Distribución muestral de un estimador

La distribución muestral de un estimador, también llamada distribución de muestreo o distribución en el muestreo de un estimador o estadístico, es la distribución de probabilidad de los valores que puede tomar un estimador concreto en el caso de que se tome una muestra aleatoria. 

Cuando se toman muestras aleatorias, el valor de un estimador o estadístico toma diferentes valores dependiendo de la muestra extraida. Dado que la muestra es aleatoria, el valor del estimador también se puede considerar una variable aleatoria y por lo tanto tendrá una distribución de probabilidad asociada a la que llamaremos distribución muestral del estimador.

La distribución muestral del estimador nos revela aspectos fundamentales sobre la idoneidad del estimador para estimar un parámetro poblacional en concreto, por ejemplo sobre su insesgadez respecto del párametro  y sobre su precisión.

Ejemplo

Una población viene representada por este modelo de probabilidad con un parámetro desconocido \(\theta\) que se desea estimar:

x
p(x)
\(\theta-1\)
1/3
\(\theta\)
1/3
\(\theta+1\)
1/3

1

Para estimar el parámetro \(\theta\) se ha propuesto el estimador de la media muestral con tamaño de muestra aleatoria simple 2. A continuación, se detallan las diferentes muestras posibles, el estimador resultante y la probabilidad de la muestra:

Muestras
Estimador (\(\overline{x})\)

Probabilidad

\((\theta-1,\theta-1)\) \(\theta-1\)
1/9
\((\theta-1,\theta)\) \(\theta-0.5\) 1/9
\((\theta-1,\theta+1)\) \(\theta\) 1/9
\((\theta,\theta-1)\) \(\theta-0.5\) 1/9
\((\theta,\theta)\) \(\theta\) 1/9
\((\theta,\theta+1)\) \(\theta+0.5\) 1/9
\((\theta+1,\theta-1)\) \(\theta\) 1/9
\((\theta+1,\theta)\) \(\theta+0.5\) 1/9
\((\theta+1,\theta+1)\) \(\theta+1\) 1/9


1

Vamos a reunir los valores que resultan iguales para el estimador y sumar sus probabilidades:

\(\overline{x}\)
\(p(\overline{x})\)
\(\theta-1\) 1/9
\(\theta-0.5\) 2/9
\(\theta\) 3/9
\(\theta+0.5\) 2/9
\(\theta+1\) 1/9

1

Concretados todos los valores posibles que puede tomar el estimador de la media con sus respectivas probabilidades, esto es, su distribución de probabilidad, hemos obtenido su distribución muestral. 



Como citar: Sarasola, Josemari (2024) en ikusmira.org
"Distribución muestral de un estimador" (en línea)   Enlace al artículo
Última actualización: 19/01/2025

¿Tienes preguntas sobre este artículo?

Envíanos tu pregunta e intentaremos responderte lo antes posible.

Nombre
Email
Tu pregunta
Sigue aprendiendo en Audible

Apoya nuestro contenido registrándote en Audible, sigue aprendiendo gratis a través de este link!


Variable cuantitativa

Una variable estadística cuantitativa es una característica que se concreta a través de un proceso de medición para cada uno de los elementos de una muestra o población y por tanto expresada a través de valores numéricos. Las escalas de medida que dan lugar  a una variable estadística cuantitat...

Ojiva (estadística)

Imagen: A la izquierda, histograma de una variable estadística. En el centro, histograma de frecuencias acumuladas relativas correspondientes y ojiva porcentual resultante (en rojo). A la derecha, comparación de dos ojivas, la ojiva en azul presenta mayor densidad de datos en los intervalos centra...

Error típico (error estándar)

El error típico o error estándar es la desviación típica de la distribución muestral de un estimador, que indica la variabilidad de dicho estimador alrededor de su valor central, coincidiendo este último en el caso de los estimadores insesgados con el parámetro que se desea estimar. El error típico ...

Datos desagregados

En estadística, los datos desagregados son aquellos datos que muestran un magnitud total o global, es to es, un dato agregado, dividida en sus diferentes partes o elementos. Por ejemplo, un dato agregado o global de paro puede mostrarse en forma de datos desagregados por provincia, edad, sexo o rama...