Beruflich Dokumente
Kultur Dokumente
14
14
0.025
12
12
Frecuencia
10 0.020
Densidad = f(X)
Frecuencia
10
8
8 0.015
6
6
4 0.010
4
2
0.005
2
0
20 30 40 50 60 70 80
0 0.000
Edad 10 20 30 40 50 60 70 80 0 10 20 30 40 50 60 70 80 90
Edad X
Características de la distribución de probabilidad normal
𝒏 𝒃 𝒃 𝒏
Si A es una constante cualquiera, entonces si f(x) = A*𝒙 , 𝒇 𝒂 𝒙 𝒅𝒙 = A*)𝒙(𝒅 𝒙 𝒂
0 Media = Media = 0
X
Desviación = Desviación = 1 Z
1. P(z > 1,26) 2. P(z < 0,67) 3. P(-0,81 < z < 1.89)
0.7617
Densidad
Densidad
0.2 0.2 0.7486 0.2
0.1038
Densidad
Densidad
0.2 0.2 0.2
Desviación estándar S
Media proporcional ps P
Número de elementos n N
Técnicas de muestreo
1. Muestreo ALEATORIO SIMPLE: Se asigna a cada elemento de la población un
código único, y al azar se elige a uno de éstos códigos.
2. Muestreo SISTEMÁTICO: Se numera a los elementos de la población en orden
consecutivo, luego se los divide en tantos grupos como elementos muestrales se
quisiera tener; luego del primer grupo se selecciona un elemento muestral, y el
número de ése elemento muestral determinará el segundo elemento de la segunda
muestra, y así sucesivamente.
3. Muestreo ESTRATFICADO: Se divide a la población de acuerdo a sus
características particulares, llamadas estratos, y de cada estrato se seleccionan las
muestras siguiendo los métodos precedentes.
Error muestral: Proviene de la naturaleza misma de la población, debido a que una muestra, no
siempre será igual al de la población; así cuando la muestra seleccionada es una mujer que
representa a la población compuesta también de varones, la mujer estaría representando a un
varón.
Error por sesgo: Sucede cuando la muestra es elegida de manera tendenciosa o parcializada;
también puede suceder cuando faltan respuestas, o cuando hay parcializaciones o subjetivismo en
las preguntas.
Distribución de la media muestral
Si de una población que se distribuye normalmente, con media μ y varianza
conocida 𝝈𝟐 , se extrae una muestra aleatoria de tamaño n, entonces la
media de esta muestra 𝒙ഥ, es igual a la media poblacional µ; sin embargo su
varianza muestral 𝒔𝟐𝒙 no es igual a su varianza poblacional σ𝟐 , ya que la
varianza depende del tamaño de la muestra; de este modo, cuanto más
pequeño sea la muestra 𝒔𝟐𝒙 será cada vez más grande, y cuanto más grande
sea esta, menor será 𝒔𝟐𝒙 ; así que cuando se trabaja con muestras
poblacionales, la media muestral 𝒙 ഥ es igual a la media poblacional µ, pero
𝝈𝟐
no así su varianza muestral; la varianza muestral se define 𝒔𝟐
𝒙 = σഥ
𝒙 2=
𝒏
σ𝟐 𝑵−𝒏
cuando la población es infinita, o por 𝒔𝟐
𝒙 = ∗ ( ) cuando la población
𝒏 𝑵−𝟏
es finita.
Error estándar de la media muestral
1. Cuando la población es infinita o muy grande el error estándar de la media
𝝈
muestral se expresa por ∈ = , siendo n el tamaño de la muestra.
𝒏
𝝈 𝑵−𝒏
2. Cuando la población es finita, el error muestral se define ∈ = ∗ , donde
𝒏 𝑵−𝟏
N es el tamaño de la población.
Puede deducirse de cualquiera de estas expresiones, que en la medida de que el
tamaño de la muestra sea cada vez más grande, menor será el error estándar de la
media muestral, y en cuanto a que cada vez sea más pequeño la muestra, el error
estándar de la media muestral, será cada vez más grande.
Lo mismo se puede deducir, que cuando la muestra sea cada vez más grande, la
varianza de la muestra, se irá aproximando cada vez más a la varianza poblacional.
.
Cálculo de probabilidades de la media muestral
El cálculo de probabilidades de Distribución de la media muestral
medias muestrales de las formas: Y= f(x)
P(𝐱 > a), P(𝐱 < a) o P(a < 𝐱 < b) se
procede similarmente como el cálculo
de probabilidades de poblaciones
normales, solo que en este caso la
(𝒂−⧖)
variable estándar será z = 𝝈 si la
𝒏
(𝒂−⧖) Media = X
población es infinita o z = , si
𝝈 𝑵−𝒏
∗ 𝑵−𝟏 Tamaño = n
𝒏
Desviación = σ
la población es finita.
Ejemplo de cálculo de probabilidades con la media muestral
La presión sistólica de los pobladores que consumen alimentos orgánicos se distribuye
normalmente con una media de 105 mm/Hg y una desviación estándar de 22 mm/Hg.
a) Se selecciona al azar a una persona que consume alimento orgánico; determine la
probabilidad de que su presión sistólica sea mayor de 112 mm/Hg.
b) Si se selecciona una muestra de 35 personas, determine la probabilidad de que la presión
sistólica de este grupo sea mayor de 112 mm/Hg.
c) Si la población está compuesta de 567 personas, y se extrae de ella una muestra de 35
personas, determine la probabilidad de que su presión sistólica del grupo sea mayor de
112 mm/Hg.
a) P(x > 112); se trata de una distribución normal, por lo que el cálculo de
probabilidades se hace en forma directa; esto es: P(x > 112) = 37,52%