TECNOLGICO NACIONALA DE MXICO

INSTITUTO TECNOLGICO DE CERRO AZUL

MATERIA:

ESTADISTICA INFERENCIAL I

NOMBRE DEL TRABAJO:

TEMA 1: DISTRIBUCIONES FUNDAMENTALES DE MUESTREO.

CATEDRTICO:

LIC. EGLANTINA CHUE RUBIO.

GRUPO:

CERRO AZUL, VER - AGO-DIC. DEL 2017.

 INTRODUCCION:

En este ensayo voy a hablar de lo que es el tema 1 distribuciones fundamentales

de muestreo, en este primer tema nos habla de la inferencia nos dice que es la
eleccin de inferir para deducir algo.
La estadstica inferencial ms que nada estudia cmo sacar conclusiones
generales para toda la poblacin a partir del estudio de una muestra,
y el grado de fiabilidad o significacin de los resultados obtenidos en
pocas palabras comprende mtodos y procedi mientos para deducir
probabilidades, es decir, hacer inferencias .

M ARCO TEORICO:

La Estadstica Inferencial comprende los mtodos y procedimientos

para deducir propiedades (hacer inferencias) de una poblacin, a
partir de una pequea parte de la misma (muestra). Tambin permite
comparar muestras de diferentes poblaciones. Generalmente
comprende las pruebas de estimacin, puntual o por intervalos de
confianza, y las pruebas de hiptesis, paramtricas, como la de la
media, diferencias de medias, proporciones, etc.
Por poblacin entiendo que es un conjunto de sujetos o elementos que presentan
caractersticas comunes. Sobre esta poblacin se realiza el estudio estadstico con el fin
de sacar conclusiones.
Muestra es un subconjunto de elementos de la poblacin, en la cual se selecciona con el
fin de obtener informacin.

La estadstica:
Recolecta.
Organiza.
Procesa.
Analiza.
Interpreta, los datos.

Ejemplo:
N=12
N=2
= 6 muestras distintas.

N=12
N=3 = 220 muestras distintas.
 POBLACION MUESTRA

DEFINICION Coleccin de elementos Parte o proporcin de la

considerados poblacin seleccionada
para su estudi.

Estadstica
CARACTERISTICAS Parmetro

Tamao de poblacin N. Tamao de muestra n.

Media poblacin .
SIMBOLOS Media muestral .
Distribucin estndar.
Desviacin estndar s.

La muestra poblacional es el elegir al azar una parte de la poblacin para distinguir varios
tipos de muestra.
El muestreo aleatorio simple es en donde se enumeran los elementos de la poblacin y se
seleccionan al azar n elementos que contiene una muestra.
Por otro lado est el Muestreo aleatorio sistemtico, en este se elige un primer elemento y
luego se van escogiendo ms elementos a intervalos constantes hasta que la muestra este
completa.

Ejemplo:
Poblacin: N= 100
Muestra: n= 25

1. Establecer los intervalos de la seccin

=4

2. Elegir el elemento arranque 2,6,10,1298.

En Muestra Aleatoria Estratificada aqu es donde se divide la poblacin en clase o estratos
y se escoge aleatoriamente un nmero de individuos proporcional al nmero de
componentes de cada estrato.

Ejemplo:
Si en una fbrica hay 600 trabajadores queremos tomar una muestra de 20 y sabemos que
hay 4 secciones

SECCION MUESTRA
A=200 t 20/600= X1/200 X1= 6.6 7 trabajadores
B=150 t 20/600= X2/150 X2= 5 5
C=150 t 20/600= X2/150 X2= 5 5
D=100 t 20/600= X4/100 X4= 3 3

La distribucin muestral en esta la distribucin resulta de tomar en cuenta todas las

muestras posibles que se puedan sacar de una poblacin. Tambin est la distribucin
muestral de medias es cuando cada muestra de tamao n que se pueda tomar de una
poblacin proporciona una media.

Media de las Medias Mustrales

= x/k

= media muestral
K= no. De muestras de la distribucin muestral.
X= es la medida de las muestras.

Varianza y error estndar de las medias muestrales. La distribucin de las medias

muestrales tienen una varianza, esta es como cualquier otra varianza, pues mide la
dispersin de las observaciones individuales alrededor de su media.

x= (x-x) /k=(x-) /k
Ejemplo:

Si se tuviera que sacar la raz cuadrada de la varianza de distribucin, se tendra el error

estndar de la distribucin muestral. x= x.
El error estndar es una medida de dispersin de las medidas alrededor de .
El Teorema de Limite Central conocido como: (TLC), dice que si una muestra es lo bastante
grande (n 750) sea cual sea la distribucin de la variable de inters, la distribucin de la
media muestral sea aproximadamente una normal, la media ser la misma que la de la
variable de inters, y la desviacin tpica de la media muestral ser aproximadamente el
error estndar.
x= error estndar.
= desviacin estndar.
N= tamao de la poblacin.
N= tamao de la muestra.

Ejemplo:
Una empresa mensajera tarda una media de35 minutos en llevar un paquete, con una
desviacin estandar de 8 minutos. Supongamos que durante el da de hoy han repartido
200 paquetes.
Cul es la probabilidad de que la media de los tiempos de entrega de hoy est entre 30 y
35 minutos?

8 minDesviacin estndar.
200 paquetes..Tamao de la muestra.
35 min... media.

x= 8/200=0.566

p(3035)= p (30-35/0.566= -35/0.566= 35-35/0.566)

p(-8.83 z0)
normal (o.1) z=0.4616 = 46.16%
Las distribuciones fundamentales para el muestreo es la distribucin de considerar todas
las muestras probables que pueden ser tomadas de una poblacin. Esta permite calcular la
probabilidad que se tiene, dando solo una muestra.
En la distribucin de la media cada muestra de tamao n que se puede extraer de una
poblacin proporciona una media. Si se consideran las medias como valores de una
variable aleatoria. Se puede estudiar su distribucin, que se llamara distribucin muestral
de medias.
Ejemplo:
Una poblacin consta de 4 valores: 12,12,14,16.

a) Determina todas las posibles muestras de tamao 2 utilizando un muestreo sin

remplazamiento. (12,12) (12,14) (12,16) 3
4 2 (12,14)(12,16) 2
n cr=6 (14,16) 1
6

Distribucion muestral de la diferencia de loas medias, Esta se utiliza para el calculo de

probabilidad estadistica de la diferencia de medias y su fomula es:
En la Distribucion Muestral de la proporcion, el proceso de las proporciones muestrales es
muy similar al de los medios. De cualquier poblacion es posible obtener muchas muestras
diferentes de un tamao dado en dode cada muestra tendra su propia proporcion de exitos
P al igual que con medidas del valor esperado de la distribucion muestral de las
proporciones seran igual a la proporcion de exitos de la poblacion.

P= x/n

X= nmero de xitos.
N= nmero de ensayos.

El valor esperado de la distribucin muestral de la proporcin muestral es:

Ep= p/n
Y el error estndar es: p= p(1-p)/n
Si n > 0.05 N se aplica fpc =p(1-p)/n x N-n/N-1
Las herramientas para las proporciones mustrales permiten determinar las probabilidades
que pueden ser muy tiles en la toma de decisiones importantes.
Formula de desviacin normal:
Z= p-p/op
Distribucin muestral de la diferencia de proporciones

dos instituciones de educacin secundaria x e y difieren en el porcentaje de aprobados en

dicha asignatura 65% y 48% respectivamente si seleccionamos aleatoriamente 2
muestras de 45 y 35 alumnos respectivamente para aplicarles una prueba objetiva de
dicha asignatura, calcular la probabilidad de la proporcin muestral de alumnos aprobados
en el instituto X supere a dicha proporcin en el instituto Y por ms de 30 puntos

Instituto X Instituto Y
 P1=0.65 P2=0.48
n1=45 n2=35
p(p1-p2>0.3)?
100-0.65=3.5

q1=1-p q2=1-p2
q1=1-0.65=3.5 q2=1-0.48=.52

Z=0.3-(0.65-0.48) / 0 .06-0.35/35 + 0.48-0.52/35

Z-1.18
P(Z<1.18)=1-0.82=0.18 aprox 18%

Distribucin muestral de la varianza, La varianza es el error estndar de las medias

mustrales.
Esta determina la cantidad por la cual cada una de sus desviaciones difieren de su media,
elevan al cuadrado tales desviaciones y promediando las desviaciones al cuadrado y
dividiendo por el nmero de las medias mustrales.

2x= (x-) 2/n=(x-) 2/n

para sacar la raz cuadrada de varianza en la distribucin de estas medias mustrales, se
tendra el error estndar de la distribucin muestral, por lo tanto:
x= 2x.
Ms que nada el error estndar de la distribucin muestral, es una medida de dispersin
de las medias mustrales alrededor de .

CONCLUSION:
Generalmente comprende las pruebas de estimacin, puntual o por intervalos de
confianza, y las pruebas de hiptesis, paramtricas, como la de la media, diferencias de
medias, proporciones. Se entiende que la estadstica inferencial es importante para la
simulacin de situaciones, como controlar procesos y verificar las posibles respuestas a
condiciones controladas en una empresa o industria.