3
República Bolivariana De Venezuela Ministerio Del Poder Popular Para La Defensa Universidad Nacional Experimental Politécnica De La Fuerza Armada Nacional Bolivariana UNEFA Núcleo Falcón Extensión Punto Fijo ENSAYO Facilitador(a): Prof. Karelis Molina. Autor: Br. ESCARRA, Fernando Br. GUSMAN, Luis Br. MALDONADO, Francisco Br. MELENDEZ, Luis Br. MONASTERIOS, Oriana Br. RODRIGUEZ, David 8vo Semestre Ing. De Sistemas Sección A Punto Fijo; Octubre del 2015

Ensayo

Embed Size (px)

DESCRIPTION

ensayo

Citation preview

Page 1: Ensayo

República Bolivariana De Venezuela

Ministerio Del Poder Popular Para La Defensa

Universidad Nacional Experimental Politécnica

De La Fuerza Armada Nacional Bolivariana

UNEFA Núcleo Falcón – Extensión Punto Fijo

ENSAYO

Facilitador(a): Prof. Karelis Molina.

Autor:

Br. ESCARRA, Fernando

Br. GUSMAN, Luis

Br. MALDONADO, Francisco

Br. MELENDEZ, Luis

Br. MONASTERIOS, Oriana

Br. RODRIGUEZ, David

8vo Semestre Ing. De Sistemas Sección A

Punto Fijo; Octubre del 2015

Page 2: Ensayo

ESTIMACIÓN DE PARÁMETROS

En el momento de tomar decisiones el conocimiento de los parámetros de

población es de vital importancia, tal conocimiento generalmente solo se puede

tener al estimar el valor de dichos parámetros, sin embargo, la estimación es

mejor cuando se da un margen de confianza y uno de error, siendo importante la

correcta estimación de dichos parámetros a través de la construcción de intervalos

de confianza que puedan sustentar la toma de decisiones de manera eficiente.

La estimación de parámetros es un procedimiento estadístico que se realiza

para conocer las características de una población a partir de la información que se

tenga de esa muestra. Con una muestra aleatoria de n tamaño, se puede efectuar

una estimación de un valor de un parámetro de la población. En otras palabras,

esta es una respuesta a la necesidad de obtener un resultado próximo a lo que

sucedería al aplicarlo; debido a que los procedimientos estadísticos no dan

siempre un resultado netamente preciso, la estimación de parámetros trabaja con

ciertos procedimientos que se deben tomar en cuenta a la hora de aplicarlo como

el nivel de confianza.

Es importante denotar la definición de un parámetro; este no es más que un

número que resume la ingente cantidad de datos que pueden derivarse del estudio

de una variable estadística, es decir, es una característica seleccionada que

representa un conjunto de datos más grandes generalmente definidos por una

fórmula aritmética. A través de esto, se toma lo que se conoce como parámetro

estadístico, que es el valor representativo de la población o la característica

sacada de la muestra, que denota la cantidad o proporción de individuos que

determina dicha característica, así como su desviación típica.

Como se mencionó anteriormente, la estimación de parámetros trabaja con

procedimientos estadísticos para que definan un resultado mucho más

Page 3: Ensayo

aproximado al valor real; entre ellos están el intervalo de confianza, que da origen

al nivel de confianza entre un intervalo de números (comprendido entre 1 y 0) y el

nivel de error aleatorio. El nivel de confianza se denomina con la resta de 1 – α,

siendo este último el error aleatorio que tendría el aplicar dicho procedimiento. De

esta manera, se obtiene una estimación de qué tan probable es el éxito de cierta

operación en la que estas variables trabajen.

Aunado a esto, dentro de la estimación de parámetros existen métodos

como el de Máxima verosimilitud el cual es un técnica de optimización y unos de

los más confiables métodos modernos utilizados para la aproximación de la

confiabilidad, la cual determina el valor de θ, si la verosimilitud es muy pequeña se

dice que es poco probable que sea el valor correcto que ha arrojado los datos

estudiados y por otro lado si la verosimilitud es grande, es bastante probable que

ese sea el valor correcto dado por los datos estudiado, en otras palabras se

procura encontrar los valores de una determinada credibilidad para saber si es

cierto o falso (estimación).

Por otra parte y para concluir, las distribuciones T de Student a diferencias

del método de máxima verosimilitud fue estudiado para ocasiones cuando el

tamaño de la muestra era muy pequeño, y la varianza era desconocida, para ellos

se utilizan las distribuciones T Student, las cuales ayudan a tener en cuenta la

incertidumbre que resultan de las estimaciones, es decir, si tenemos una muestra

de n cantidades, decimos que la distribución t es igual a n-1 grados de libertad; los

grados de libertad son los valores los cuales pueden ser asignado de forma parcial

antes que el resto tome valores automáticamente.