Esta distribucin tiene la caracterstica de que puede ser usada en aquellos casos en los que el tamao de muestra esta

limitado, debido a las caractersticas del experimento a realizar. Por ejemplo. En la industria es comn encontrarse con productos que debido a los materiales y/o proceso son sumamente caros y para realizar la prueba es necesario destruirlos. En estos casos el tamao de la muestra debe ser pequeo cinco a ocho partes. Una limitacin en la aplicacin de este estadstico es que la poblacin de la que se toma la muestra tiene una distribucin normal.
1

La siguiente figura presenta la grfica de varias distribuciones t. La apariencia general de la distribucin t es similar a la de la distribucin normal estndar: ambas son simtricas y unimodales, y el valor mximo de la ordenada se alcanza en la media = 0. Sin embargo, la distribucin t tiene colas ms amplias que la normal; esto es, la probabilidad de las colas es mayor que en la distribucin normal. A medida que el nmero de grados de libertad tiende a infinito, la forma lmite de la distribucin t es la distribucin normal estndar.

Si deseas, la probabilidad de dos colas, multiplica por dos esta fila

Probabilidad de una sola cola. Valores t de Student y probabilidad asociada en funcin de los grados de libertad gl.

1. 2. 3.

4.

Como la distribucin z, es una distribucin continua. Como la distribucin z, es de forma de campana y simtrica. No hay una distribucin t, sino mas bien una familia de distribuciones t, todas tienen la misma media igual a cero, pero sus desviaciones estndares difieren de acuerdo con el tamao de muestra (n). Hay una distribucin t para un tamao de muestra 20, otra para un tamao de muestra 22, y as sucesivamente. La distribucin t es ms extendida y menos aguda en el centro que la distribucin normal. Sin embargo, a medida que aumenta el tamao de la muestra, la curva de la distribucin t se aproxima a la distribucin normal estndar.
5

En estudios pasados de Estadsticas centramos nuestra atencin en tcnicas que describen los datos, tales como organizar datos en distribuciones de frecuencias y calcular diferentes promedios y medidas de variabilidad. Estbamos concentrados en describir algo que ya ocurri. Tambin comenzamos a establecer los fundamentos de la estadstica inferencial, con el estudio de los conceptos bsicos de la probabilidad, las distribuciones de probabilidad discretas y continuas. Distribuciones que son principalmente generadas para evaluar algo que podra ocurrir. Ahora veremos otro tipo de distribucin de probabilidad, que se llaman distribuciones muestrales. Por qu muestrear? Muestrear es una forma de evaluar la calidad de un producto, la opinin de los consumidores, la eficacia de un medicamento o de un tratamiento. Muestra es una parte de la poblacin. Poblacin es el total de resultados de un experimento. Hacer una conclusin sobre el grupo entero (poblacin) basados en informacin estadstica obtenida de un pequeo grupo (muestra) es hacer una inferencia estadstica. A menudo no es factible estudiar la poblacin entera.

Algunas de las razones por lo que es necesario muestrear son: 1. La naturaleza destructiva de algunas pruebas 2. La imposibilidad fsica de checar todos los elementos de la poblacin. 3. El costo de estudiar a toda la poblacin es muy alto. 4. El resultado de la muestra es muy similar al resultado de la poblacin. 5. El tiempo para contactar a toda la poblacin es inviable.

Distribucin Muestral de las Medias El ejemplo de los ratings de eficiencia muestra como las medias de muestras de un tamao especfico varan de muestra a muestra. La media de la primera muestra fue 101 y la media de la segunda fue 99.5. En una tercera muestra probablemente resultara una media diferente. Si organizamos las medias de todas las posibles muestras de tamao 2 en una distribucin de probabilidad, obtendremos la distribucin muestral de las medias. Distribucin muestral de las medias. Es una distribucin de probabilidad de todas las posibles medias muestrales, de un tamao de muestra dado, seleccionadas de una poblacin.
7

Muestreo Aleatorio
Si se seleccionan n elementos de una poblacin de modo tal que cada conjunto de n elementos de la poblacin tenga la misma probabilidad de ser seleccionado, se dice que los n elementos constituyen una muestra aleatoria.

Distribuciones de muestreo
La distribucin de muestreo de una estadstica es su distribucin de probabilidad El error estndar de una estadstica es la desviacin estndar de sus distribucin de muestreo.

Teorema del lmite central

Si se extrae una muestra aleatoria de n observaciones, y1, y2,,yn, de una poblacin que tiene una media finita y una varianza 2, entonces si n es lo bastante grande, la distribucin de muestreo de la media de la muestra se puede aproximar con una funcin de densidad normal.

La distribucin de muestreo de la media de la muestra se puede aproximar con una funcin de densidad normal.

10

Sea y1, y2, , yn una muestra aleatoria de n observaciones de una poblacin con media finita y una desviacin estndar finita . Entonces, la media y la desviacin estndar de la distribucin de muestreo de , denotada por:

y media muestral y desviacin es tan dar muestral

y y / n
La importancia del teorema del limite central y lo que acabamos de escribir, es que podemos aproximar la distribucin de muestreo de la media de la muestra , en tanto la poblacin tenga una media y varianza finitas.
11

Sean a1 , a2 ,..., an cons tan tes y sean y1 , y2 ,..., yn n var iables aleatorias normalmente distribuidas con E yi i , V ( yi ) i 2 i 1, 2,3, 4,..., n Entonces la distribucin de muestreo de combinacin lineal de las var iables aleatorias normales. l a1 y1 a2 y2 ... an yn

Tiene una funcin de densidad normal con media E (l ) a11 a2 2 ... an n

12

Distribuciones de muestreo
Consideremos todas las posibles muestras de tamao N en una poblacin dada (con o sin reposicin). Para cada muestra, podemos calcular un estadstico (tal como la media o la desviacin tpica) que variar de muestra a muestra. De esta manera obtenemos una distribucin del estadstico que se llama su distribucin de muestreo. Si por ejemplo, el estadstico utilizado es la media muestral, entonces la distribucin se llama la distribucin de muestreo de medias. Anlogamente podramos tener una distribucin de muestreo de la desviacin tpica, de la varianza, de la mediana, de las proporciones, etc.

13

Distribucin de Muestreo de Medias

Supongamos que se toman todas las posibles muestras de tamao N, sin reposicin, de una poblacin finita de tamao Np >N, si denotamos la media y la desviacin tpica de la distribucin de muestreo de medias por x , x y las de la poblaciones por y

Np N N p 1

Si la poblacin es infinita o si el muestreo es con reposicin, los resultados anteriores se reducen a: x = x =/N

Para valores grandes de N ( N 30) la distribucin de muestreo de medias es aproximadamente normal con media x y la desviacin tpica x , independientemente de la poblacin (en tanto en cuanto la media poblacional y la varianza sean finitas y el tamao de la poblacin sea al menos el doble que el de la muestra)

14

Distribucin de muestreo de medias (comprobacin)

Una poblacin consta de los nmeros 2,3, 6, 8 y 11. Consideremos todas las posibles muestras de tamao 2 que pueden tomarse con reposicin de esa poblacin. Hallar a) La media de la poblacin. b) La desviacin tpica de la poblacin c) La media de la distribucin de muestreo de medias

15

Antes de ver la respuesta intntalo.

16

1. Para el primer inciso , sumas los valores y los divides entre el numero de datos que tienes. 2. Para la desviacin tpica Para datos aislados j = 1,2,N

( xj x ) 2

N xj cada dato x media N total de datos

Para N 30 se sustituye N por N-1 3. Para las muestras de tamao dos , toma todas la combinaciones que puedas (2,2 ) (2,3) (2,6) (2,8) (2,11) luego le siguen con el 3 y as sucesivamente, son 25 muestras en total, de estas 25 muestras obtn la media 4. x =/N

17

Xj 2 3 6 8 11 6 = DESVEST

(Xj-Media)2 16 9 0 4 25 54 3.67423461 3.67423461

18

Np N N p 1

19

Np tamao poblacin 20 N tamao de la muestra 5 desviacin estndar de la poblacin 75

20

Aplicacin 2
Las alturas de 3000 estudiantes varones de una Universidad estn normalmente distribuidas con media de 68 in y desviacin tpica 3 in. Si se toman 80 muestras de 25 estudiantes cada una, cules sern la media y la desviacin tpica esperada de la resultante distribucin de muestreo de medias, si el muestreo se hizo: a.-) Con reposicin b.-) Sin reposicin

21

22

El nmero de muestras de tamao 25 que podran elegirse de un grupo de 3000 estudiantes con y sin reposicin son 300025 Y la combinacin de 3000 tomados de 25 3000C25

23

 x 68 3 x 0.6
N N 25

Np N N p 1

3 3000 25 25 3000 1

24

Aplicacin 3 500 bolas de cojinete tienen un peso medio de 5.02 gramos cada una y una desviacin tpica de 0.30 g. Hallar la probabilidad de que una muestra al azar de 100 bolas de este conjunto tengan un peso total: a.-) Menor a 5 gramos. b.-) Menor a 4.96 gramos. c.-) Ms de 5.10 gramos. d.-)Entre 4.96 y 5 gramos. e.-) Menor de 5.10 g.

25

26

Np N

0.3 N p 1 100

500 100 500 1

=0.027

4.96 en unidades estndar z= (X )/ z=(4.96-5.02)/0.027 =-2.22

5.00 en unidades estndar z=

27

 x 68 3 x 0.6
N N 25

Np N N p 1

3 3000 25 25 3000 1

28

Aplicacin 4

Los ingenieros encargados del diseo y mantenimiento de pavimentos para aviones tradicionalmente utilizan concreto con calidad de pavimento. Se realiz un estudio en el aeropuerto con el fin de evaluar la idoneidad de bloques de concreto como superficie para pavimento de aviones. El concreto original con calidad de pavimento del extremo occidental de la pista se cubri con bloques de concreto con un espesor de 80mm. Se realizo una serie de pruebas de soporte de plancha para determinar el nmero de clasificacin de carga (LCN)-una medida de y resistencia a la ruptura-de la superficie. Sea el LCN medio de una muestra de 25 secciones de bloques de concreto del extremo occidental de la pista.

29

Antes del recubrimiento, se saba que el LCN medio del concreto original con calidad de pavimento del extremo occidental de la pista era =60 y la desviacin estndar era =10. Si la resistencia media de al nueva superficie de bloques de concreto no es diferente de aquella de la superficie original, Y describa la distribucin de muestreo de (Encuentra la media y la desviacin estndar de la muestra)
Si la resistencia media de la nueva superficie de bloques de concreto no es diferente de aquella de la superficie original, calcule la probabilidad de que , el LCN medio de la muestra Y de 25 secciones de bloques de concreto, sea mayor que 65. Las pruebas de soporte de plancha realizadas con al nueva superficie de bloques de concreto dieron como resultadoY =73. Con base en este resultado, Qu puede usted inferir acerca del verdadero LCN medio de la nueva superficie?

30

Antes de ver la solucin, intntale primero.

31

 y 60
n 10 2 25

65 60 2.5 2

Es poco probable que suceda una media de 73

32

Aplicacin 5 La vida media de unas bateras para radio porttil es 35 horas. La distribucin de los tiempos de vida de estas bateras sigue una distribucin aproximadamente normal, con desviacin estndar de 5.5 horas. Como parte del programa de pruebas de sus artculos, el fabricante de radios porttiles debe probar una muestra de bateras, Cul es la probabilidad de que la media de la muestra est a .1 hora de la vida media poblacional, si la muestra es de 30 bateras? Cul es la probabilidad de que la media de la muestra est a .1 hora de la vida media poblacional, si la muestra es de 50 bateras? Cul es la ventaja de usar un tamao de muestra mayor?

33