8 Distribuciones de Muestreo

1-1
Captulo ocho
Mtodos y distribuciones
de muestreo
OBJETIVOS
Al terminar este captulo podr:
UNO
Explicar por qu una muestra es la nica forma de conocer las caractersticas
de una poblacin.
DOS
Explicar los mtodos para seleccionar una muestra.
TRES
Definir y elaborar una distribucin de muestreo de medias muestrales.
CUATRO
Explicar el teorema del lmite central.
2001
2001 Alfaomega Grupo Editor
Alfaomega Grupo Editor
1-1
Captulo ocho continuacin
de muestreo
OBJETIVOS
Al terminar este captulo podr:
CINCO
Calcular intervalos de confianza para medias y proporciones.
SEIS
Determinar el tamao de la muestra para muestras por atributos o por
variables.
2001
Alfaomega Grupo Editor
de muestreo
http://a29.video2.blip.tv/11440000962264/Contenidistas-
ProbabilidadPocoIntuitiva439.ogg?brs=400&bri=0.7

8-3
Por qu obtener muestras de la poblacin?
Existe una imposibilidad fsica de verificar

todos los elementos de la poblacin.
El costo de estudiar todos los elementos de una
poblacin es alto.
Los resultados de la muestra suelen ser
adecuados.
Contactar a toda la poblacin es tardado, por la
naturaleza destructiva de ciertas pruebas.

8-4
Muestra aleatoria
Una muestra aleatoria es una muestra

seleccionada de manera que cada elemento o
persona en la poblacin que se estudia tiene
una probabilidad conocida de quedar incluido
en la muestra.

8-5
Mtodos de muestreo aleatorio
Muestra aleatoria simple: muestra formulada

de manera que cada elemento o persona en la
poblacin tiene la misma oportunidad de
quedar incluida.
Muetra aleatoria sistemtica: los artculos o
individuos de la poblacin se colocan en
cierto orden. Se elige un punto de partida
aleatorio y despus se selecciona uno cada k-
simo elemento de la poblacin para la
muestra.
8-6
Mtodos de muestreo aleatorio
Muestreo aleatorio estratificado: se divide la

poblacin en subgrupos, llamados estratos, y
se selecciona una muestra de cada estrato.
Muestreo por conglomeracin: primero se
divide la poblacin en subgrupos (estratos), y
se selecciona un estrato. La muestra se toma
del estrato seleccionado.
El error de muestreo es la diferencia entre un
estadstico muestral y su parmetro
correspondiente.
DISTRIBUCIONES DE MUESTREO
Adaptacin MAHS

ESTADISTICA Y ESTADIGRAFO
Diremos que conocemos una Poblacin, si conocemos la

distribucin de probabilidad de la v.a. X y tambin
conocemos los parmetros poblacionales
correspondientes.
Generalmente no se conocen ni f(x) ni los parmetros,
entonces se toman muestras de la poblacin y a partir
de stas se estiman los parmetros poblacionales y se
formulan hiptesis acerca de f(x) o sus parmetros.

Una muestra aleatoria de tamao n se describe

como un conjunto de valores x1, x2. xn de las
variables aleatorias X1, X2, ..Xn, respectivamente;
donde X1, X2, ..Xn. son variable aleatorias
independientes que se distribuyen idnticamente con
densidad o cuanta comn f(x), siendo f(x) la
poblacin de donde se extrajo la muestra.

Adems deben cumplir:
i. Cada Xi tiene la misma distribucin de X, es decir:

Fxi(x) = FX(x) para todo xi
fxi(x) = fX(x) para todo xi
ii. Las v.a. Xi son independientes.

CONSECUENCIA:
i. Cada Xi tiene la misma distribucin que X; entonces:
xi = E[Xi] = E [X] =
2xi = Var [Xi] = Var [X] = 2
La funcin de densidad conjunta de la muestra est dada
por:
fx1,..xn (x1, x2, ,xn) = fx(x1) fx(x2) fx(xn)

Estadstico
Cualquier funcin de las variables aleatorias

observadas se denomina estadstico:
T ( X 1 , X 2 ,..., X n )
Los dos estadsticos mas conocidos son
la media muestral x y la varianza muestral (S2)
La raz cuadrada de la varianza muestral es la
desviacin estndar muestral, (S) tambin
denominado error estndar.

DISTRIBUCIONES DE MUESTREO
La estadstica como toda variable aleatoria tiene

su correspondiente distribucin. Esta distribucin se
denomina DISTRIBUCION DE MUESTREO DE LA
ESTADISTICA
Si x
Si S 2
Si p

Ejemplo:

8-7
Distribucin de muestreo de medias muestrales
La distribucin de muestreo de medias

muestrales es la distribucin de probabilidad
de todas la medias muestrales posibles de un
tamao de muestra dado, seleccionadas de
una poblacin, y la probabilidad de
ocurrencia asociada con cada media
muestral.

8-7
Distribucin de muestreo de medias

muestrales
Si k muestras aleatorias de tamao n se
extraen de una poblacin finita o infinita con
media y varianza 2 X 1 , X 2 ,.. X k
son los valores de una v.a., cuya distribucin
tiene ,
Media : E X
2
; Si la poblacin
n
Var X
2 es infinita o
N n finita

n N 1
8-7
Distribucin de muestreo de medias muestrales
ERROR ESTANDAR DE LA MEDIA

Se denomina error estndar de la media para
la distribucin muestral, a la raiz cuadrada
positiva de Var(X), es decir

;
n Si la poblacin
X es infinita o
2
N n finita

n N 1

EJEMPLO 1
El despacho de abogados Crdenas & Asociados tiene cinco

socios. En su junta de socios semanal cada uno informa el
nmero de horas que trabajaron la semana anterior.
Socio Horas
Arroyo 22
Bastidas 24
Castro 26
Daz 28
Egoavil 30

EJEMPLO 1
a. Calcule la media y la desviacin estndar de la poblacin

b. Grafique la distribucin de probabilidades de la poblacin X
c. se extrae una m.a. de tamao 2 de la poblacin (1) con
reemplazamiento (2) sin reemplazamiento.
d. Escriba todas las muestras posibles de tamao 2 de X para
ambos casos
e. Calcular las medias de cada una de estas muestras.
f. Calcular la media de las medias muestrales, qu se verifica?
g. Calcular la desviacin estndar de las medias muestrales,
qu se verifica?
h. Grafique la distribucin de probabilidad de la media
muestral comprela con la grfica de la distribucin de X

EJEMPLO 1
x f(x) x f(x) x2f(x)

22 0.20 4.40 96.80
24 0.20 4.80 115.20
26 0.20 5.20 135.20
28 0.20 5.60 156.80
30 0.20 6.00 180.00
26.00 684.00
= xi f(xi) = 26
2 = E(X2) - [E(X)]2 = 684 - 262 = 8
= 8 = 2,8284

Muestreo con reposicin
Muestreo con reposicin: nr = 52 = 25 posibles muestras y

sus respectivas medias son:
22 24 26 28 30
1ra 2da
1 2 3 4 5
22 1 22 23 24 25 26
24 2 23 24 25 26 27
26 3 24 25 26 27 28
28 4 25 26 27 28 29
30 5 26 27 28 29 30

Muestreo con reposicin
La funcin de probabilidades de la media muestral
xi ni f ( xi ) xi * f ( xi ) xi2 * f ( xi )
22 1 1/25 22/25 19.36
23 2 2/25 1 21/25 42.32
24 3 3/25 2 22/25 69.12 x2 E ( x 2 ) [ E ( x)] 2
25 4 4/25 4 100.00
26 5 1/5 5 1/5 135.20 680 262 4
27 4 4/25 4 8/25 116.64
28 3 3/25 3 9/25 94.08
29 2 2/25 2 8/25 67.28
30 1 1/25 1 1/5 36.00
25 26 680.00
E ( X ) E ( x ) 26
2 8
Var ( x ) 4
n 2
8-9
Muestreo sin reposicin

sta es la combinacin de 5 objetos tomados de 2 en 2. Es decir,
5 C2 10
xi ni f ( xi ) xi * f ( xi ) xi2 * f ( xi )
23 1 0.1 2.3 52.9
Socios media 24 1 0.1 2.4 57.6
1,2 23 25 2 0.2 5 125
1,3 24 26 2 0.2 5.2 135.2
27 2 0.2 5.4 145.8
1,4 25
28 1 0.1 2.8 78.4
1,5 26
29 1 0.1 2.9 84.1
2,3 25 10 26 679
2,4 26
2,5 27
x2 E ( x 2 ) [ E ( x)] 2 679 262 3
3,4 27
E ( X ) E ( x ) 26
3,5 28
4,5 29 2 N n 8 3
Var ( x ) 3
n N 1 2 4
8-12
Teorema del lmite central
Para una poblacin con media y variancia

2, la distribucin de muestreo de las medias
de todas las muestras posibles de tamao n
obtenidas de una poblacin tendr una
distribucin normal aproximada con la
media de la distribucin de muestreo
igual a y la variancia igual a 2/n
si se supone que el tamao de la muestra es
suficientemente grande.

Distribuciones para el nmero de caras en n lanzamientos de una moneda.
La ley de los grandes nmeros predice que el porcentaje de caras para n
grande estar prximo a 1/2.
En las grficas se ha
marcado con puntos
las probabilidades
comprendidas entre
0.45 y 0.55.
Vemos como a medida

que n crece la
distribucin se
concentra ms y ms
alrededor de 0.5 y el
porcentaje de rea
correspondiente al
intervalo (0.45, 0.55)
se hace ms y ms
grande.

Distribucin Muestral de la
Diferencia Entre Dos Medias
Se extraen dos muestras independientes de dos

poblaciones con distribucin normal.
Interesa la distribucin muestral de la diferencia
entre las dos medias muestrales.
x1 x 2
29
La distribucin de x1 xes2
normal si:
Las dos muestras son independientes, y
Las distribuciones poblacionales se
distribuyen normalmente.
Si cada una de las poblaciones no tiene
distribucin normal, pero los tamaos de
muestra son 30 o ms, la distribucion de
x1 x 2 es aproximadamente normal.
30
Aplicando las propiedades de valor esperado y
varianza se tiene:
E( x 1 x 2 ) E( x 1 ) E( x 2 ) 1 2
2 2
V( x1 x 2 ) V( x 1 ) V( x 2 ) 1 2
n n
Se puede definir:
( x1 x 2 ) (1 2 )
Z
12 22

n1 n2 31
Ejemplo
Los ingresos promedios de los funcionarios de dos
empresas, WLU y UWO son de $62.000 (d. estndar =
$14.500), y $60.000 (d. estndar = $18.300). (Valores
anuales)
Cul es la probabilidad de que una media muestral
de la WLU sea mayor que la media muestral de
UWO (nWLU = 50; nUWO = 60)
32
Solucin
Hay que determinar : P( x1 x2 0)
1 - 2 = 62.000 - 60.000 = $2.000
12 22 14.500 2 18.300 2
$3.128
n n 50 60
x1 x2 ( 1 - 2 ) 0 2000
P( x1 x2 0) P( )
2
2
3128
1
2
n1 n2
P ( z 0 ,64
) 0,5 0, 2389 0, 7389 33
DISTRIBUCION DE LA
PROPORCION MUESTRAL

Distribucin Muestral de una Proporcin
El parmetro de inters para datos nominales

es la proporcin de veces que se presenta
un determinado resultado(suceso).
Para estimar la proporcin poblacional p (), se
usa la proporcin muestral.
El nmero
de sucesos
^ =
El estimador de p = p X
n
35
^ =
p
X
Si n es la proporcin de xitos en una m.a.
de tamao n, tomada de una poblacin binomial,
con una proporcin de xitos p, entonces, la v.a.
p p
z
p(1 p)
n
p
p
z
p(1 p) N n
n
N 1 36
Ejemplo:
Un representante estatal recibi el 52% de los
votos en la ltima eleccin.
Un ao despus el representante quiere
estudiar su popularidad.
Si su popularidad no ha cambiado, cul es la
probabilidad de que ms de la mitad de un
muestra de 300 electores lo voten?
37
Solucin
El nmero de electores que prefieren el re-
presentante es binomial con n = 300 y p = 0,52.
Se tiene np = 300(0,52) = 156 y n(1-p) =
300(1-0,52) = 144 (ambos mayores de 5)
p p 0,50 0,52
P p 0,50 P 0, 7549
p(1 p) n (0,52)(1 0,52) 300

38
Distribucin de la diferencia de proporciones
muestrales

Si p 1 p 2son las proporciones de xito en
muestras aleatorias de tamaos n1 y n2, tomadas de
dos poblaciones binomiales con proporciones de
xito p1 y p2, respectivamente
1 p
(p 2 ) ( p1 p2 )
z
p1 (1 p1 ) p2 (1 p2 )

n1 n2
Si las poblaciones binomiales son finitas de tamaos N1 y N2, se

debe agregar el factor de correccin por poblacin finita
Distribucin muestral de la varianza : S2
Sea x1 ,..............,xn
una m. a. de n variables aleatorias independientes,

se define la varianza muestral como:
n
i
( x x ) 2
s 2 i 1
n 1

Se usarn los siguientes resultados:
Sea x1 ,..........., xn
una muestra aleatoria de tamao n de una distribucin
normal entonces:
N ( , 2 )
X i
~ N (0,1)

X i
2
~ 1 g.l.
2

X i
2
n
~ 2
n
g.l.
i 1
Sean X1, X2 dos variables aleatorias independientes
X 1 ~ g.l 2
n1
X 2 ~ g.l 2
n2
entonces
X 1 X 2 ~ n2 n g .l 1 2

Desarrollo:
n
(x
i 1
i x) 2
S2
n 1
n
(n 1) S 2 ( x i x ) 2
i 1
n
(n 1) S ( x i ) ( x )
2 2
i 1
.
(n 1) S 2
~ n
2
1 g .l .
2

TEORIA DE LA ESTIMACION
La estadstica se divide en DESCRIPTIVA e
INFERENCIAL
DESCRIPTIVA
ESTADISTICA Estimacin
INFERENCIAL
Docimacin de
Hiptesis
En esta sesin se estudiar la estimacin de la proporcin

poblacional (p) y de la media poblacional ().

(A) Tipos de Estimaciones
a) E. Puntual: un slo nmero se utiliza para estimar un

parmetro desconocido. Para ser til debe de estar
acompaado del error.
Ejemplo:
Para el prximo mes se espera que las ventas sean 700
unidades con un error de 10%

b) E. por Intervalo: un intervalo de valores se utiliza para
estimar un parmetro desconocido. Se indica el error de
dos maneras: por la extensin del intervalo y por la
probabilidad de obtener el verdadero parmetro de la
poblacin que se encuentra dentro del intervalo.
Ejemplo:
Para el prximo mes se espera que las ventas sean entre
670 y 730 unidades.

(B) Criterios para seleccionar un buen estimador:
CESI.
Coherencia: si al aumentar n, el estimador se aproxima
al parmetro.
Eficiencia: proporciona menor error estndar que otros
estimadores.
Suficiente: utiliza mayor cantidad de la informacin
contenida en la muestra que otro estimador.
Insesgado (o imparcial): si el estimador tiende a tomar
valores por encima y por debajo del parmetro que
estima, con la misma frecuencia.
Estimaciones puntuales
(A) De la media poblacional

La media muestral x estima a la media poblacional
(B) De la varianza y la desviacin estndar
S2 estima 2
S estima
(C) De la proporcin poblacional
p estima p

INTERVALOS DE CONFIANZA
Nivel de confianza: probabilidad que asociamos con

una estimacin del intervalo. Se representa con (1 -
a). Los niveles ms utilizados son 0,90 0,95 y 0,99.
Intervalos de confianza: es el alcance de la

estimacin que estamos haciendo.

Clculo de estimaciones de intervalo a partir de
muestras grandes
(A) Para la media poblacional:

x-
pero Z =

n
-Z0 Z0
Pr Z 0 Z Z 0 1 a
x
Pr Z 0 Z0 1 a
x

Pr x Z0 x Z0 1 a
n n
Ejemplo:
Una encuesta hecha a 400 familias de una gran ciudad di un
gasto medio anual en zapatos de S/. 740 por familia. La
desviacin estndar fue S/. 400. Establezca un intervalo de
confianza al 0.95 de estimacin del gasto medio anual de
zapatos por familia en esa ciudad.

Pr x Z0 x Z0 1a
n n
400 400
Pr 740 (1.96) 740 (1.96) 0.95
400 400
Pr700.80 779.20 0.95

Interpretacin:
Hay 0.95 de confianza que el intervalo hallado se
encuentre dentro del grupo de intervalos que contienen a
la verdadera media poblacional ()
Ls
LI
muestra
1 2 3 4 5 6 7 8
Clculo de intervalos para la media a partir de muestras pequeas
A) Para la media poblacional
Pero, x -
t=
S
-t0 t0 n
Pr t0 t t0 1 a

x
Pr t0 t0 1 a
S
n
s s
Pr x t0 x t0 1a
2001 Alfaomega Grupo Editor n n
Ejemplo:
Nueve automviles del mismo modelo fueron
conducidos de idntica manera usando un litro de
gasolina corriente. La distancia media recorrida por
estos automviles fu de 8 Kms. con una desviacin
estndar de 1,14 Kms. Obtngase un intervalo de
confianza al 0.95 para estimar el kilometraje medio por
litro de gasolina para este modelo de automvil

GL= n - 1 = 8 t = 2.306
1.14 1.14
Pr 8 2.306 ( ) 8 2.306 ( ) 0.95
9 9
Pr7.12372 8.87628 0.95
Interpretacin:
encuentre dentro del grupo de intervalos que
contienen a la verdadera media poblacional.

(B) Para la varianza poblacional
Sea X una v.a. distribuida normalmente con media

y varianza 2 desconocidos.
Consideremos una muestra aleatoria X1, X2, X3,
Xn, de tamao n.
Recordamos que la variable aleatoria:
n
(n-1) S2 i
( x x ) 2
2 = = i 1
(2n 1)
2 2

~
a2 / 2 12-a 2
Pr 2
a
2

2 2
1-a
2
1a
Entonces:
2 (n 1) S 2
Pr a 2 1-a 2 1 a
2
2

1 2 1
Pr 2 2 1a
a 2 (n 1) S 1-a 2
2

(n 1) S 2 2
(n 1) S
Pr 2
1a

2
1- a 2 2
a 2


Ejemplo:
El peso de diez personas (n = 10) presenta una varianza
de 9 (s2 = 9). Establezca un intervalo de confianza al
0.90.
Datos:
S2 = 9 9(9) 9(9)
n = 10 Pr
2
0.90
16,919 3,325
a = 0.10
81 81
Pr 2 0.90
16,919 3,325

Pr 4.7875 2 24,3609 0.90
Interpretacin:
encuentre dentro del grupo de intervalos que
contienen a la verdadera varianza poblacional.

8-15
Estimaciones de intervalo
Un intervalo de confianza de 95% significa que

cerca de 95% de los intervalos similares
contendrn el parmetro que se quiere estimar, o
95% de las medias muestrales para un tamao de
muestra dado estarn dentro de 1.96 deviaciones
estndar de la media poblacional hipottica.
Para el intervalo de confianza de 99%, un 99% de
las medias muestrales para un tamao de muestra
dado estar dentro de 2.58 desviaciones estndar
de la media poblacional hipottica.

8-22
Intervalo de confianza para una relacin

proporcional de poblacin
El intervalo de confianza para una relacin

proporcional de una poblacin se estima como:
p z p
donde es el error estndar de la proporcin:
p
p(1 p)
p
n

8-23
EJEMPLO 4
Matt Williams, planificador financiero, estudia los planes

de retiro para jvenes ejecutivos. Una muestra de 500
ejecutivos que son dueos de sus casas revel que 175
planean venderlas y retirarse en Arizona. Desarrolle un
intervalo de confianza de 98% para la proporcin de
ejecutivos que planean vender e irse a Arizona.
Aqu: n = 500, p=175/500 = 0.35 y z =2.33
el IC de 98% es
(.35)(. 65)
.35 2.33 0.35 .0497
500

8-24
Factor de correccin de poblacin finita
Se dice que una poblacin con una cota superior fija es

finita.
Para una poblacin finita, donde el nmero total de
objetos es N y el tamao de la muestra es n, se hace el
siguiente ajuste a los errores estndar de las medias
muestrales y a las proporciones:
Error estndar de las medias muestrales:
N n
x
n N 1
8-25
Factor de correccin de poblacin finita
Error estndar de las proporciones de las

muestras:
p (1 - p ) N n
p =
n N -1
Este ajuste se llama factor de correccin de
poblacin finita.
Nota: si n/N < .05, el factor de correccin de
poblacin finita se ignora.

8-26
EJEMPLO 5
Dada la informacin del EJEMPLO 4, construya un

intervalo de confianza de 95% para el nmero medio
de horas estudiadas por semana si hay slo 500
estudiantes en la escuela.
Dado que n/N = 49/500 = .098>.05, se tiene que usar
el factor de correccin de poblacin finita.
4 500 49
24 196
. ( )( ) [22.9352, 25.0648]
49 500 1

8-27
Seleccin del tamao de muestra
Existen 3 factores que determinan el tamao

de una muestra, ninguno de ellos tiene una
relacin directa con el tamao de la
poblacin. Los factores son:
El grado de confianza elegido.
El error mximo permitido.
La variacin en la poblacin.

8-28
Variacin en la poblacin
Tamao de la muestra para la media: una

frmula computacional conveniente para
determinar n es:
Z S
2
n
E
donde: E es el error permitido, Z es el valor
normal estndar asociado con el grado de
confianza seleccionado y S es la desviacin
estndar estimada del estudio piloto.
8-29
EJEMPLO 6
Un grupo de consumidores desea estimar la

media mensual en los recibos de luz para una
casa unifamiliar. Segn estudios similares la
desviacin estndar se estima en $20.00. Se
desea un nivel de confianza de 99%, con una
precisin de $5.00. Qu tamao de muestra
se requiere?
n [( 2.58)( 20) / 5] 106.5024 107

2

8-30
Tamao de la muestra para proporciones
La frmula para determinar el tamao de la

muestra en el caso de una proporcin es:
2
Z
n p(1 p)
E
donde p es la proporcin estimada, basada en la
experiencia o en un estudio piloto; z es el valor
asociado con el nivel de confianza deseado; E es el
error mximo que tolerar el investigador.

8-31
EJEMPLO 7
El American Kennel Club desea estimar la

proporcin de nios que tienen un perro como
mascota. Si el club quiere la estimacin dentro de
3% de la relacin proporcional, cuntos nios
debern contactar? Suponga 95% de nivel de
confianza y que el club estim que 30% de los
nios tienen un perro como mascota.
n (.30)(.70)(1.96 /.03) 2 896.3733 897

Hoja de Comprobacin
1. Se dice que una estadstica es un estimador eficiente de un parmetro de

poblacin si, al aumentar el tamao de la muestra, es casi seguro que el valor
de la estadstica se acerque mucho al valor del parmetro de la poblacin
2. Una estimacin de intervalo es un intervalo de valores utilizado para estimar
la forma de la distribucin de una poblacin
3. Si una estadstica tiende a tomar valores mayores que el parmetro de la
poblacin con la misma frecuencia con que tiende a tomar valores por
debajo, decimos que la estadstica es un estimador imparcial del parmetro.
4. La probabilidad de que un parmetro de poblacin se encuentre dentro de una
estimulacin de intervalo dada se conoce como nivel de confianza
5. Al aumentar el tamao de la muestra, la distribucin t tiende a hacerse mas
plana en su forma
6. Debemos utilizar siempre la distribucin t, mas que la distribucin normal ,
en los casos en que se desconozca la desviacin estndar de la poblacin
7. Podemos obtener una burda estimacin de la desviacin estndar de alguna
poblacin si tenemos alguna informacin acerca de su alcance
8. Cuando se utiliza la distribucin t para hacer estimaciones, se debe suponer
que la poblacin es aproximadamente normal
9. No siempre es deseable utilizar altos niveles de confianza, debido a que estos
producen grandes intervalos de confianza
10.Existe una distribucin t distinta para cada posible tamao de muestra
11.Una estimacin puntual a menudo resulta insuficiente, debido a que es

correcta o incorrecta
12.Se dice que una media de muestra es un estimador imparcial de una media de
poblacin debido a que ningn otro estimador podra extraer de la muestra
informacin adicional acerca de la media de la poblacin
13.El estimador de que se utiliza con mas frecuencia es s
14.El error estndar de la poblacin se calcula como p(1 p) / n
15.El numero de grados de libertad que se utilizan en una estimacin de

distribucin t es igual al tamao de la muestra
16.La distribucin t es menos capaz de se aproximada por la distribucin
normal conforme aumenta el tamao de la muestra
17.No es necesario usar la distribucin t en estimacin si se conoce la

desviacin estndar de la poblacin
18.La mediana de la muestra es siempre el mejor estimador de la mediana de la

poblacin
19.Conforme aumenta el ancho de un intervalo de confianza, el nivel de

confianza asociado con el intervalo tambin se incrementa
20.La estimacin del error estndar de la media de una poblacin finita

utilizando la estimacin de la desviacin estndar de la poblacin requiere
del uso de la distribucin t para calcular intervalos de confianza subsecuentes
21.Los porcentajes que se encuentran en la tabla de la distribucin t

corresponden a la probabilidad de que el parmetro real de la poblacin se
encuentre fuera de nuestro intervalo de confianza
22.En una distribucin normal, 100% de la poblacin se encuentre fuera nuestro

intervalo de confianza

8 Distribuciones de Muestreo

Загружено:

Сведения о документе

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

8 Distribuciones de Muestreo

Загружено:

Авторское право:

Доступные форматы

1-1

Captulo ocho continuacin

2001 Alfaomega Grupo Editor

Por qu obtener muestras de la poblacin?

Existe una imposibilidad fsica de verificar

2001 Alfaomega Grupo Editor

Una muestra aleatoria es una muestra

2001 Alfaomega Grupo Editor

Mtodos de muestreo aleatorio

Muestra aleatoria simple: muestra formulada

Mtodos de muestreo aleatorio

Muestreo aleatorio estratificado: se divide la

2001 Alfaomega Grupo Editor

Diremos que conocemos una Poblacin, si conocemos la

2001 Alfaomega Grupo Editor

Una muestra aleatoria de tamao n se describe

2001 Alfaomega Grupo Editor

Adems deben cumplir:

i. Cada Xi tiene la misma distribucin de X, es decir:

ii. Las v.a. Xi son independientes.

2001 Alfaomega Grupo Editor

2001 Alfaomega Grupo Editor

Cualquier funcin de las variables aleatorias

2001 Alfaomega Grupo Editor

La estadstica como toda variable aleatoria tiene

2001 Alfaomega Grupo Editor

2001 Alfaomega Grupo Editor

Distribucin de muestreo de medias muestrales

La distribucin de muestreo de medias

2001 Alfaomega Grupo Editor

Distribucin de muestreo de medias

Distribucin de muestreo de medias muestrales

ERROR ESTANDAR DE LA MEDIA

2001 Alfaomega Grupo Editor

El despacho de abogados Crdenas & Asociados tiene cinco

2001 Alfaomega Grupo Editor

a. Calcule la media y la desviacin estndar de la poblacin

2001 Alfaomega Grupo Editor

x f(x) x f(x) x2f(x)

2001 Alfaomega Grupo Editor

Muestreo con reposicin: nr = 52 = 25 posibles muestras y

2001 Alfaomega Grupo Editor

Muestreo sin reposicin

Teorema del lmite central

Para una poblacin con media y variancia

2001 Alfaomega Grupo Editor

Vemos como a medida

2001 Alfaomega Grupo Editor

Se extraen dos muestras independientes de dos

2001 Alfaomega Grupo Editor

El parmetro de inters para datos nominales

2001 Alfaomega Grupo Editor

Si las poblaciones binomiales son finitas de tamaos N1 y N2, se

una m. a. de n variables aleatorias independientes,

2001 Alfaomega Grupo Editor

2001 Alfaomega Grupo Editor

2001 Alfaomega Grupo Editor

2001 Alfaomega Grupo Editor

En esta sesin se estudiar la estimacin de la proporcin

2001 Alfaomega Grupo Editor

a) E. Puntual: un slo nmero se utiliza para estimar un

2001 Alfaomega Grupo Editor

2001 Alfaomega Grupo Editor

(A) De la media poblacional