Clase 10

ESTADSTICA GENERAL
Dr. Francisco Surez Aranda
DISTRIBUCIONES MUESTRALES
CONCEPTO
Distribucin de los valores del estadstico de inters,
obtenidos a partir de todas las muestras posibles del
mismo tamao extradas de una misma poblacin.
En la prctica, una distribucin muestral, solo puede
elaborarse de poblaciones finitas y variables discretas,
operndose de la siguiente manera:
De una poblacin de tamao N, se extraen
aleatoriamente todas las posibles muestras de tamao
n.
Para cada muestra se calcula el estadstico de inters.
Se lista los distintos valores observados del
estadstico, con sus respectivas frecuencias.
Cuando la poblacin es demasiado grande,

elaborar la distribucin muestral de cualquier
estadstico
es
sumamente
laborioso,
dificultando seriamente este proceso.
Si la poblacin es infinita, la construccin de
la distribucin muestral de cualquier
estadstico es imposible.
Sin embargo, en estos dos casos puede
obtenerse
una
aproximacin
de
las
distribuciones muestrales, por medio de la
matemtica, para lo cual se toma un gran
nmero de muestras de un determinado
tamao.
OBJETIVOS
Comprender la naturaleza aleatoria de los
estadsticos muestrales.
Estudiar las propiedades estadsticas de la
media y la varianza muestrales.
Adquirir destrezas en el
probabilidades
asociadas
estadsticos.
clculo de
a
estos
TIPOS DE MUESTREO ALEATORIO

1. MUESTREO CON REPOSICIN
Las unidades seleccionadas pueden
repetirse dentro de la muestra y entre
muestras.
2. MUESTREO SIN REPOSICIN

Las unidades seleccionadas no se repiten
dentro de la muestra ni entre muestras.
DISTRIBUCIN MUESTRAL DE
UNA MEDIA
POBLACIN
xi

N
(xi )2
2
N
___
Peso de nios (kilos): 3, 5, 7 y 9.

3579
(3 6)2 (9 6)2
2
4
___
2 5
2.24
POSIBLES MUESTRAS CON REPOSICIN

MUESTRA ELEMENTOS
01
02
03
04
05
06
07
08
(3, 3)
(3, 5)
(3, 7)
(3, 9)
(5, 3)
(5, 5)
(5, 7)
(5, 9)
MEDIA
3
4
5
6
4
5
6
7
MUESTRA ELEMENTOS
09
10
11
12
13
14
15
16
(7, 3)
(7, 5)
(7, 7)
(7, 9)
(9, 3)
(9, 5)
(9, 7)
(9, 9)
MEDIA
5
6
7
8
6
7
8
9
POSIBLES MUESTRAS CON REPOSICIN

MUESTRA ELEMENTOS
01
02
03
04
05
06
07
08
(3, 3)
(3, 5)
(3, 7)
(3, 9)
(5, 3)
(5, 5)
(5, 7)
(5, 9)
MEDIA
MUESTRA ELEMENTOS
3
4
5
6
4
5
6
7
09
10
11
12
13
14
15
16
(7, 3)
(7, 5)
(7, 7)
(7, 9)
(9, 3)
(9, 5)
(9, 7)
(9, 9)
MEDIA
5
6
7
8
6
7
8
9
DISTRIBUCIN MUESTRAL DE LA MEDIA

MEDIA
fi
PROBABILIDAD
3
4
5
6
7
8
9
1
2
3
4
3
2
1
0.0625
0.1250
0.1875
0.2500
0.1875
0.1250
0.0625
16
1.0000
TOTAL
CLCULO DE LOS PARMETROS DE LA

_
xi
x
n
_
34 9
x
_
16
_x 6
2 (9 6)2
_ )2
(3
6)
i
x
2 _
2x_
x
n
___
x_ 2x_
16
____
_x 2.5
2_x 2.5
_x 1.58
RELACIN ENTRE LOS PARMETROS

x_ 6
2_x 2.5
x 1.58
_
x_
2 5
2x_
2.24
__
x
n
_
POSIBLES MUESTRAS SIN REPOSICIN
MUESTRA
ELEMENTOS
MEDIA
01
02
03
04
05
06
(3, 5)
(3, 7)
(3, 9)
(5, 7)
(5, 9)
(7, 9)
4
5
6
6
7
8
POSIBLES MUESTRAS SIN REPOSICIN

MUESTRA
ELEMENTOS
MEDIA
01
02
03
04
05
06
(3, 5)
(3, 7)
(3, 9)
(5, 7)
(5, 9)
(7, 9)
4
5
6
6
7
8
MEDIA
fi
PROBABILIDAD
4
5
6
7
8
1
1
2
1
1
0.1667
0.1667
0.3333
0.1667
0.1667
TOTAL
1.0000
CLCULO DE LOS PARMETROS DE LA

_
xi
x
_
NCn
_ 2
i
x)
_
2
x
NCn
___
x_ 2x_
456678
x
_
(4 6)2 (8 6)2
2x_
6
____
x_ 1.67
x_ 6.0
2_x 1.67
_x 1.29
RELACIN ENTRE LOS PARMETROS

x_ 6
2x_ 1.67
x 1.29
_
x_
2 5.0
2 N n
2x_
2.24
x
n
N1
Nn
N1
Uno de los principales motivos para trabajar con

muestras, es el elevado nmero de elementos que
forman parte de una poblacin (tamao de la
poblacin), que obliga a trabajar al investigador con
una parte de la poblacin de inters (muestra); siendo
por tanto, el tamao de la poblacin (N) muy grande
en relacin al tamao de la muestra (n).
Bajo esta situacin, el segundo miembro de la
varianza de la DMM
2 N n
2x
n
N1
ofrecer un valor muy cercano a 1, por lo que en la

prctica, no es indispensable considerar este factor.
La distribucin muestral sirve de nexo entre la

estadstica descriptiva y la inferencia estadstica.
La distribucin de probabilidades de las
distribuciones muestrales tiene dos propsitos:
Determinar las probabilidades relacionadas a
las estadsticas muestrales.
Proporcionar la base terica que sustentan la

inferencia estadstica.
La aplicacin ms sencilla de la distribucin

muestral de una media, es calcular la probabilidad
de obtener una muestra con una determinada
media especfica.
Para este efecto, se debe considerar que la media
muestral se comporta como una variable aleatoria,
con media x_ y desviacin estndar es _x / n.
Para poder aplicar la distribucin normal se debe
realizar las siguientes modificaciones:
x x
Z
_
Z
/n
TEOREMA DEL LMITE CENTRAL

La media de la distribucin muestral de medias
(x_ ) es idntica a la media de la poblacin ().
La desviacin estndar de la distribucin muestral
de medias es igual a / n
ERROR ESTNDAR
Si el tamao de la muestra es suficientemente
grande (n 30), la distribucin muestral es
similar a la normal.
Z
/ n
donde:
_
x : media muestral.
: media poblacional.
: desviacin estndar poblacional.
n : tamao de la muestra.
PROPIEDADES DEL TEOREMA

DEL LMITE CENTRAL
La esperanza de la distribucin de la media muestral
es igual a la media de la poblacin a medida que el
tamao de la muestra tiende al infinito.
La varianza de la distribucin muestral de la media es
menor que la varianza de la poblacin (cuando n 1).
La forma de la distribucin muestral tiende a ser
acampanada y aproximadamente normal a medida
que
se
incrementa
el
tamao
muestral,
independientemente de la forma de la distribucin en
la poblacin.
La forma de la distribucin muestral crece en altura y
decrece en dispersin a medida que el n crece.
Ejemplo
Los pesos de los nios de una escuela primaria
se encuentran normalmente distribuidos con
media igual a 42.9 kilos y desviacin estndar de
5.5 kilos. Encuentre usted la probabilidad de que
en una muestra de 50 de estos nios, la media
sea mayor de 43.5 kilos.
42.9
5.5
n 50
_
x 43.5
/ n
43.5 42.9
Z 0.77
5.5/ 50
0.77 en la tabla 0.2794
rea requerida: 0.5000 0.2794 0.2206
Ejemplo
Los salarios semanales de los empleados en el
pas se distribuyen normalmente con media de
320 nuevos soles y desviacin estndar de 75. Si
se toman 600 muestras de 20 empleados cada
una, en cuntas de ellas se espera que el salario
semanal medio sea menor a 340 nuevos soles?.
Nmero de muestras 600
320
75
n 20
_
x 340
Z
/ n
340 320
Z 1.19
75 / 20
1.19 en la tabla 0.3830
rea requerida: 0.5000 0.3830 0.8830
Nmero de muestras: 0.8830 x 600 530 muestras.
DISTRIBUCIN MUESTRAL DE
UNA PROPORCIN
Vamos a suponer que se tiene una poblacin
de nacimientos en una determinada ciudad,
donde la probabilidad de un suceso
determinado llamado xito (mujer) es p,
mientras que la probabilidad del fracaso
(varn) es q
(1 p).
Si de esta poblacin se toman todas las
muestras posibles de un mismo tamao n, se
podrn determinar para cada una de ellas la
^
proporcin de xitos (mujer) p.
De este proceso se obtendr una distribucin de una

proporcin muestral con:
p(1p)
p p y p
_
De este proceso se obtendr una distribucin de una

proporcin muestral con:
p(1p)
p p y p
_
Por medio del teorema del lmite central, se establece

que cuando el tamao de la muestra es igual o mayor
de 30; la distribucin de una proporcin muestral tiene
una distribucin aproximadamente normal, donde:
^ p
p
Z
p (1p)
n
_
siendo:
^ : proporcin en la muestra.
p
p : proporcin en la poblacin.
n : tamao de la muestra.
Ejemplo
travs de estudios secuenciales se ha
determinado que el 2% de gaseosas Rico Rico
tiene defecto en el envasado. Determine usted la
probabilidad de que en un lote de 400 de estas
gaseosas, por lo menos el 3% presenten defecto
en el envasado.
A
n 400
p 0.02
p^ 0.03
x (400 x 0.03) 12
Corregido 11.5
En proporcin: p^ 11.5 / 400 0.02875
^ p
p
Z
p (1p)
n
_
^ p
p
Z
p (1p)
n
_
0.02875 0.02
Z 1.25
0.02 x 0.98
400
_
^ p
p
Z
p (1p)
n
_
1.25 en la tabla 0.3944
0.02875 0.02
Z 1.25
0.02 x 0.98
400
_
^ p
p
Z
p (1p)
n
_
0.02875 0.02
Z 1.25
0.02 x 0.98
400
_
1.25 en la tabla 0.3944

rea requerida: 0.5000 0.3944 0.1056
Ejemplo
En una empresa hay 80 trabajadores, de los cuales
60% son varones y 40% mujeres. De esta empresa
se extraen con reposicin 50 muestras de 30
trabajadores cada una, en cuntas de estas
muestras puede esperarse que se encuentren igual
nmero de trabajadores varones y mujeres?.
Nmero de muestras 50
n 300
p 0.60
^
p 0.5
x 30 x 0.5 15
Corregidos:
x1 14.5 14.5/30 0.4833
x2 15.5 15.5/30 0.5167
Corregidos:
x1 14.5 14.5/30 0.4833
x2 15.5 15.5/30 0.5167
^ p
p
Z
p (1p)
n
_
Corregidos:
x1 14.5 14.5/30 0.4833
x2 15.5 15.5/30 0.5167
^ p
p
Z
p (1p)
n
_
0.4833 0.60
Z1 1.30
0.60 x 0.40
30
_
Corregidos:
x1 14.5 14.5/30 0.4833
x2 15.5 15.5/30 0.5167
^ p
p
Z
p (1p)
n
_
Z1 1.30
0.60 x 0.40
30
1.30 en la tabla 0.4032
0.4833 0.60
_
^ p
p
Z
p (1p)
n
_
^ p
p
Z
p (1p)
n
_
0.5167 0.60
Z2 0.93
0.60 x 0.40
30
_
^ p
p
Z
p (1p)
n
_
Z2 0.93
0.60 x 0.40
30
0.93 en la tabla 0.3238
0.5167 0.60
_
^ p
p
Z
p (1p)
n
_
0.5167 0.60
Z2 0.93
0.60 x 0.40
30
_
0.93 en la tabla 0.3238
rea requerida 0.4032 0.3238 0.0794
^ p
p
Z
p (1p)
n
_
0.5167 0.60
Z2 0.93
0.60 x 0.40
30
_
0.93 en la tabla 0.3238
rea requerida 0.4032 0.3238 0.0794

Nmero de muestras: 50 x 0.0794 4 muestras.
"Haz que las contrariedades te alienten y los

obstculos te engrandezcan".
Annimo

Clase 10

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Clase 10

Загружено:

Авторское право:

Доступные форматы

ESTADSTICA GENERAL

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Cuando la poblacin es demasiado grande,

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

TIPOS DE MUESTREO ALEATORIO

2. MUESTREO SIN REPOSICIN

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Peso de nios (kilos): 3, 5, 7 y 9.

POSIBLES MUESTRAS CON REPOSICIN

Dr. Francisco Surez Aranda

POSIBLES MUESTRAS CON REPOSICIN

DISTRIBUCIN MUESTRAL DE LA MEDIA

Dr. Francisco Surez Aranda

CLCULO DE LOS PARMETROS DE LA

Dr. Francisco Surez Aranda

RELACIN ENTRE LOS PARMETROS

Dr. Francisco Surez Aranda

POSIBLES MUESTRAS SIN REPOSICIN

Dr. Francisco Surez Aranda

POSIBLES MUESTRAS SIN REPOSICIN

DISTRIBUCIN MUESTRAL DE LA MEDIA

Dr. Francisco Surez Aranda

CLCULO DE LOS PARMETROS DE LA

Dr. Francisco Surez Aranda

RELACIN ENTRE LOS PARMETROS

Dr. Francisco Surez Aranda

Uno de los principales motivos para trabajar con

ofrecer un valor muy cercano a 1, por lo que en la

Dr. Francisco Surez Aranda

La distribucin muestral sirve de nexo entre la

Proporcionar la base terica que sustentan la

Dr. Francisco Surez Aranda

La aplicacin ms sencilla de la distribucin

Dr. Francisco Surez Aranda

TEOREMA DEL LMITE CENTRAL

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

PROPIEDADES DEL TEOREMA

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Nmero de muestras: 0.8830 x 600 530 muestras.

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

De este proceso se obtendr una distribucin de una

Dr. Francisco Surez Aranda

De este proceso se obtendr una distribucin de una

Por medio del teorema del lmite central, se establece

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

1.25 en la tabla 0.3944

Dr. Francisco Surez Aranda

1.25 en la tabla 0.3944

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda

Dr. Francisco Surez Aranda