Resumen:
En las últimas décadas se ha desarrollado la teoría de la estimación robusta, cuya idea es obtener estimadores que cumplan que “un pequeño cambio en la muestra genere sólo un pequeño cambio en el valor de las estimaciones”, siendo este un campo en constante desarrollo se han propuesto diversos métodos de estimación, en el presente trabajo se realiza un estudio comparativo de varios métodos de estimación robusta para el vector de medias y matriz de varianzas y covarianzas además del método clásico de máxima Verosimilitud; el propósito es evaluar el comportamiento de los estimadores bajo diversas condiciones; para ello se realiza una simulación matemática en la misma que se generan muestras que luego son contaminadas de diversas formas con el objetivo de simular los valores aberrantes que pueden ocurrir en un estudio real.
