1. PUNTUAL
1.1. MÁXIMA VEROSIMILITUD
1.1.1. (MAS) CONSISTE EN OBTENER EL VALOR QUE MAXIMICE LA FUNCIÓN DE VEROSIMILITUD
1.1.2. ESTIMADORES DE MÁXIMA VEROSIMILITUD
1.1.2.1. E (X) = Xn i = 1 Xi n = - X,
1.2. MOMENTOS
1.2.1. Consiste en igualar momentos poblacionales a los esperar muestrales Deberemos tener tantas igualdades como parámetros a estimar.
1.2.1.1. MOMENTOS POBLACIONALES E(X1)=M E(X2)=δ¨2+M¨2
1.2.1.2. MOMENTOS MUESTRALES *PRIMER MOMENTO *SEGUNDO MOMENTO
2. POR INTERVALOS
2.1. METODO DE BAYES
2.1.1. SE BASA EN LA APLICACIÓN DEL TEOREMA DE BAYES EN LA TEORÍA DE LA PROBABILIDAD EL CUAL ESTABLECE LO SIGUIENTE
2.1.1.1. P(A)=PROBABILIDAD APIORI P(B)=PROBABILIDAD DE (B) EN LA HIPÓTESIS A P(A\B)=PROBABILIDAD APOSTERIRORI
2.2. METODO DE PIVOTE
2.2.1. ESTE METODO CONSTA DE 3 PASOS
2.2.1.1. 1 ENCONTRAR UNA VARIABLE ALEATORIO CON DISTRIBUCIÓN CONOCIDA
2.2.1.2. 2 ENCONTRAR 2 VALORES A Y B TALES QUE LA PROBABILIDAD DE (A) SE ENCUENTRE EN (A Y B) SEA IGUAL A (1-ALPHA)
2.2.1.3. 3 RESOLVER LA DESIGUALDAD PARA (Θ) Y OBTENER EL EVENTO EXCLUSIVO