parámetro. Una solución a ello no los brindan los estimadores por Intervalos de Confianza.
b) Estimación por intervalo: es la estimación de un parámetro de la población dado por dos números entre los cuales se puede considerar que se encuentra el parámetro. Las estimaciones de intervalo indican la precisión de una estimación y son, por lo tanto, preferibles a las estimaciones puntuales.
Características que debe tener un buen estimador:
a) Debe ser insesgado: un estimador es insesgado, si en promedio, tiende a tomar valores que están por encima del parámetro de la población con la misma frecuencia y la misma extensión, con la que tiende a asumir valores por debajo del parámetro de población que se está estimando.
b) Debe ser eficiente: de varios estimadores insesgados, el más eficiente es el que tiene el error estándar más pequeño.
c) Debe ser consistente: significa que a medida que aumenta el tamaño de la muestra, la estimación se aproxima al valor del parámetro.
d) Debe ser suficiente: significa que ningún otro estimador puede suministrar más información sobre el parámetro.
Determinación del tamaño de la muestra de una población.
Con el muestreo aleatorio simple estratificado se puede considerar que la elección del tamaño de la muestra es un proceso en dos etapas. Primero, se debe elegir un tamaño total de muestra. En segundo lugar, decidir cuándo asignar las unidades muéstrelas a los diversos estratos. En forma alterna, se podría decidir primero el tamaño de la muestra que se tomará de cada estrato, y después sumar los tamaños de muestra para obtener el tamaño total. La distribución consiste en decidir que fracción de la muestra total se debe asignar a cada estrato.
Esta fracción determina el tamaño de la muestra aleatoria simple en cada estrato. Los factores que se consideran más importantes en la asignación son:
1. La cantidad de elementos en cada estrato
2. La varianza de los elementos dentro de cada estrato
3. El costo de selección de elementos dentro de cada estrato Las muestras más grandes se deben asignar a los principales estratos y a los estratos con varianzas mayores. Al revés para obtenerla máxima información a determinado costo, las muestras más pequeñas se deben asignar a los estratos en los que es máximo el costo por unidad muestreada. El costo de selección puede ser muy importante cuando se requiere de desplazamientos significativos del encuestador entre las unidades muestreadas en determinados estratos, pero no en otros, este caso se presenta más cuando algunos de los estratos implican áreas rurales y otras ciudades.