Beruflich Dokumente
Kultur Dokumente
Pgina 1
DISTRIBUCIONES MUESTRALES.
Consiste en asociar un determinado comportamiento probabilstico en un cierto
estimador.
En esta unidad slo se estudiaran a los estimadores ms usuales: promedio
muestral, proporcin muestral, varianza muestral, diferencia de promedios
muestrales, diferencia de proporciones muestrales y razn de varianzas
muestrales.
DISTRIBUCION PARA EL PROMEDIO MUESTRAL x :
Primer Caso:
Sea X
1
, X
2
, X
3
, , X
n
una muestra aleatoria de tamao n, donde cada
X
i
Normal( ,
2
), siendo
2
una varianza poblacional conocida, entonces:
n
x
~ N(0,1)
[N(0,1) representa una distribucin Normal Estndar]
Segundo Caso:
Sea X
1
, X
2
, X
3
, , X
n
una muestra aleatoria de tamao n, donde cada
X
i
Normal( ,
2
), siendo
2
una varianza poblacional desconocida, entonces:
n
S
x
~ t(n-1) donde
( )
n
x
x
n
S
i
i
2
2 2
1
1
[t(n-1) representa una distribucin t de Student con (n-1) grados de libertad].
X
Z
Prof.: Juan Barrera A. Pgina 2
Observacin:
Si p < 0.50, entonces:
) 1 ; 1 ( ) ; 1 ( p n t p n t =
Tercer Caso:
Sea X
1
, X
2
, X
3
, , X
n
una muestra aleatoria suficientemente grande (n 30), donde
cada X
i
tiene una media poblacional y una varianza poblacional
2
, entonces:
Si
2
es una varianza poblacional conocida:
n
x
N(0,1)
Si
2
es una varianza poblacional desconocida:
n
S
x
N(0,1)
DISTRIBUCION PARA LA PROPORCION MUESTRAL p
:
Una proporcin muestral p
N(0,1)
X
t
Prof.: Juan Barrera A. Pgina 3
DISTRIBUCION PARA LA VARIANZA MUESTRAL S
2
:
Sea X
1
, X
2
, X
3
, , X
n
una muestra aleatoria de tamao n, donde cada
X
i
Normal( ,
2
), entonces:
2
2
) 1 (
S n
~
2
(n1)
[
2
(n1) representa una distribucin Ji-Cuadrado con (n-1) grados de libertad].
DISTRIBUCION PARA LA DIFERENCIA DE LOS PROMEDIOS MUESTRALES
2 1
x x :
Primer Caso:
Sean X1Normal(
1
,
2
1
) y X2Normal(
2
,
2
2
), siendo
2
1
y
2
2
varianzas
poblacionales conocidas, y se obtienen muestras aleatorias de tamaos n
1
y n
2
respectivamente, entonces:
2
2
2
1
2
1
2 1 2 1
) (
n n
x x
+
~ N(0,1)
Segundo Caso:
Sean X1Normal(
1
,
2
1
) y X2Normal(
2
,
2
2
), siendo
2
1
y
2
2
varianzas
poblacionales desconocidas, y se obtienen muestras aleatorias de tamaos n
1
y n
2
respectivamente, entonces:
Si se asume que
2
1
=
2
2
:
X 0
2
Prof.: Juan Barrera A. Pgina 4
2 1
2 1 2 1
1 1
) (
n n
S
x x
p
+
~ t(n
1
+ n
2
2) donde
2
) 1 ( ) 1 (
2 1
2
2 2
2
1 1 2
+
+
=
n n
S n S n
S
p
Si se asume que
2
1
2
2
:
2
2
2
1
2
1
2 1 2 1
) (
n
S
n
S
x x
+
~ t( ) donde 2
1 1
2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
+
+
+
=
n
n
S
n
n
S
n
S
n
S
Tercer Caso:
Sea X1 una variable aleatoria con media poblacional
1
y varianza poblacional
2
1
, y
sea X2 otra variable aleatoria con media poblacional
2
y varianza poblacional
2
2
, y
se obtienen respectivamente muestras aleatorias suficientemente grandes
(n
1
y n
2
30), entonces:
Si
2
1
y
2
2
son varianzas poblacionales conocidas:
2
2
2
1
2
1
2 1 2 1
) (
n n
x x
+
N(0,1)
Si
2
1
y
2
2
son varianzas poblacionales desconocidas:
2
2
2
1
2
1
2 1 2 1
) (
n
S
n
S
x x
+
N(0,1)
DISTRIBUCION PARA LA DIFERENCIA DE LAS PROPORCIONES
MUESTRALES
2 1
p p :
Sean X1Binomial(n
1
, p
1
) y X2Binomial(n
2
, p
2
), y se obtienen respectivamente
muestras aleatorias suficientemente grandes (n
1
y n
2
30), entonces:
2
2 2
1
1 1
2 1 2 1
) 1 ( ) 1 (
) (
n
p p
n
p p
p p p p
N(0,1)
Prof.: Juan Barrera A. Pgina 5
DISTRIBUCION PARA LA RAZON DE LAS VARIANZAS MUESTRALES
2
2
2
1
S
S
:
Sean X1Normal(
1
,
2
1
) y X2Normal(
2
,
2
2
), y se obtienen muestras aleatorias
de tamaos n
1
y n
2
respectivamente, entonces:
2
1
2
2
2
2
2
1
S
S
~ F(n
1
1, n
2
1)
[F(n
1
1, n
2
1) representa una distribucin Fisher con (n
1
1) grados de libertad para
el numerador y con (n
2
1) grados de libertad para el denominador].
Observacin:
Si p < 0.50, entonces:
) 1 ; ; (
1
) ; ; (
p a b F
p b a F
=
X 0
f