Beruflich Dokumente
Kultur Dokumente
Distribuciones Muestrales
Distribucin Muestral
La inferencia estadstica trata bsicamente con generalizaciones y
predicciones. Por ejemplo, podemos afirmar, con base a opiniones
de varias personas entrevistadas en Copiap, que en las prximas
elecciones municipales el 52% de los electores votar por el
candidato A. En este caso tratamos con una muestra aleatoria de
opiniones de una poblacin finita muy grande.
Podemos afirmar que el costo promedio para construir una piscina
est entre 4 y 4.5 millones de pesos, con base en las estimaciones
de tres contratistas seleccionados al azar de 30 que construyen
piscinas residenciales actualmente. La poblacin que ser
muestreada aqu es finita pero muy pequea.
Por otro lado, un funcionario de cierta compaa calcula la media
de 40 bebidas y obtiene 236 c.c., y con base en este valor decide
que la mquina an sirve bebidas con un contenido promedio de
=240 c.c. Las 40 bebidas representan una muestra de la
2
Distribucin Muestral
poblacin infinita de posibles bebidas que esta mquina servir.
En cada uno de estos ejemplos calculamos una estadstica a partir
de una muestra seleccionada de la poblacin, y de estas
estadsticas hacemos varias afirmaciones con respecto a los
valores de los parmetros de la poblacin que pueden ser ciertos
o no.
El funcionario de la compaa toma la decisin de que la mquina
despachadora sirve bebidas con un contenido promedio de 240
c.c. aunque la media de la muestra fue 236 c.c., porque sabe de la
teora de muestreo que es probable que ocurra tal valor de la
muestra. De hecho si realiza pruebas similares, digamos cada una
hora, esperara que los valores del promedio estn por arriba y
por debajo de =240 c.c. Solamente cuando el promedio es
considerablemente distinto de 240 c.c. el funcionario de la
compaa iniciara una accin para ajustar la mquina.
3
Distribucin Muestral
La distribucin de probabilidad de una estadstica se llama
distribucin muestral.
Recordemos algunas estadsticas:
Si X1, X2, , Xn representa una muestra aleatoria (m.a.) de tamao
n, entonces la media de la muestra se define mediante la
estadstica
Distribucin Muestral
Si X1, X2, , Xn representa una m.a. de tamao n, entonces la
varianza de la muestra se define con la estadstica
Distribucin Muestral
Se deben estudiar las distribuciones muestrales de las estadsticas
Distribucin Muestral
La primera distribucin muestral importante a considerar es la de
la media muestral
. Supongamos que una m.a. de n
observaciones se toma de una poblacin normal con media y
desviacin estndar . Cada observacin
de la
m.a. tendr entonces la misma distribucin normal que la
poblacin que se muestrea.
Teorema del Lmite Central. Si
es la media de una m.a. de
tamao n tomada de una poblacin con media y desviacin
estndar , entonces la forma lmite de la distribucin de
Distribucin Muestral
macin es buena solamente si la poblacin no es muy diferente
de una distribucin normal y si se sabe que la poblacin es
normal, la distribucin muestral de
seguir una distribucin
normal exacta, no importa que tan pequeo sea el tamao de las
muestras.
Ejemplo 1: Una empresa elctrica fabrica lmparas que tienen una
duracin que se distribuye aproximadamente en forma normal,
con media de 800 horas y desviacin estndar de 40 horas.
Calcular la probabilidad de que una m.a. de 16 lmparas tenga una
vida media de menos de 775 horas.
La distribucin muestral de
ser aproximadamente normal con
media 800 y desviacin estndar
. La probabilidad que
se desea est dada por
10
11
De aqu
Por lo tanto,
15
16
18
2
Distribucin muestral de S
En lo anterior aprendimos acerca de la distribucin de muestreo
de la media muestral. El TLC nos permiti hacer uso del hecho de
que
tiende a N(0,1) conforme crece el tamao de la muestra. Los
Ejemplos 3 y 4 ilustran la aplicacin del TLC, que nos permite
extraer conclusiones acerca de la media de la poblacin o la
diferencia en dos medias de poblacin.
Las distribuciones muestrales de estadsticas importantes nos
permiten conocer informacin sobre los parmetros. Si un
ingeniero se interesa en la resistencia media de la poblacin de
cierto tipo de resistor, se explorar la distribucin muestral de
vv una vez que se rena la informacin de la muestra. Por otro
lado, si se estudia la variabilidad en el resistor, claramente se
utilizar la distribucin muestral de S2 para conocer la contraparte
19
Distribucin muestral de S2
paramtrica, la varianza de la poblacin 2.
Teorema 3: Si S2 es la varianza de una muestra aleatoria de
tamao n que se toma de una poblacin normal que tiene
desviacin estndar , entonces la estadstica
Distribucin muestral de S2
Primero calculamos la varianza muestral
Entonces