ESTADSTICA

Profesora: Lic. Carla Ziga Vilca

Fuente: Javier Paredes
http://www.pixton.com/mx/comic/6z3i4xsq
Fuente: Javier Paredes
http://www.pixton.com/mx/comic/6z3i4xsq
 DISTRIBUCIONES
MUESTRALES
Es la distribucin de probabilidades de un estimador
o estadstico, la cual se genera con todas las muestras
posibles de tamao n que se pueda extraes de una
poblacin, con o sin reemplazo
Todo lo que estudiaremos a continuacin est
pensado para poblaciones infinitas (muy grandes)
y con muestreo aleatorio simple. El muestreo
aleatorio simple garantiza una muestra
representativa de la poblacin y la obtencin de
observaciones independientes.
 DISTRIBUCIONES MUESTRALES

MUESTREO A PARTIR DE UNA

POBLACION

DISTRIBUCION DE LA MEDIA DISTRIBUCION DE LA

MUESTRAL PROPORCION MUESTRAL
P
1. DISTRIBUCIN MUESTRAL DE MEDIAS
1. DISTRIBUCIN MUESTRAL DE MEDIAS
Cada muestra de tamao n que puede ser seleccionada de una
poblacin proporciona una media. Si consideramos cada una de
estas medias como valores de una variable aleatoria podemos
estudiar su distribucin que se denomina distribucin muestral
de medias.

Si se tiene una poblacin normal con media y varianza , N(,

), y se seleccionan de ella muestras de tamao n, la
distribucin muestral de medias sigue tambin una distribucin
normal.

Si la poblacin no sigue una distribucin normal pero n>30, se

aplica el Teorema central del lmite la distribucin muestral de
medias se aproxima tambin a la distribucin normal.
La distribucin de la media muestral es una de
las distribuciones ms importantes, esta
permite realizar inferencias relacionadas a las
medias poblacionales, a travs de una
estimacin puntual, estimacin por intervalo o
prueba de hiptesis.
Se tiene una poblacin con N=3 elementos : X= {1, 2, 3}.
Donde =2 y . Extraer muestras de tamao
n=2 con reposicin y sin reposicin.

En cada una de las muestras puede calcularse los

correspondientes estadsticos descriptivos.
Por ejemplo las medias con reposicin seran:

Las medias seran: 1; 1.5; 2; 1.5; 2; 2.5; 2; 2.5; y 3

respectivamente.

Por tanto, los estadsticos descriptivos son variables

aleatorias que pueden adoptar diferentes valores y que
tienen su propia distribucin de probabilidad.

En el ejemplo se observa que la puede tomar 5 valores y

que la probabilidad que corresponde a cada uno de ellos
es:
No es necesario construir la distribucin de un
estadgrafo en todos los casos ya que cada estadgrafo
tiene su propia distribucin muestral conocida.

En este tema nos ocuparemos de la distribucin

muestral de la media y de la proporcin.
DISTRIBUCIN DE LA MEDIA MUESTRAL

Caso I: 2 conocida

Caso II: 2 desconocida

Caso III :Teorema del Lmite

Central (TLC):
Distribucin de la media muestral
Caso I: 2 conocida
Si la poblacin desde la cual se selecciona la m.a. X1,
X2,,Xn, tiene distribucin N(, 2), entonces:

2
X~N ,
n
Un ingeniero ambientale conoce que el largo estndar (X) de los peces en
estudio tiene distribucin normal con media =5.8 cm y varianza
=5.76 cm (varianza conocida).
Es decir, X ~ N(5.8; 5.76).
De la poblacin en estudio selecciona una muestra aleatoria de n=16
peces, y se formula las siguientes preguntas:

1. Cul es la probabilidad que el largo estndar promedio de la muestra

se encuentre entre 4.9 y 6.3?

2. Cul es la probabilidad que el largo estndar promedio de la muestra

no difiera en ms de 0.9 cm respecto al largo total promedio de la
poblacin?
 X ~ N(5.8; 5.76) X 1 , X 2 ,.., X 16 X

2
n
2 5.76
X ~ N , X ~ N 5.8, X ~ N 5.8,0.36
n 16

1. Cul es la probabilidad que el largo estndar

promedio de la muestra se encuentre entre 4.9 y
6.3?

P 4.9 X 6.3 P X 6.3 P X 4.9
CDF .NORMAL(6.3, 5.8, 0.6) CDF .NORMAL(4.9, 5.8, 0.6)
0.7309
 2
X ~ N , Z

n X ~ N 0,1
n

2. Cul es la probabilidad que el largo estndar promedio de

la muestra no difiera en ms de 0.9 cm respecto al largo
total promedio de la poblacin?
Z

0.9 X 0.9

P X 0.9 P 0.9 X 0.9 P








n n n
2.4
0.6
0.9 0.9
P 1.5 Z 1.5
4
P Z n
0.6 0.6
CDF .NORMAL(1.5; 0,1) CDF .NORMAL(1.5; 0,1)
0.9332 - 0.0668
= 0.86639
Suponga que el peso neto por lata en una marca de sopa tiene una media
de 565 gramos, con una desviacin estndar de 15 gramos. Suponga
distribucin normal de los pesos.

a) Si se selecciona una muestra aleatoria de 9 latas y se registra el peso,

cul es la probabilidad de que la media muestral este entre 555 y 575
gramos?

b) De que tamao tendra que ser la muestra para que la probabilidad

calculada en el inciso a) fuese 0.9906?
Caso II: 2 desconocida
Si la poblacin de donde se obtiene la m.a.
X1, X2,,Xn, se distribuye normalmente con media
y varianza desconocida, entonces:

n X
t ~ t n 1
S
En todos los casos de la distribucin de la media
muestral, si se conoce el tamao de la poblacin, N,
se multiplica a la varianza por el factor de
correccin por poblacin finita dado por:

Nn
N 1
 Caso III :Teorema del Lmite Central (TLC):
Si X1, X2,, Xn, es una m.a. de tamao n, n>30, seleccionada
desde una poblacin con media y varianza 2, entonces la
distribucin de la media muestral es:

X~N , 2
X
Donde :
2
n ,si la poblacin es infinita y el muestreo es con reemplazo


X 2
2
Nn
n ,si se conoce el tamao de la poblacin y el muestreo es sin reemplazo
N 1



EJEMPLO
La variable altura de los estudiantes sigue una
distribucin normal con media 1.62 m y
desviacin estndar de 0.12 m. Cul es la
probabilidad que la media de una muestra
aleatoria de 100 estudiantes sea mayor que
1.60 m?
Propiedad:

Si X1, X 2 ,...,X n es una m.a. seleccionda desde N , 2 ,

y adems n es mayor que 30, se tiene que si 2 es
desconocida, esta puede ser estimada por S2 , la
S2
varianza muestral. Entonces X ~N ,
n
2. DISTRIBUCIN MUESTRAL DE
PROPORCIONES
 2. DISTRIBUCIN MUESTRAL DE PROPORCIONES

En un proceso de estimacin puede ser necesario estimar una

proporcin o porcentaje. En estos casos la variable aleatoria
asociada a la proporcin representa al nmero total de xitos, es
decir la variable sigue una distribucin binomial: B(n,p).

Para muestras de tamao n>30, la distribucin muestral de

proporciones sigue una distribucin normal.

Donde p es la probabilidad de xito, y q = 1-p.

 Distribucin de la proporcin muestral: p
Sea X una variable aleatoria tal que:

1 , si el i-elemento presenta la caracterstica de inters

Xi
0,si el i-elemento no presenta la caracterstica de inters

Entonces:
Consideremos una m.a.; X 1, X2,, X n,
seleccionada de la poblacin en estudio,
entonces se define p, la proporcin muestral,
como:
n

X i
X
p i 1

n n
Esta es la proporcin de elementos en la
muestra que presentan la caracterstica de
inters.
Si n es grande, n mayor que 30, entonces la distribucin
de p est dada por:
p ~ N P , 2
p
 DISTRIBUCIN DE LA
PROPORCIN POBLACIONAL

n >30
EJEMPLO