Simulación de Estimación de Parámetros usando R

Contenido del curso

Teoría

Simulación

Proyecto

Conclusiones

37
Programación Dinámica y Estocástica en Simulación
00:35 min

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:0011:21

Simulación de Estimación de Parámetros usando R

Curso de Estadística Inferencial con R

Clase 22 de 37

Clase 22 / 37

Recursos

¿Cómo estimar parámetros utilizando datos simulados?

La estimación de parámetros con datos simulados es una herramienta invaluable en ciencia de datos. Simular datos nos permite evaluar el comportamiento de nuestras estimaciones en escenarios controlados, donde conocemos los parámetros reales. Esta práctica resulta útil porque, en el mundo real, los verdaderos valores de esos parámetros son desconocidos. Al simular, podemos validar y mejorar nuestras técnicas de estimación.

¿Cómo iniciar el proceso de simulación?

Para comenzar, es necesario definir ciertos elementos claves:

Tamaño muestral: determina cuántos datos se utilizarán en cada iteración. En este caso, se inicia con un tamaño de 35.
Número de iteraciones: define cuántas veces repetiremos el proceso para tomar una muestra y estimar los parámetros. Aquí utilizamos 100 iteraciones.

Inicializaremos vectores para guardar las estimaciones de medias y desviaciones estándar. Además, establecemos parámetros poblacionales conocidos para la simulación:

Media poblacional: establecida en 3.
Desviación estándar poblacional: fijada en 5.

Con estos datos, procedemos a simular el proceso usando un bucle for.

tamaño_muestral <- 35
iteraciones <- 100
medias <- numeric(iteraciones)
desviaciones_estandar <- numeric(iteraciones)
media_poblacional <- 3
desviacion_estandar_poblacional <- 5

for (i in 1:iteraciones) {
  muestra <- rnorm(tamaño_muestral, media_poblacional, desviacion_estandar_poblacional)
  medias[i] <- mean(muestra)
  desviaciones_estandar[i] <- sd(muestra)
}

¿Cómo visualizar los resultados de la simulación?

Una vez obtenidas las estimaciones de medias y desviaciones estándar, se puede utilizar un gráfico para visualizar cómo estas estimaciones rodean al parámetro real. Se destacan puntos en el gráfico para representar los parámetros poblacionales.

plot(medias, desviaciones_estandar, main="Estimaciones de medias y desviaciones",
     xlab="Media estimada", ylab="Desviación estándar estimada")
points(media_poblacional, desviacion_estandar_poblacional, col=2, pch=20, cex=2)

¿Cómo afecta el tamaño muestral a las estimaciones?

Aumentar el tamaño muestral mejora la precisión de las estimaciones, haciendo que estén más cercanas a los valores reales de los parámetros. Por ejemplo, al aumentar el tamaño muestral de 35 a 350, y repetir el proceso, se observa que las estimaciones convergen más al valor del parámetro.

tamaño_muestral <- 350
# correr nuevamente el mismo código de simulación

¿Cómo implementar una simulación para la regresión lineal?

Para una regresión lineal, se establece un modelo con parámetros beta0 y beta1. Nuevamente, se fijan vectores para las estimaciones de estos parámetros y se simula el conjunto de datos para cada iteración.

Beta0: con valor 1.
Beta1: con valor -0.3.

Se utiliza una función para generar la variable dependiente y a partir de x en el modelo, incluyendo un error aleatorio.

tamaño_muestral <- 35
iteraciones <- 100
beta0 <- 1
beta1 <- -0.3
beta0_estimado <- numeric(iteraciones)
beta1_estimado <- numeric(iteraciones)

generar_y <- function(x, beta0, beta1) {
  y <- beta0 + beta1 * x + rnorm(length(x), 0, 0.5)
  return(y)
}

for (i in 1:iteraciones) {
  x <- seq(-3, 3, length.out=tamaño_muestral)
  y <- generar_y(x, beta0, beta1)
  modelo <- lm(y ~ x)
  coeficientes <- coef(modelo)
  beta0_estimado[i] <- coeficientes[1]
  beta1_estimado[i] <- coeficientes[2]
}

Visualizamos los resultados de la regresión para observar cómo los estimadores se distribuyen alrededor de los parámetros verdaderos.

plot(beta0_estimado, beta1_estimado, main="Estimaciones de β0 y β1",
     xlab="β0 estimado", ylab="β1 estimado")
points(beta0, beta1, col=2, pch=20, cex=2)

Este ejercicio de simulación proporciona una comprensión clara de cómo los estimadores se comportan y convergen hacia los parámetros reales, lo cual es esencial para el éxito en el mundo de la ciencia de datos. ¡Anímate a realizar estas pruebas y experimenta cómo los cambios en los parámetros alteran los resultados!

JAVIER SANTIAGO SALGADO

Hace 6 años




# Distribucion normal

tamano_muestral <- 35
iteraciones <- 100

medias <- vector()
desv_est <- vector()

media_poblacional <- 3
desv_est_poblacional <- 5

for(i in seq_len(iteraciones)){
  muestra <- rnorm(tamano_muestral, media_poblacional, desv_est_poblacional)
  medias[i] <- mean(muestra)
  desv_est[i] <- sd(muestra)
}

plot(medias, desv_est)
points(media_poblacional, desv_est_poblacional, col = 2, cex = 3, pch = 20)


#regresion lineal

tamano_muestral <- 35
iteraciones <- 100

beta_0 <- 1
beta_1 <- 0.3

beta_0_estimado <- vector()
beta_1_estimado <- vector()

genera_y <- function(x, beta0, beta_1){
  beta_1 * x + beta_0 + rnorm(length(x), 0, 0.5)
}

for (i in seq_len(iteraciones)){
  X <- seq(-3, 3, length.out = tamano_muestral)
  Y <- genera_y(X, beta_0, beta_1)
  betas_estimados <- coef(lm(Y ~ X))
  beta_0_estimado[i] <- betas_estimados[1]
  beta_1_estimado[i] <- betas_estimados[2]
}

plot(beta_0_estimado, beta_1_estimado)
points(beta_0, beta_1, col = 2, cex = 3, pch = 20)

JAVIER SANTIAGO SALGADO

Hace 6 años

Quería aportar un poco mas:


tamano_muestral <- c(10,100,1000,10000)
iteraciones <- 100
media_poblacional <- 3
desv_est_poblacional <- 5
simulacion <- data.frame()

for (i in seq_len(length(tamano_muestral))){
  tibble(
    muestras = replicate(iteraciones, rnorm(tamano_muestral[i], media_poblacional, desv_est_poblacional), simplify = FALSE),
    medias = map_dbl(muestras, mean),
    desv_est = map_dbl(muestras, sd),
    nombre = tamano_muestral[i]
  ) -> simulaciones
  simulacion <- rbind(simulacion, simulaciones)
  
}

qplot(medias, desv_est, data = simulacion) + 
  annotate("point", media_poblacional, desv_est_poblacional, colour = colores_platzi[3], size = 5) +
  theme_minimal() + facet_grid(nombre ~.)

JAVIER SANTIAGO SALGADO

Hace 6 años

Uniforme:

Regresión Lineal:

Comentarios (9)9 comentarios

Juan Luis Villanueva Canales

José Alberto Ortiz Vargas

Miguel Angel Velazquez Romero

Cesar Augusto Morales Godoy

Diana Marcela Amezquita Ospina

Hace 3 años

Carlos Felipe Saldarriaga Bejarano

Hace 5 años

Jhon Freddy Tavera Blandon

Hace 2 años

JAVIERTH LISNERTH ENRIQUE ARAUCO

Hace 4 años

Mauricio Gomez

Jorge Enrique Chavez Otalvaro

Juan Camilo Mejía

Teoría

Inferencia Estadística: Fundamentos y Aplicaciones con Simulación en R

Valor Esperado Condicional en Ciencia de Datos

Poblaciones y Muestras: Conceptos y Generalización Estadística

Muestreo Probabilístico y No Probabilístico: Métodos y Aplicaciones

Estimadores y Parámetros en Ciencia de Datos

Estimación Paramétrica y No Paramétrica en Ciencia de Datos

Gráficos y Espacio de Parámetros en Modelos Estadísticos

Estimadores Puntuales y su Comportamiento Aleatorio

Intervalos de Confianza: Cálculo y Significado en Estadística

Tamaño Muestral y su Impacto en la Precisión Estadística

Sesgo y Varianza en Ciencia de Datos: Precisión y Exactitud

Teoría No Paramétrica: Estimación y Modelos Aplicados

Estimación Funcional: Kernel y Funciones de Densidad Acumulada

Estimación Funcional del Valor Esperado Condicional

Inferencia Estadística con Bootstrapping para Modelos Paramétricos

Validación Cruzada y Generalización de Modelos Estadísticos

Pruebas de Hipótesis: Conceptos y Aplicaciones Estadísticas

Pruebas de Hipótesis: P Valor y Significancia Estadística

Simulación

Simulación de Datos con R: Teoría a la Práctica

Instalación de R y RStudio en Windows, macOS y Ubuntu

Simulación de Datos en R: Distribuciones y Modelos Lineales

Simulación de Estimación de Parámetros usando R

Simulación de Intervalos de Confianza para Poblaciones Normales

Simulación de Convergencia de Estimadores con Diferentes Tamaños Muestrales

Estimación Kernel y Distribución Acumulada Empírica

Estimación Condicional con Redes Neuronales en R

Estimación Kernel: Aplicación en Distribución Uniforme y Normal

Boostrapping en R para Regresión Lineal: Implementación y Análisis

Validación cruzada en redes neuronales usando R

Simulación de Potencia en Pruebas de Hipótesis con R

Proyecto

Análisis Estadístico del Examen Saber Once con R

Estimación de Intervalos de Confianza para Comparar Poblaciones con y sin Internet

Pronóstico de Puntaje en Matemáticas con Redes Neuronales

Generalización de Redes Neuronales a Poblaciones Completas

Análisis de Tamaño Muestral Óptimo para Redes Neuronales

Interpretación de Redes Neuronales en Predicción Educativa

Conclusiones

Programación Dinámica y Estocástica en Simulación

Simulación de Estimación de Parámetros usando R