UNIDAD 4.
4.1. Lista de estimadores a obtener de la simulación
Definiremos
algunas propiedades de los estimadores.
1)
Parámetro. Verdadero valor de una característica de interés, denominado por θ,
que Raramente es conocido.
2)
Estimativa. Valor numérico obtenido por el estimador, denominado de θ̂ en una
muestra.
3)
Viés y no viés. Un estimador es no in-sesgado si: E(θ̂) = θ, donde el viés
es dado por: vies (θ̂) = E(θ ˆ θ) =
E(θ̂) − θ
Cuadrado
medio del error (ECM).
Es
dado por:
ECM
(θ̂) = E(θ̂ − θ)2 = V (θ̂) + (vies)
1)
Un estimador es consistente si: plim(θ̂) = θ ; y lim −→ ∞ECM (θ̂) = 0
2)
Las leyes de los grandes números explican por qué́ el promedio o media de una
muestra al azar de una población de gran tamaño tenderá a estar cerca de la
media de la población completa.
4.1.1. Instrumentos de medición
El análisis de la literatura existente arroja un
resultado de 17 instrumentos de medida de las actitudes y la ansiedad hacia la
estadística. Exceptuando dos instrumentos elaborados a partir de escalas
bipolares, a la manera del diferencial semántico de Osgood (Birenbaum y Eylath,
1994; Green, 1993), todos los instrumentos revisados son escalas tipo Likert.
En lo que sigue vamos a describir brevemente estos cuestionarios, poniendo un
mayor énfasis en aquellos que han sido usados más frecuentemente.
4.1.2. Medios de registro de datos
La elección del método depende de la estrategia de
recopilación de datos, el tipo de variable, la precisión necesaria, el punto de
recopilación y la formación del encuestador. Los vínculos entre una variable,
su origen y los métodos prácticos para su recopilación. Pueden ayudar a escoger
métodos apropiados. Los principales métodos de recopilación de datos son:
·
Registros: los registros y licencias son
particularmente valiosos para los censos completos, pero se limitan a variables
que cambian lentamente, como el número de embarcaciones pesqueras y sus
características.
·
Cuestionarios: formularios que los encuestados
devuelven cumplimentados. Un método poco costoso que resulta útil cuando los
índices de alfabetización son altos y los encuestados colaboran.
·
Entrevistas: formularios que se cumplimentan a lo
largo de una entrevista con el encuestado. Más caros que los cuestionarios,
pero mejores para preguntas más complejas, y cuando se dan unos índices de
alfabetización bajos o se encuentra menos colaboración.
·
Observaciones directas: la realización de
mediciones directas es el método más preciso para todas las variables, como las
capturas, pero a menudo resulta caro. Muchos métodos, como los programas de
observación, se limitan a la pesca industrial.
·
Presentación de informes: la principal alternativa
a la realización de mediciones directas consiste en pedir a los pescadores y a
terceros que presenten informes de sus actividades. La preparación de informes
presupone la alfabetización y requiere espíritu de colaboración, pero ello
puede reforzarse mediante una obligación legal y mediciones directas.
Las técnicas de recogida de la información no son
un fin en si mismo, sino que dependen de:
a- El tipo de investigación que se esté haciendo.
b- El tipo de análisis de datos que vamos a
utilizar posteriormente.
c- El problema que queramos estudiar.
d- Los objetivos que pretendamos alcanzar con la
investigación.
Algunas técnicas se pueden utilizar en distintos
diseños, por ejemplo la entrevista se puede utilizar en: investigación acción,
en estudios de caso, en investigación etnográfica, etc.
4.2. Identificación del estimador determinante (estimador líder) del tamaño de la simulación
Por
definición, el valor de una variable cambia conforme avanza la simulación,
aunque se le debe dar un valor inicial. Cabe recordar que el valor de un
parámetro permanece constante; sin embargo, puede cambiar conforme se estudian
diferentes alternativas en otras simulaciones. Determinación de condiciones
iniciales La determinación de condiciones iniciales para las variables es una
decisión táctica importante en la simulación. Lo anterior se debe a que el
modelo se sesga por una serie de valores iniciales hasta que el modelo llega a
un estado estable.
Para manejar este problema, los analistas han
seguido varios planteamientos como:
1) Descartar los datos generados durante las primeras
partes de la ejecución
2)
Seleccionar las condiciones iniciales que reducen la duración del periodo de
calentamiento
3)
Seleccionar las condiciones iniciales que eliminan el sesgo. Sin embargo, para
emplear cualquiera de estas alternativas, el analista debe tener una idea del margen de datos de salida esperado. Por lo tanto, en
cierto sentido, el analista sesga los
resultados.
Por otro lado, una de las únicas
características de la simulación es que permite la crítica en el diseño
y análisis de la simulación; por lo que si el
analista tiene cierta información que alberga un problema, se debe incluir.
Quizás el planteamiento más común sea
continuar la simulación hasta lograr un equilibrio.
En el ejemplo del mercado de pescado,
significaría que las ventas simuladas de
pescado corresponden a sus frecuencias relativas históricas. Otro planteamiento es ejecutar la simulación durante un
periodo establecido como 1 mes, 1 año o
una década y ver si las condiciones al final del periodo son razonables. Un tercer planteamiento es establecer la
duración de la ejecución de modo que se
obtenga una muestra suficientemente grande para efectos de pruebas de hipótesis estadística.
Comentarios
Publicar un comentario