Академический Документы
Профессиональный Документы
Культура Документы
Distribuciones muestrales
Puntual
Estimacin
Inferencia Estadstica
Distribucin muestral de medias
Parmetros :
N
m
mnm
m2
m3
de tam
Muestra
tamao n
x1
xnm
x2
Sx2
Sx1
x3
Sx3
Sxnm
!"
#
'
$&' %
*
=
67.768. 96:;/.
67.768. 96:;/.<
67.768. 96:;/.
555
'
555
*
3 4
Actividad de aprendizaje:
Tiempo para realizarla: 15 minutos
1. Si se tiene una poblacin de tamao N:
1.a) Cuntas muestras de tamao 2 se tienen en un muestreo con reemplazo?
1.b) Cuntas muestras de tamao 2 se tienen en un muestreo sin reemplazo?
2. Defina:
2.1 Espacio muestral
2.2 Media de la poblacin
2.3 Media de la muestral
2.5 Estadstico
3. Enunciar las propiedades del operador esperanza E{h(x)}
4. Obtener A*BCD E"(F ) G H IBCD +* #
5. Graficar las siguientes distribuciones:
5.1 Uniforme
5.2 Exponencial Negativa
5.3 Distribucin Normal
6. Dado el espacio muestral S:
S={(1,2),(1,3),(1,4),(1,5),(1,6),(2,3),(2,4),(2,5),(2,6),(3,4),(3,5),(3,6),(4,5),(4,6),(5,6)}
6.1 Obtener la poblacin
6.2 A partir de S, calcular: ICJ AC
6.3 Graficar la funcin de distribucin de la poblacin
7. Cmo se estandariza una variable aleatoria x con distribucin normal?
8. Demostrar que : IK& L
*
Demostrar: MN
.* *
E"O(+# IP(C+
A*BCD
Ley de los grandes nmeros. Sean x1, x2xn, n variables aleatorias independientes con la
misma funcin densidad de probabilidad y por lo tanto con la misma con la misma ,
entonces la sucesin de valores aleatorios definida como:
Satisface la expresin:
$&'
%
e
Poblacin
Distribucin muestral de medias
Distribucin Uniforme
x
Exponencial negativa
x
Normal
x
:
i j
kl
kl'
mFUSTnoQUTnnQUUpRqi j
.
kl
kl'
i
Factor de correccin = 1
Ejemplo 1. Se extrae una muestra aleatoria, sin reemplazo, de tamao 2 de una poblacin de 5
nmeros. Los nmeros estn escritos en fichas idnticas y son: 2,4,6,8 y 10.
Calcular
x* f(x)
X
Frecuencia
Frecuencia
*
* t r(+
(f)
relativa (rs )
2
1
1/5
2/5
4
4/5
4
1
1/5
4/5
16
16/5
6
1
1/5
6/5
36
36/5
8
1
1/5
8/5
64
64/5
10
1
1/5
10/5
100
100/5
f t r(+ u
f < t r(+
u
<<L
ww
v
Muestra
r
rs
t rs
*
* t rs
(2,4)
1/10
3/10
9/10
(2,6)
1/10
4/10
16
16/10
(2,8)
2/10
10/10
25
50/10
(2,10)
2/10
12/10
36
72/10
(4,6)
2/10
14/10
49
98/10
(4,8)
1/10
8/10
64
64/10
(4,10)
1/10
9/10
81
81/10
(6,8)
(6,10)
(8,10)
60/10
39
Ejemplo 2. Una poblacin muy grande tiene una media de 20 y una desviacin estndar de 1.4. Si
se toma una muestra de 49 observaciones, conteste la siguientes preguntas:
a)Cul es la media de la distribucin muestral de medias?
b) Cul es la desviacin estndar de la distribucin muestral de medias?
c) Qu porcentaje de posibles valores medios de la muestra diferencian de & por ms de 0.2?
Resolucin:
a)
& 20
'iz
Li<
b)
z{
Ejemplo 3. 500 cojinetes de bolas tienen un peso medio de 5.02 y una desviacin tpica de .3
onzas. Hallar la probabilidad de que una muestra al azar de 100 cojinetes, elegidos al azar, tenga
un peso total
a) Comprendido entre 496 y 500 onzas
b) De ms de 510 onzas
Resolucin:
N= 500 cojinetes
n= 100 cojinetes
& viL<& i h
Se trata de obtener: |(wi}u ~
~ v+
Es decir; de una distribucin muestral de Medias
e'
l,
e*
l,
l,
ij
l,
ij
zi{yi*
i
ij
yyi*
i
ij
i
i
ij
i*
= -2.23
i
ij
Hiwv= = .
y'ly
'
e'
z{ly
l'
b) n = 64
*
H
e*
z{ly
<
^ (w} ~ ~ v+ |(H< ~ e ~ <+ <(i }< H iv+ (i w<+ i}vww
Ejemplo 5. Supngase que las estaturas de 3,000 estudiantes de una universidad se distribuyen
normalmente & ux & h pulgadas. Si se toman 80 muestras de 25 estudiantes cada una,
cul ser la media y la desviacin estndar esperada de la distribucin muestral de medias
resultante si el muestreo se realiz: a) con reemplazo y b)sin reemplazo.
Resolucin:
a) n= 25
& ux& h
i
b)
i j
kl
kl'
*y
i j
*{y
*{{{
*y
Liu98.7.:
=0.597
Ejemplo 6. Considerando el enunciado del problema anterior, en cuntas muestras cabra esperar
una media: a)entre 66.8 y 68.3 y b) menor de 66.4
Resolucin:
a) n= 25
& ux& h
|(uuix ~
~ uxih+ |(H< ~ e ~ iv+
e'
il
l'i*
e*
il
H<
iv
Estimacin. Es el proceso de utilizar datos muestrales para estimar los valores de parmetros
desconocidos de una poblacin.
Tipos de estimacin: Puntual y por intervalos de confianza
Estimacin Puntual.
Definicin. Se dice que el estadstico es un estimador insesgado del parmetro si y slo s:
!
Ejemplos:
1)
!"
#
*
*
2) Investigar si
W es o no un estimador insesgado.
!"$&'
(% l
+
# "$&'( H
) H +* #
"$&'\( H + H (
H +] #
( l, +
!"$&' %
! $&'
E{ $
&'
E{ $
&'
<
\ H ]
! 1$&'
Donde:
(% l, +
(% l, +
4 ) $&'
(
l, +*
H ]\
H ] ) \
H ]
H <\
(% l, +
% l,
H <( H + $&' 3
H ( H +< 2
# !"
#
( l, +
<
<
# ) !"
( l, +
# ) !"
( l, +
# ) !"
( l, +
#
*
*
*
^ !
W
(l'+
Z6:96:; .7Z/:6:.7Z
*
! 1
(l'+ W 2
Definicin Estimador de Varianza mnima. Sean ' * dos estimadores insesgados (!"' #
!"* # ) del parmetro .
Se dice que ' es un estimador de varianza mnima si: -' c -*
Definicin Estimador Consistente, Se dice que un estimador ' es un estimador consistente del
parmetro si:
a) ' es un estimador insesgado
b) W-' b L[9.7Z b d
He
<
LI
=e
e 5
error de estimacin
(H+Nivel de confianza
<
LS
|LI| = |LS| ;
Para efectos de estimacin:
|( ~ ~ W+ H
<
He&LI
(H+Nivel de confianza
<
e =LS
L
| ?He ~ e ~ e @ H (.+
Recordando : e
l,
(Y+
W9:;i (Y+6(.+
Multiplicando por
| ?He
5 H 5
~e
~ e @ H (.+
5
<
<
Lmites de confianza:
Nota.- Los limites de confianza (LI y LS) se modifican de acuerdo al valor
muestreado que se
toma como estimador.
Ejemplo 6. A continuacin se mostrar, mediante un ejemplo sencillo, el concepto de estimacin
de la media de la poblacin por intervalos de confianza. Cabe aclarar que en situaciones reales
no se conoce.
Supongamos que tenemos una poblacin de tamao N=7 con los siguientes elementos: A={
1,2,3,4,5,6,7 }. Si seleccionamos una muestra de tamao n=2, sin reemplazo, obtener el intervalo
Resolucin:
Conocemos el valor de w, valor que se estima con
promedio de una muestra, por lo tanto:
| 35 H 3e
y donde
es el valor
Lo anterior significa que de100 muestras, 90 muestras contendrn el valor desconocido en los
intervalos de confianza calculados para cada muestra.
Nmero de muestras : \*] <; <
i j
kl
kl'
*
i j
l*
l'
*
i j =1.29
Mi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Muestra
1,2
1,3
1,4
1,5
1,6
1,7
2,3
2,4
2,5
2,6
2,7
3,4
3,5
3,6
3,7
4,5
4,6
4,7
5,6
5,7
6,7
1.5
2
2.5
3.0
3.5
4.0
2.5
3.0
3.5
4.0
4.5
3.5
4.0
4.5
5.0
4.5
5.0
5.5
5.5
6.0
6.5
5 H 3e
iuw4 5 ~
~
5 ) (e
HLiu ~
~ hiu
HLi ~
~ wi
Liw ~
~ wiu
Li} ~
~ vi
1.4~
~ viu
1.9~
~ ui
Liw ~
~ wiu
Li} ~
~ vi
1.4~
~ viu
iuw+5
i j
kl
kl'
i j
kl
kl'
O bien :
*
l'
i j
kl
kl'
'
z{
i j
'y
'{{
<w =
*
vL
W
(L+*
Li
( H +
(w}+
) e
'i'
y
i j
*ly
'{{
= 1.24
b)
e = e 5 = 1 ; z= = 0.8
'