Distribucion Muestral de Medias

Distribuciones Muestrales
Distribución muestral de Medias

TEORIA DEL MUESTREO
Uno de los propósitos de la estadística inferencial es
estimar las características poblacionales desconocidas,
examinando la información obtenida de una muestra, de
una población. El punto de interés es la muestra, la cual
debe ser representativa de la población objeto de estudio.
Se seguirán ciertos procedimientos de selección para
asegurar de que las muestras reflejen observaciones a la
población de la que proceden, ya que solo se pueden
hacer observaciones probabilísticas sobre una población
cuando se usan muestras representativas de la misma.
> Una población está formada por la totalidad de las

observaciones en las cuales se tiene cierto observa.
> Una muestra es un subconjunto de observaciones

seleccionadas de una población.
2
ERRORES DEL MUESTREO
Cuando se utilizan valores muéstrales (parámetros), o
estadísticos para estimar valores poblacionales, pueden
ocurrir dos tipos generales de errores:
El error muestral se refiere a la variación natural

existente entre muestras tomadas de la misma población.
Aún si se ha tenido gran cuidado para asegurar que dos
muestras del mismo tamaño sean representativas de una
cierta población, no esperaríamos que las dos sean
idénticas en todos sus detalles.
los errores que surgen al tomar las muestras y que no
pueden clasificarse como errores muéstrales y se
denominan errores no muéstrales.
El sesgo muestral se refiere a una tendencia sistemática
inherente a un método de muestreo que da estimaciones
de un parámetro que son, en promedio, menores (sesgo
negativo), o mayores (sesgo positivo) que el parámetro
real.
3
Distribuciones Muéstrales
Las muestras aleatorias obtenidas de una población son,
por naturaleza propia, impredecibles. No se esperaría que
dos muestras aleatorias del mismo tamaño y tomadas de
la misma población tenga la misma media muestral o que
sean completamente parecidas; puede esperarse que
cualquier estadístico, como la media muestral, calculado
a partir de las medias en una muestra aleatoria, cambie
su valor de una muestra a otra, por ello, se quiere
estudiar la distribución de todos los valores posibles de
un estadístico.
Tales distribuciones serán muy importantes en el estudio
de la estadística inferencial, porque las inferencias sobre
las poblaciones se harán usando estadísticas muéstrales.
4
Distribuciones Muéstrales
Con el análisis de las distribuciones
asociadas con los estadísticos muéstrales,
podremos juzgar la confiabilidad de un
estadístico muestral como un instrumento
para hacer inferencias sobre un parámetro
poblacional desconocido.
Como los valores de un estadístico, tal como
la media, varían de una muestra aleatoria a
otra, se le puede considerar como una
variable aleatoria con su correspondiente
distribución de frecuencias.
La distribución de frecuencia de un
estadístico muestral se denomina
distribución muestral.
En general, la distribución muestral de un
estadístico es la de todos sus valores
posibles calculados a partir de muestras del
mismo tamaño.
5
Distribución Muestral de Medias
Suponga que se han seleccionado muestras aleatorias de
tamaño 20 en una población grande. Se calcula la media
muestral x para cada muestra; la colección de todas estas
medias muéstrales recibe el nombre de distribución muestral
de medias, lo que se puede ilustrar en la siguiente figura:
6
Distribución Muestral de Medias
El Teorema del Límite Central también nos indica que cuando
se extraen muestras de tamaño mayor a 30 o bien de
cualquier tamaño pero provenientes de una población normal,
la distribución muestral de medias tiene un comportamiento
aproximadamente normal, por lo que se puede utilizar la
formula de la distribución normal con
S, es equivalente al error estándar de la media, entonces la

fórmula para calcular la probabilidad del comportamiento del
estadístico, en este caso la media de la muestra, quedaría de
la siguiente manera:
7
Sobre el Error Estándar
Veamos como es que resulta el error estándar
Se eligen muestras de pares de números, con reemplazo, de la

población de los valores 0, 2, 4 y 6. Encontrar:
• la media poblacional.
•s la desviación estándar poblacional.
•x la media de la distribución muestral de medias.
•sx la desviación estándar de la distribución muestral de
medias.
Además, graficar las frecuencias para la población y para la

distribución muestral de medias.
8
9
La Distribución Muestral de Medias es :
10
La media de la distribución muestral de medias es :
La desviación estándar de la distribución muestral de medias

es:
11
Aplicación del Limite Central y Error Estándar
El teorema del límite central y el error estándar de la media y
de la proporción están basados en que las muestras son
seleccionadas con reemplazo. Sin embargo, en virtualmente
todos los casos reales, el muestreo se hace sin reemplazo de
poblaciones con tamaño finito N. En estos casos, y
particularmente cuando el tamaño de la muestra NO ES
PEQUEÑO en comparación con el de la población (por ejemplo,
más del 5% de la población) de manera que:
Siendo n el tamaño de la muestra y N el de la población.

Entonces es necesario emplear un Factor de Corrección para
Población Finita para la desviación estándar:
12
Aplicación del Limite Central y Error Estándar
La corrección modifica la ecuación del estadístico de la

siguiente forma.
Siendo n el tamaño de la muestra y N el de la población.
13
Ejemplos
Una empresa eléctrica fabrica baterías que tienen una
duración que se distribuye aproximadamente en forma
normal, con media de 800 horas y desviación estándar de 40
horas. Encuentre la probabilidad de que una muestra aleatoria
de 16 baterías tenga una vida promedio de menos de 775
horas.
Solución:
La respuesta sería que la probabilidad de que la media de la

muestra de 16 baterías sea menor a 775 horas es de 0.0062
o 0.62 %.
14
Ejemplos
Las estaturas de 1000 estudiantes están distribuidas
aproximadamente en forma normal con una media de 174.5
centímetros y una desviación estándar de 6.9. centímetros. Si
se extraen 200 muestras aleatorias de tamaño 25 sin
reemplazo de esta población, determine:
1.1) El número de las medias muéstrales que caen entre

172.5 y 175.8 centímetros.
2.2) El número de medias muéstrales que caen por debajo de
172 centímetros.
Solución:
Como n/N=200/1000=0.2, se puede observar en este

ejercicio se cuenta con una población finita y un muestreo sin
reemplazo, por lo que se tendrá que agregar el factor de
corrección. Se procederá a calcular el denominador de Z para
sólo sustituirlo en cada inciso.
15
Ejemplos
1)
Por lo tanto la respuesta es: (0.761)(200)=152 medias

muéstrales
16
Ejemplos
2)
Nota: Es lo mismo si se toman los valores

Por lo tanto
originales conlalarespuesta
distribuciónes:(0.0330)(200)=
para la
media y desviación
7 medias muéstrales estándar
correspondientes, pero esto sólo se puede
efectuar con software y no con tablas.
17

Distribucion Muestral de Medias

Cargado por

Copyright:

Formatos disponibles

Distribucion Muestral de Medias

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribucion Muestral de Medias

Cargado por

Copyright:

Formatos disponibles

Distribuciones Muestrales

Distribución muestral de Medias

> Una población está formada por la totalidad de las

> Una muestra es un subconjunto de observaciones

El error muestral se refiere a la variación natural

S, es equivalente al error estándar de la media, entonces la

Se eligen muestras de pares de números, con reemplazo, de la

Además, graficar las frecuencias para la población y para la

La media de la distribución muestral de medias es :

La desviación estándar de la distribución muestral de medias

Siendo n el tamaño de la muestra y N el de la población.

La corrección modifica la ecuación del estadístico de la

Siendo n el tamaño de la muestra y N el de la población.

La respuesta sería que la probabilidad de que la media de la

1.1) El número de las medias muéstrales que caen entre

Como n/N=200/1000=0.2, se puede observar en este

Por lo tanto la respuesta es: (0.761)(200)=152 medias

Nota: Es lo mismo si se toman los valores

También podría gustarte