Академический Документы
Профессиональный Документы
Культура Документы
Por ejemplo, cuando tomamos una muestra de una población distribuida normalmente, la media
de la muestra es un estadístico. El valor de la media de la muestra basado en la muestra en
cuestión es una estimación de la media de la población. Este valor estimado cambiará
aleatoriamente si se toma otra muestra de la misma población normal. La distribución de
probabilidad que describe esos cambios es la distribución de muestreo de la media de la muestra.
La distribución de muestreo de un estadístico especifica todos los valores posibles de un
estadístico y con qué frecuencia ocurre un rango de valores del estadístico. En aquellos casos en
los que la población de origen es normal, la distribución de muestreo de la media de la muestra
también es normal.
Las siguientes secciones proporcionan más información sobre los parámetros, las estimaciones de
parámetros y las distribuciones de muestreo.
Los parámetros son medidas descriptivas de una población completa que se pueden utilizar como
las entradas para que una función de distribución de probabilidad (PDF, por sus siglas en inglés)
genere curvas de distribución. Los parámetros generalmente se representan con letras griegas
para distinguirlos de los estadísticos de muestra. Por ejemplo, la media de la población se
representa con la letra griega mu (μ) y la desviación estándar de la población, con la letra griega
sigma (σ). Los parámetros son constantes fijas, es decir, no varían como las variables. Sin embargo,
sus valores por lo general se desconocen, porque es poco factible medir una población entera.
Cada distribución es definida totalmente por varios parámetros específicos, generalmente entre
uno y tres. La tabla siguiente incluye ejemplos de los parámetros necesarios para tres
distribuciones. Los valores de los parámetros determinan la ubicación y la forma de la curva en la
gráfica de distribución y cada combinación única de valores de parámetros produce una curva de
distribución única.
Distribución Parámetro 1 Parámetro 2 Parámetro 3
Por ejemplo, una distribución normal es definida por dos parámetros: la media y la desviación
estándar. Si se especifican estos parámetros, se conoce con precisión toda la distribución.
La línea continua representa una distribución normal con una media de 100 y una desviación
estándar de 15. La línea discontinua también es una distribución normal, pero tiene una media de
120 y una desviación estándar de 30.
Los parámetros son medidas descriptivas de toda una población. Sin embargo, sus valores por lo
general se desconocen, porque es poco factible medir una población entera. Por eso, usted puede
tomar una muestra aleatoria de la población para obtener estimaciones de los parámetros. Un
objetivo del análisis estadístico es obtener estimaciones de los parámetros de la población, junto
con la cantidad de error asociada con estas estimaciones. Estas estimaciones se conocen también
como estadísticos de muestra.
Las estimaciones de punto son el valor individual más probable de un parámetro. Por
ejemplo, la estimación de punto de la media de la población (el parámetro) es la media de
la muestra (la estimación del parámetro).
Calabaza 1 2 3 4 5 6
Peso 19 14 15 12 16 17
Incluso si se conoce toda la población, con fines ilustrativos, tomamos todas las muestras
aleatorias posibles de la población que contengan 3 calabazas (20 muestras aleatorias). Luego,
calculamos la media de cada muestra. La distribución de muestreo de las medias de las muestras
es descrita por todas las medias de muestra de cada muestra aleatoria posible de 3 calabazas, lo
cual se refleja en la siguiente tabla.
2, 4, 6 14, 12, 17
14.3 2/20
3, 4, 5 15, 12, 16
1, 2, 4 19, 14, 12
4, 5, 6 12, 16, 17
1, 3, 4 19, 15, 12
1, 4, 5 19, 12, 16
15.7 2/20
2, 5, 6 14, 16, 17
1, 2, 3 19, 14, 15
1, 4, 6 19, 12, 17
1, 2, 6 19, 14, 17
16.7 2/20
1, 3, 5 19, 15, 16
Pero si usted toma una muestra de una población que no es normal, es probable que no pueda
determinar la distribución exacta de la media de la muestra. Sin embargo, debido al teorema del
límite central, la media de la muestra se distribuye aproximadamente como una distribución
normal, siempre y cuando sus muestras sean lo suficientemente grandes. Entonces, si no se
conoce la población y las muestras son lo suficientemente grandes, usted podría afirmar, por
ejemplo, que existe aproximadamente un 85% de certeza de que la media de la muestra esté
dentro de un cierto número de desviaciones estándar de la media de la población.