Captulo 7.

Distribuciones muestrales En este captulo entraremos al final del ciclo del mtodo cientfico, usando la informacin de la muestra para generalizar y llegar a conclusiones acerca de la poblacin de inters. Recordemos algunas definiciones: Parmetro es una medida de resumen numrica que se calculara usando todas las unidades de la poblacin. Es un nmero fijo. Generalmente no lo conocemos. Estadstica es una medida de resumen numrica que se calcula de las unidades de la muestra. El valor de la estadstica se conoce cuando tomamos una muestra, pero varia de muestra en muestra variacin muestral Inferencia estadstica: es el proceso de sacar conclusiones acerca de la poblacin basados en la informacin de una muestra de esa poblacin Objetivos de la inferencia: estimacin de parmetros, intervalos de confianza y docimasia, prueba o test de iptesis !o prueba de significacin estadstica" #upongamos que se conocen las estaturas de todos los individuos de una poblacin. $na medida que describa la posicin central de esta poblacin sera el promedio de todas las estaturas el parmetro . #i slo tuviramos informacin sobre las estaturas de una muestra e%trada de esta poblacin, el promedio % calculado en la muestra sera la estadstica correspondiente. #i nos interesa la dispersin de los valores individuales de las estaturas, calcularamos la desviacin estndar, que para la poblacin se simbolizar por y para la muestra por #. &a estimacin de parmetros consiste en el clculo de estadsticas en muestras, con el fin de obtener informacin sobre el valor de los parmetros de la poblacin. Esta induccin se basa en la teora de probabilidades y slo es posible cuando se conoce la conducta o 'distribucin muestral' de las estadsticas. &a docimasia de iptesis consiste en conocer la probabilidad de ocurrencia, ba(o la iptesis nula, del resultado obtenido en la investigacin, basndose en la distribucin muestral de la estadstica utilizada para medir tal resultado. Distribuciones muestrales $na estadstica muestral proveniente de una muestra aleatoria simple tiene un patrn de comportamiento !predecible" en repetidas muestras. Este patrn es llamado la distribucin muestral de la estadstica. #i conocemos la distribucin muestral podemos acer inferencia. &as distribuciones muestrales adoptan diferentes formas seg)n las estadsticas investigadas y las caractersticas de la poblacin estudiada. 7.1 Distribuci n muestral de una proporci n muestral &a distribucin muestral de la proporcin muestral es la distribucin de los valores de las proporciones muestrales de todas las posibles muestras del mismo tama*o n tomadas de la misma poblacin. #uponga que estamos interesados en conocer la proporcin de mu(eres en + ile. ,uestro parmetro de inters es:
P= n)mero de mu(eres en + ile n)mero de abitantes en + ile

&a poblacin es demasiado grande. .acer un censo sera demasiado caro. /ecidimos estimar el verdadero parmetro a partir de una muestra. &a proporcin muestral es: p 0 = #upongamos que sabemos que P = 2,1 34u pasa si tomamos una muestra tama*o n = 52 6
7uestra 8-: . 7 . . . 7 7 7 . . . 7 . 7 7 . . 7 . 7 7uestra 85: 7 7 . 7 . 7 7 . . . . 7 . . 7 7 7 . 7 7 7uestra 8>: . . 7 7 7 . . 7 . 7 . 7 . 7 7 . . 7 7 . 9roporcin de mu(eres 9roporcin de mu(eres 9roporcin de mu(eres

n)mero de mu(eres en la muestra tama*o de la muestra

: ;<52 : 2,=1 p : --<52 : 2,11 p : -2<52 : 2,12 p

En la prctica el investigador toma una muestra. El conocimiento de la distribucin muestral nos servir de base terica para acer inferencia estadstica. 9ara conocer la distribucin muestral de una estadstica deberamos considerar todas las posibles muestras de un tama*o n, de una poblacin. En la prctica, podemos simular la distribucin muestral apro%imada o emprica, de la siguiente manera: -. 5. >. #eleccione 'muc as' muestras aleatorias de mismo tama*o de una poblacin. En cada muestra calcule la estadstica muestral /etermine la distribucin muestral apro%imada

Recuerden que al analizar una distribucin nos interesa: -. 5. >. ?orma !simtrica o sesgada" 9osicin central @ la media de una distribucin muestral nos dice si la estadstica es un 'buen' !insesgado" estimador del parmetro o es sesgado. /ispersin @ nos da una idea del error de muestreo.

3+ul es la proporcin de n)meros pares de la tabla de n)meros aleatorios6 $sando tabla de n)meros aleatorios. Asumamos que el 12B de la poblacin es par, es decir P = 2,1 . Camos a tomar 12 muestras de tama*o n = = de esta poblacin. #eleccionamos un punto de partida y elegimos = n)meros. !abla:
,)mero de pares 2 5 > = Eotal 9roporcin muestral 2<= : 2,22 -<= : 2,51 5<= : 2,12 ><= : 2,D1 =<= : -,22 ?recuencia 9roporcin de todas las muestras

12

a" 3+ul fue la proporcin ms frecuente6 b" /ibu(e la distribucin muestral emprica. 34u forma tiene6 +ada vez que tomamos una muestra tenemos una estimacin para el parmetro P . Estas estimaciones varan entre muestras variacin muestral.

#e puede demostrar que si tomamos una m.a.s. de tama*o n de una poblacin con parmetro P , la
p 0 =
0 es: desviacin estndar de p

P !- P " n

que depende de la verdadera proporcin P y del tama*o muestral

n.

#i el tama*o muestral es n = = y la proporcin en la poblacin es P = 2,1 entonces la desviacin estndar

p 0 =
P !- P " = n 2,1!- 2,1" = 2,51 =

es: de p
34ue pasa si aumentamos el tama*o muestral6 34ue pasa con P 6 3+mo afecta el valor de P en la desviacin estndar6 "es#o $ Precision +uando estimamos un parmetro de la poblacin a partir de una estadstica muestral, nos va a interesar

que la estimacin no tenga sesgo y sea precisa. &a figura ad(unta ilustra la diferencia entre ses#o $ precisi n. El grfico de la izquierda arriba muestra una estadstica precisa pero sesgada. El grfico a la derec a arriba muestra una estadstica insesgada, pero imprecisa. El grfico de la izquierda aba(o muestra una estadstica sesgada e imprecisa. 9or )ltimo, el grfico de la derec a aba(o muestra una estadstica insesgada y precisa. Distribuci n muestral de una proporci n %recapitulaci n& #i 9 representa la proporcin de elementos en una poblacin con cierta caracterstica de inters, es decir, la proporcin de F%itosG, donde F%itoG corresponde a tener la caracterstica. #i sacamos muestras aleatorias simples de tama*o n de la poblacin donde la proporcin de F%itosG es 9, entonces la distribucin muestral de la proporcin muestral tiene las siguientes propiedades:

>

 es igual al parmetro9. En otras palabras, p es un -. El promedio de todos los valores posibles de p =P estimador insesgado de9: p 0 5. Error estndar de la proporcin muestral: Es la desviacin estndar de las posibles proporciones muestrales y mide la dispersin de la proporcin muestral:

p = 0

P !- P " n

disminuye si el tama*o de la muestra #i analizamos la frmula, vemos que la desviacin estndar de p aumenta. >. #i n es FsuficientementeG grande, la distribucin de la proporcin muestral es apro%imadamente ,ormal:
p 0 H N ! P, P !- P " " cuando nP 1 y nP(1-P) 1 n

"an#re En + ile el 1,>B de la poblacin tiene sangre factor R !@". En una muestra aleatoria de =22 su(etos de esa poblacin, se encuentra que un I,IB tiene factor R !@". a" 3cul es el valor del parmetro6 b" 3cul es el valor de la estadstica6 c" 3+ul es la probabilidad de que en una nueva muestra aleatoria de tama*o =22 de esa poblacin contenga al menos un I,IB de personas con sangre factor R !@"6 d" #uponga que se toma una muestra aleatoria simple de tama*o -2 de la misma poblacin. 4ueremos calcular la probabilidad de que I,IB o ms tenga sangre factor R !@". 7.' Distribuci n muestral de la media muestral &a distribucin muestral de la media muestral es la distribucin de los valores de las medias muestrales de todas las posibles muestras del mismo tama*o n tomadas de la misma poblacin. +onsidere una poblacin cuya variable aleatoria J es discreta y con la siguiente distribucin:

&a media de la poblacin es #uponga que no conocemos la poblacin o el valor de esta poblacin.

. 9odemos tomar una m.a.s. de tama*o n=5 de

3+ul sera una muestra de tama*o n=5 de esta poblacin6 3+ul sera la media muestral6 3Es igual a la media de la poblacin6 #i tomamos otra muestra de tama*o n=5, 3obtendramos la misma media muestral6

Distribuci n muestral de la media muestral %resumen& #i sacamos muestras aleatorias de tama*o n de una poblacin con media y desviacin estndar , entonces la distribucin muestral de la media muestral tiene las siguientes propiedades: -. El promedio de todos los valores posibles de medias muestrales es igual al parmetro . En otras palabras, la media muestral es un estimador insesgado de .
=

5. Error estndar de la media muestral: Es la desviacin estndar de las posibles medias muestrales.
=

El error estndar disminuye si el tama*o de la muestra aumenta. >. #i la poblacin original tiene distribucin ,ormal, entonces para cualquier tama*o muestral n la distribucin de la media muestral es tambin ,ormal
#i ! H N ! , " H N ! ,

"

=. #i la poblacin de origen no es ,ormal pero podemos calcular su media y desviacin estndar y el tama*o muestral !n" es FsuficientementeG grande la distribucin de la media muestral es apro%imadamente ,ormal
A)n si ! no es N ! , " H N ! ,

"

,otas: - $n tama*o muestral de >2 es considerado suficiente. - El resultado en !=" se conoce como el !eorema del (mite Central.

#uponga que ! : peso de carga de camionetas en Kilos, tiene distribucin normal con media : >22 K y desviacin estndar : 51 Kilos. #e toma una muestra aleatoria de =2 camionetas cargadas y se calcula la media muestral. .aga un esquema de las distribuciones de la variable aleatoria J y de la media muestral #uponga que ! : la edad de las madres en los nacimientos en + ile el a*o -;;1, tiene distribucin normal con media : 5L,1 a*os y desviacin estndar L,> a*os. a" /ibu(e la curva que representa la distribucin de la edad de la madre. b" 3+ul es la probabilidad de que una madre elegida al azar tenga ms de >2 a*os6 c" #uponga que tomamos una muestra aleatoria de n:51 madres 3cul es la probabilidad de que la media muestral sea mayor a >26 d" 3porqu las respuestas en !b" y !c" son distintas6