15 Introduccion y probabilidad de cobertura

15.1 Intervalos de confianza

En el tema anterior estudiamos metodos para obtener estimadores puntuales del parametro θ\theta. Un estimador puntual proporciona un unico valor c omo aproximacion del verdadero valor del parametro.

En este tema, estudiaremos estimadores que proporcionan un conjunto de valores plausibles para el parametro.

A partir de una muestra observada xx, construimos un intervalo [L(x),U(x)][L(x),U(x)] con el objetivo de que contenga el verdadero valor del parametro θ\theta.

Definición VI.1.

Un estimador por intervalo de un parametro θ∈ℝ\theta\in\mathbb{R} es un par de funciones L(X)L(X) y U(X)U(X) definidas sobre la muestra, que verifican:

L(x)≤U(x)∀x∈𝒳︀L(x)\leq U(x)\quad\forall x\in\mathcal{{X}}

con 𝒳︀\mathcal{{X}} el espacio muestral.

Una vez observada la muestra X=xX=x obtenemos el intervalo

[L(x),U(x)][L(x),U(x)]

Distinguimos entre:

  • ​

    [L(X),U(X)][L(X),U(X)]: intervalo aleatorio, antes de observar la muestra.

  • ​

    [L(x),U(x)][L(x),U(x)]: intervalo concreto, despues de observar la muestra.

Ejemplo VI.1.

Estimar la media de una poblacion. Supongamos que disponemos de una m.a.s. X1,…,X4X_{1},\ldots,X_{4} de una poblacion

Xi∼N(μ,1)X_{i}\sim N(\mu,1)

Consideremos el estimador por intervalo

[X¯−1,X¯+1][\overline{X}-1,\overline{X}+1]

Antes de observar la muestra, que podemos decir de la probabilidad de que el intervalo contenga el verdadero valor de μ\mu?

Una vez observada la muestra, obtenemos:

  • ​

    Estimacion puntual: X¯\overline{X}

  • ​

    Estimacion por intervalo: [X¯−1,X¯+1][\overline{X}-1,\overline{X}+1].

Sabemos que X¯∼N(μ,14)\overline{X}\sim N(\mu,\frac{1}{4}). Por tanto, la probabilidad de que el intervalo contenga a μ\mu es:

P(μ∈[X¯−1,X¯+1])\displaystyle P(\mu\in[\overline{X}-1,\overline{X}+1])
=P(X¯−1≤μ≤X¯+1)\displaystyle{}=P(\overline{X}-1\leq\mu\leq\overline{X}+1)
=P(−1≤X¯−μ≤1)\displaystyle{}=P(-1\leq\overline{X}-\mu\leq 1)
=P(−2≤Z≤2)\displaystyle{}=P(-2\leq Z\leq 2)
≈0,9545\displaystyle{}\approx 0{,}9545

La idea es que perdemos precision al utilizar un intervalo en lugar de un punto, pero ganamos una garantia probabilistica sobre el procedimiento de estimacion.

15.2 Probabilidad de cobertura

Definición VI.2.

La probabilidad de cobertura de un estimador por intervalo [L(X),U(X)][L(X),U(X)] de un parametro θ\theta es:

Pθ(θ∈[L(X),U(X)])P_{\theta}(\theta\in[L(X),U(X)])

Es decir,

Pθ(L(X)≤θ≤U(X))P_{\theta}(L(X)\leq\theta\leq U(X))

Esta probabilidad se calcula respecto a la distribucion de la muestra aleatoria XX.

El parametro θ\theta es fijo; las cantidades aleatorias son los extremos del intervalo, puesto que dependen de la muestra.

Definición VI.3.

Un intervalo de confianza de nivel 1−α1-\alpha para un parametro θ\theta es un intervalo aleatorio [L(X),U(X)][L(X),U(X)] que verifica, para todo valor admisible de θ\theta,

Pθ(L(X)≤θ≤U(X))≥1−αP_{\theta}(L(X)\leq\theta\leq U(X))\geq 1-\alpha

Si se alcanza la igualdad para todo θ\theta, decimos que el intervalo tiene cobertura exacta 1−α1-\alpha.

Por ejemplo, si α=0,05\alpha=0{,}05, obtenemos un intervalo de confianza del 95%95\%{}.

Que significa una confianza del 95%95\%{}?

  1. 1.
    ​

    Antes de observar la muestra: el intervalo es aleatorio, puesto que depende de los datos que todavia no conocemos.

    Pθ(θ∈[L(X),U(X)])=0,95P_{\theta}(\theta\in[L(X),U(X)])=0{,}95
  2. 2.
    ​

    Despues de observar la muestra: los extremos del intervalo son valores concretos. El parametro estara dentro del intervalo o no estara:

    θ∈[L(X),U(X)]\theta\in[L(X),U(X)]

En la interpretacion frecuentista de la confianza, el nivel de confianza es una propiedad del procedimiento utilizado para construir los intervalos. Si repetimos muchas veces el experimento y construimos un intervalo de confianza del 95%95\%{} en cada repeticion, aproximadamente el 95%95\%{} de los intervalos contendran el verdadero valor de θ\theta.

Observación VI.1.

La confianza del 95%95\%{} no significa que el parametro tenga una probabilidad del 95%95\%{} de estar dentro del intervalo observado, sino que el procedimiento utilizado captura el parametro en el 95%95\%{} de las repeticiones.

Ejemplo VI.2.

Realizaremos una simulacion de intervalos de confianza considerando una poblacion

X∼N(30,100)X\sim N(30,100)

y muestras de tamaño n=50n=50.

Construimos 100100 intervalos de confianza del 96%96\%{} para la media, utilizando la distribucion normal. En cada repeticion obtenemos una muestra diferente y calculamos un intervalo de confianza.

El valor verdadero de la media es μ=30\mu=30. Los intervalos que contienen el valor 3030 son correctos, y los que no lo contienen son fallidos.

En una simulacion de 100100 intervalos de confianza del 96%96\%{}, podemos obtener

  • ​

    9797 intervalos que contienen el verdadero valor del parametro.

  • ​

    33 intervalos que no lo contienen.

El resultado es coherente con el nivel de confianza del 96%96\%{}, aunque no tiene por que coincidir exactamente con el.

La cobertura observada en un numero finito de repeticiones presenta variabilidad aleatoria.