Definición de Estimador robusto – Definición, qué es y concepto | Diccionario Economico
Un estimador robusto es un método estadístico utilizado para calcular una estimación confiable y resistente a datos atípicos o contaminados.
La idea detrás de una estimación robusta es prepararse para posibles errores en los supuestos iniciales. En estadística y economía, las hipótesis iniciales se utilizan comúnmente. Es decir, los supuestos bajo los cuales se puede cumplir la fórmula de esta teoría. Por ejemplo: “Suponiendo que Messi no esté lesionado, jugará su partido número 100 con el Barcelona.
Tenemos una hipótesis inicial y un resultado. La hipótesis es que no se lesione. Si se lesiona, el vaticinio de que jugará su partido liguero número 100 no se cumplirá. En este caso, no trabajamos con un presupuesto fiable. ¿Porque? Porque si fuera una estimación fiable, el hecho de que tuviera una lesión no pondría en peligro el pronóstico.
punto estimado
Estimación Robusta y Supuestos Iniciales
El ejemplo anterior es un ejemplo perfectamente simple. En estadística, si no tenemos conocimientos básicos, estos no son ejemplos tan sencillos. Sin embargo, intentaremos explicar el supuesto inicial, que suele ser violado en la evaluación.
Los supuestos iniciales o supuestos iniciales son comunes en economía. Muy a menudo, el modelo económico especifica los supuestos iniciales. Por ejemplo, el supuesto de competencia perfecta en el mercado es común en muchos modelos económicos.
En el caso de la suposición de que estamos ante un mercado perfectamente competitivo, estamos suponiendo -simplificando mucho- que todos somos iguales. Todos tienen el mismo dinero, los mismos productos y nadie puede influir en el precio de un bien o servicio.
Desde este punto de vista, en estadística, el supuesto inicial que destaca sobre todos los demás es el supuesto de la distribución de probabilidad. Para que se mantengan algunas propiedades de nuestra evaluación, debe ser cierto que el fenómeno bajo estudio se distribuye de acuerdo con una estructura probabilística.
Distribución normal
La distribución de probabilidad de tipo normal es la más común. De ahí su nombre. Se llama así porque es «normal» u ordinario. Muy a menudo se puede ver como en muchos estudios estadísticos se afirma: “Suponemos que la variable aleatoria X tiene una distribución normal”.
Con una distribución normal, algunas estimaciones funcionan bien. Por supuesto, tenemos que preguntarnos, ¿y si la distribución de la variable aleatoria X no es una distribución normal? Esta puede ser, por ejemplo, una distribución hipergeométrica.
Ejemplo de estimador confiable
Ahora que tenemos una pequeña idea, pongamos un ejemplo. Imaginemos que queremos calcular la media de goles de Leo Messi en una temporada. En nuestro estudio, asumimos que la distribución de probabilidad de gol de Messi es normal. Por lo tanto, utilizamos una estimación de la media. Este estimador tiene una fórmula. Lo aplicamos y nos da resultados. Por ejemplo, 48,5 goles por temporada.
Considerando lo anterior, supongamos que cometimos un error en el tipo de distribución de probabilidad. Si la distribución de probabilidad fuera en realidad una distribución t de Student, ¿la aplicación de la fórmula para la media correspondiente nos daría el mismo resultado? Por ejemplo, el resultado podría ser 48 goles. El resultado no es el mismo, pero estuvimos muy cerca. En conclusión, podemos decir que la estimación es estable, ya que el error en la suposición inicial no conduce a un cambio significativo en los resultados.
¿Problemas o dudas? Te ayudamos
Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org