Distribución muestral de medias: Si tenemos una muestra aleatoria de una población N(m,s ), se sabe (Teorema del límite central)

que la fdp de la media muestral es también normal con media m y varianza s2/n. Esto es exacto para poblaciones normales y
aproximado (buena aproximación con n>30) para poblaciones cualesquiera. Es decir es el error típico, o error estándar de la media.

El Teorema Central del Límite dice que si tenemos un grupo numeroso de variables independientes y
todas ellas siguen el mismo modelo de distribución (cualquiera que éste sea), la suma de ellas se
distribuye según una distribución normal.

Muestrear es una forma de evaluar la calidad de un producto, la opinión de los consumidores, la eficacia de un medicamento o de un
tratamiento. Muestra es una parte de la población. Población es el total de resultados de un experimento. Hacer una conclusión sobre el grupo
entero (población) basados en información estadística obtenida de un pequeño grupo (muestra) es hacer una inferencia estadística.

• Muestreo estadístico
• Muestreo probabilístico
Distribución muestral de proporciones: Esta distribución • Muestreo estratificado
se genera de igual manera que la distribución muestral DISTRIBUCION MUESTRAL • Muestreo sistemático
de medias, a excepción de que al extraer las muestras de • Muestreo por conglomerados
la población se calcula el estadístico proporción (p=x/n • Muestreo errático
en donde “x” es el número de éxitos u observaciones de • Muestreo simple
interés y “n” el tamaño de la muestra) en lugar del
estadístico media.

a)Distribución de la diferencia entre dos medias

cuando las varianzas son conocidas.

b) Distribución de la diferencia entre dos medias

cuando las varianzas son desconocidas pero iguales
En ocasiones interesa definir un intervalo de valores tal que permita establecer cuales son los valores mínimo y máximo aceptables para la diferencia entre las
medias de dos poblaciones. Pueden darse dos situaciones según las muestras sean o no independientes; siendo en ambos casos condición necesaria que las
poblaciones de origen sean normales o aproximadamente normales

La importancia del intervalo de confianza para la estimación está en el hecho de que el intervalo contiene información sobre el estimador puntual (valor central
del intervalo) y sobre el posible error en la estimación a través de la dispersión y de la distribución muestral del estimador. Obsérvese que el error en la
estimación está directamente relacionado con la distribución muestral del estimador y con la varianza poblacional, e inversamente relacionado con el tamaño
muestral.

ESTIMACION DE PARAMETROS

Estimación: Proceso por el que se trata de averiguar un parámetro de la población representado,

en general, a partir del valor de un estadístico llamado estimador y representado por el
problema se resuelve en base al conocimiento de la “distribución muestral” del estadístico que
se use.

Si deseamos estimar la proporción p con que una determinada característica se da en una población, a partir de la proporción p’ observada en una muestra
de tamaño n, sabemos que la distribución muestral de proporciones sigue una distribución normal con q=1-p
Como la proporción p de la población es desconocida, se aproxima por la de la muestra siempre que n>100.