Beruflich Dokumente
Kultur Dokumente
Distribuciones Muestrales
30 de marzo de 2019
ESTADÍSTICA INFERENCIAL 1 / 48
Tabla de contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 2 / 48
Introducción
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 3 / 48
Introducción
Introducción
Estadı́stica inferencial
Generalmente las poblaciones son demasiado grandes para poder es-
tudiarlas en su totalidad, es necesario seleccionar una muestra repre-
sentativa de un tamaño más manejable. Esta muestra se utiliza luego
para sacar conclusiones hacerca de la población. a este proceso se le
llama Estadı́stica Inferencial.
ESTADÍSTICA INFERENCIAL 4 / 48
Conceptos básicos
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 5 / 48
Conceptos básicos
Conceptos básicos
Población
ESTADÍSTICA INFERENCIAL 6 / 48
Conceptos básicos
Conceptos básicos
Población
Colección completa de todas las observaciones de interés para el in-
vestigador. Ejemplo: Los habitantes de un paı́s, los estudiantes de un
colegio, establecimientos comerciales de una ciudad o el conjunto de
todas las piezas fabricadas por una máquina
ESTADÍSTICA INFERENCIAL 6 / 48
Conceptos básicos
Conceptos básicos
Población
Colección completa de todas las observaciones de interés para el in-
vestigador. Ejemplo: Los habitantes de un paı́s, los estudiantes de un
colegio, establecimientos comerciales de una ciudad o el conjunto de
todas las piezas fabricadas por una máquina
Muestra
ESTADÍSTICA INFERENCIAL 6 / 48
Conceptos básicos
Conceptos básicos
Población
Colección completa de todas las observaciones de interés para el in-
vestigador. Ejemplo: Los habitantes de un paı́s, los estudiantes de un
colegio, establecimientos comerciales de una ciudad o el conjunto de
todas las piezas fabricadas por una máquina
Muestra
Parte (subconjunto) representativa de la población que se selecciona
para ser estudiada ya que la población es demasiado grande para es-
tudiarla en su totalidad.
ESTADÍSTICA INFERENCIAL 6 / 48
Conceptos básicos
Conceptos básicos
Estadı́stico
ESTADÍSTICA INFERENCIAL 7 / 48
Conceptos básicos
Conceptos básicos
Estadı́stico
En estadı́stica un estadı́stico es una medida cuantitativa, derivada de
un conjunto de datos de una muestra, con el objetivo de estimar ca-
racterı́sticas de una población.
ESTADÍSTICA INFERENCIAL 7 / 48
Conceptos básicos
Conceptos básicos
Estadı́stico
En estadı́stica un estadı́stico es una medida cuantitativa, derivada de
un conjunto de datos de una muestra, con el objetivo de estimar ca-
racterı́sticas de una población.
Parámetro
ESTADÍSTICA INFERENCIAL 7 / 48
Conceptos básicos
Conceptos básicos
Estadı́stico
En estadı́stica un estadı́stico es una medida cuantitativa, derivada de
un conjunto de datos de una muestra, con el objetivo de estimar ca-
racterı́sticas de una población.
Parámetro
El parámetro es una medida descriptiva de la población.
Parámetros Parámetros
Nombre Poblacionales muestrales Significado
(Estimadores)
Media µ X µb=X
Varianza σ2 S2 b 2 = S2
σ
Desviación estándar σ S σ
b =S
Proporción π P π
b=P
ESTADÍSTICA INFERENCIAL 7 / 48
Distribuciones Muestrales
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 8 / 48
Distribuciones Muestrales
Conceptos básicos
Distribución muestral
ESTADÍSTICA INFERENCIAL 9 / 48
Distribuciones Muestrales
Conceptos básicos
Distribución muestral
Se llama distribución muestral a la distribución de probabilidad de un
estadı́stico. Es una lista de todos los valores posibles de un estadı́stico
pueda tomar y la probabilidad asociada a cada valor.
ESTADÍSTICA INFERENCIAL 9 / 48
Distribuciones Muestrales
Conceptos básicos
Distribución muestral
Se llama distribución muestral a la distribución de probabilidad de un
estadı́stico. Es una lista de todos los valores posibles de un estadı́stico
pueda tomar y la probabilidad asociada a cada valor.
Error de muestreo
ESTADÍSTICA INFERENCIAL 9 / 48
Distribuciones Muestrales
Conceptos básicos
Distribución muestral
Se llama distribución muestral a la distribución de probabilidad de un
estadı́stico. Es una lista de todos los valores posibles de un estadı́stico
pueda tomar y la probabilidad asociada a cada valor.
Error de muestreo
Es la diferencia entre el parámetro a estimar y el estadı́stico de la
muestra utilizado para estimar el parámetro.
ESTADÍSTICA INFERENCIAL 9 / 48
Distribuciones Muestrales
Conceptos básicos
ESTADÍSTICA INFERENCIAL 10 / 48
Distribuciones Muestrales
Conceptos básicos
ESTADÍSTICA INFERENCIAL 10 / 48
Distribuciones Muestrales Distribución Muestral de la Media
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 11 / 48
Distribuciones Muestrales Distribución Muestral de la Media
ESTADÍSTICA INFERENCIAL 12 / 48
Distribuciones Muestrales Distribución Muestral de la Media
σ2
X ∼ N µ;
n
X −µ
Z= √
σ/ n
Cuando n −→ ∞ (es la distribución normal estandar).
ESTADÍSTICA INFERENCIAL 14 / 48
Distribuciones Muestrales Distribución Muestral de la Media
Ejemplo
El tiempo que un pasajero invierte esperando en un punto de revisión
de un aeropuerto es una variable aleatoria con media 8,2 minutos y
desviación estándar 6 minutos. Suponga que se observa una muestra
aleatoria de n = 49 pasajeros. Encuentre la probabilidad de que el
tiempo de espera promedio en la fila de estos clientes sea
a) Menor que 10 minutos .
b) Entre 6 y 10 minutos.
c) Mayor que 7 minutos.
ESTADÍSTICA INFERENCIAL 15 / 48
Distribuciones Muestrales Distribución Muestral de la Media
µX = 8, 2
y
σ 6 6
σX = √ = √ = = 0, 8571
n 49 7
ESTADÍSTICA INFERENCIAL 16 / 48
Distribuciones Muestrales Distribución Muestral de la Media
ESTADÍSTICA INFERENCIAL 17 / 48
Distribuciones Muestrales Distribución Muestral de la Media
ESTADÍSTICA INFERENCIAL 18 / 48
Distribuciones Muestrales Distribución Muestral de la Media
ESTADÍSTICA INFERENCIAL 19 / 48
Distribuciones Muestrales Distribución Muestral de la Media
Cálculo en EXCEL
a) =DISTR.NORM.N(10;8,2;0,8571;1)
=DISTR.NORM.ESTAND(2,1)
b) =DISTR.NORM.N(10;8,2;0,8571;1)−DISTR.NORM.N(6;8,2;0,8571;1)
=DISTR.NORM.ESTAND(2,1)−DISTR.NORM.ESTAND(-2,5667)
c) =1−DISTR.NORM.N(7;8,2;0,8571;1)
=1−DISTR.NORM.ESTAND(-1,4)
ESTADÍSTICA INFERENCIAL 20 / 48
Distribuciones Muestrales Distribución Muestral de la diferencia de Medias
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 21 / 48
Distribuciones Muestrales Distribución Muestral de la diferencia de Medias
ESTADÍSTICA INFERENCIAL 22 / 48
Distribuciones Muestrales Distribución Muestral de la diferencia de Medias
Ejemplo
Se selecciona una muestra aleatoria de tamaño n1 = 16 de una pobla-
ción normal que tiene una media de 75 y una desviación estándar de
8. Se toma una segunda muestra aleatoria de tamaño n2 = 9, de otro
población normal con media 70 y desviación estándar 12. Sean X 1 y
X 2 las medias de cada muestra, respectivamente. Encuentre:
a) La probabilidad de que X 1 − X 2 exceda 4.
b) La probabilidad de que 3, 5 ≤ X 1 − X 2 ≤ 5, 5
ESTADÍSTICA INFERENCIAL 23 / 48
Distribuciones Muestrales Distribución Muestral de la diferencia de Medias
Solución
Datos del problema
Muestra 1: n1 = 16, µ1 = 75, σ1 = 8
Muestra 2: n2 = 9, µ2 = 70, σ2 = 12
µX 1 −X 2 = µ1 − µ2 = 75 − 70 = 5
!
X1 − X 2 − µX 1 −X 2 4−5
P X1 − X2 > 4 = P > √
σX 1 −X 2 20
= P (Z > −0, 2236)
= 1 − P (Z ≤ −0, 2236)
= 1 − 0, 4115 = 0, 5885
ESTADÍSTICA INFERENCIAL 25 / 48
Distribuciones Muestrales Distribución Muestral de la diferencia de Medias
b) La probabilidad de que 3, 5 ≤ X 1 − X 2 ≤ 5, 5
Resolver.
Rta/: 0,1758525
ESTADÍSTICA INFERENCIAL 26 / 48
Distribuciones Muestrales Distribución Muestral de la Proporción
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 27 / 48
Distribuciones Muestrales Distribución Muestral de la Proporción
ESTADÍSTICA INFERENCIAL 28 / 48
Distribuciones Muestrales Distribución Muestral de la Proporción
Ejemplo
Según reportes del centro nacional para estadı́sticas de salud, alrededor
del 20 % de la población masculina adulta de los Estados Unidos es
obesa. Se elige al azar una muestra de 150 hombres adultos en los
Estados Unidos. ¿Cuál es la probabilidad de que:
a) La proporción de obesos encontrada sea mayor al 17 %.
b) Haya más de 22 pero menos de 35 obesos.
c) Haya por lo menos un 25 % de obesos en la muestra.
ESTADÍSTICA INFERENCIAL 30 / 48
Distribuciones Muestrales Distribución Muestral de la Proporción
0, 20 (0, 8)
µP = π = 0, 20 y σP2 = = 0, 0011
150
ESTADÍSTICA INFERENCIAL 31 / 48
Distribuciones Muestrales Distribución Muestral de la Proporción
ESTADÍSTICA INFERENCIAL 32 / 48
Distribuciones Muestrales Distribución Muestral de la Proporción
ESTADÍSTICA INFERENCIAL 33 / 48
Distribuciones Muestrales Distribución Muestral de la Proporción
ESTADÍSTICA INFERENCIAL 34 / 48
Distribuciones Muestrales Distribución Muestral de la Varianza
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 35 / 48
Distribuciones Muestrales Distribución Muestral de la Varianza
Distribución Chi-cuadrado
Teorema
Sean Z1 , Z2 , . . . , Zk variables aleatorias independientes con distribución
normal estandar. Entonces la variable aleatoria
X ∼ χ2k
Distribución Chi-cuadrado
De la ecuación anterior,
Z ∞
Γ (m) = tm−1 e−t dt
0
Teorema
Para una variable aleatoria X con distribución chi-cuadrado con k
grados de libertad E (X) = k y V (X) = 2k
ESTADÍSTICA INFERENCIAL 37 / 48
Distribuciones Muestrales Distribución Muestral de la Varianza
(n − 1) S 2
σ2
tiene distribución chi-cuadrado con n − 1 grados de libertad.
Ejemplo
Se toma una muestra aleatoria de n = 25 observaciones de una
población normal que tiene una varianza σ 2 = 10. Encuentre la
probabilidad de que la varianza muestral sea mayor que 16, 4.
ESTADÍSTICA INFERENCIAL 38 / 48
Distribuciones Muestrales Distribución Muestral de la Varianza
Solución
La varianza muestral es S 2 .
Se pide hallar P (S 2 > 16, 4)
(n − 1) S 2
(24) 16, 4
=P >
σ2 10
2
= P χ24 > 39, 36
ESTADÍSTICA INFERENCIAL 39 / 48
Distribuciones Muestrales Distribución Muestral de la Varianza
Cálculo en Excel
=DISTR.CHICUAD.CD(39,36; 24)
=1-DISTR.CHICUAD(39,36;24;1)
ESTADÍSTICA INFERENCIAL 40 / 48
Distribuciones Muestrales Distribución Muestral de la Varianza
Solución
(n − 1) S 2
(24) 16, 4
=P >
σ2 10
2
= P χ24 > 39, 36
= 0, 0250
ESTADÍSTICA INFERENCIAL 41 / 48
Distribuciones Muestrales pequeñas)
Tabla de Contenido
1 Introducción
2 Conceptos básicos
3 Distribuciones Muestrales
Distribución Muestral de la Media
Distribución Muestral de la diferencia de Medias
Distribución Muestral de la Proporción
Distribución Muestral de la Varianza
Distribución Muestral de la Media (Muestras pequeñas)
4 Bibliografı́a
ESTADÍSTICA INFERENCIAL 42 / 48
Distribuciones Muestrales pequeñas)
Distribución T-student
Teorema
Sea Z una variable aleatoria con distribución normal estándar y X una
variable aleatoria Ji − cuadrado con k grados de libertad. Si Z y V son
independientes, entonces la variable aleatoria
Z
p
V /k
ESTADÍSTICA INFERENCIAL 43 / 48
Distribuciones Muestrales pequeñas)
Distribución T-student
Teorema
Si T es una variable aleatoria con distribución tk , entonces
k
E (T ) = k y V (T ) =
k−2
para k > 2, indefinida para otros valores.
ESTADÍSTICA INFERENCIAL 44 / 48
Distribuciones Muestrales pequeñas)
X −µ
T = √ ∼ t(n−1)
S/ n
ESTADÍSTICA INFERENCIAL 45 / 48
Distribuciones Muestrales pequeñas)
Ejemplo
De una población con distribución normal, quen tiene una media cono-
cida de 50 y una varianza desconocida, se toma una muestra aleatoria
de tamaño n = 16; a partir de la muestra se obtuvo que s = 1,5,
calcular P X > 51
ESTADÍSTICA INFERENCIAL 46 / 48
Distribuciones Muestrales pequeñas)
Solución
X −µ 51 − 50
P X > 51 = P √ > √
S/ n 1,5/ 16
= P (t15 > 2,6667)
= 1 − P (t15 ≤ 2,6667)
= 1 − 0,9912 = 0,0088
ESTADÍSTICA INFERENCIAL 47 / 48
Bibliografı́a
Bibliografı́a
ESTADÍSTICA INFERENCIAL 48 / 48