Tema: Distribuciones Muestrales

Saber: Identificar los conceptos de:

-Distribucin muestral
-Error estndar
-Teorema de lmite central
Objetivo: Explicar las caractersticas y el mtodo de clculo de probabilidades de la
distribucin t de Student
Hacer: Ajustar distribuciones de datos a una distribucin normal.
Determinar la probabilidad de problemas de su entorno con distribucin muestral
9.1. Distribuciones muestrales
La distribucin muestral de un estadstico son todos sus valores posibles
calculados a partir de muestras del mismo tamao.
Por ejemplo, al seleccionar varias muestras aleatorias de 20 elementos de una
poblacin y de estas es calculado la media muestral. Al conjunto obtenido de medias se le
conoce como distribucin muestral de medias.

Ahora de estas mismas 20 muestras se calcula la desviacin estndar de cada uno de los
conjuntos. Al conjunto obtenido de desviaciones se le conoce como distribucin muestral de
la desviacin estndar.

Ejemplo: Se eligen muestras ordenadas

de tamao 2, con reemplazo, de la poblacin de
valores, 0, 2, 4 y 6. Encuentre

La media poblacional

La desviacin estndar poblacional

Distribucin de frecuencias de medias

Muestra

(0,0)

(0,2)

(0,4)

(0,6)

(2,0)

(2,2)

(2,4)

(2,6)

(4,0)

(4,2)

(4,4)

(4,6)

(6,0)

(6,2)

(6,4)

(6,6)

La media de la distribucin muestral de medias es:

La desviacin estndar de la distribucin muestral de medias es:

Como para cualquier variable aleatoria, la distribucin muestral de medias tiene una media
o valor esperado, una varianza y una desviacin estndar, se puede demostrar que la
distribucin muestral de medias tiene una media igual a la media poblacional. Esto es:

Distribuciones muestrales
Despus de haber realizado el ejercicio anterior se puede ver que una distribucin muestral
se genera extrayendo todas las posibles muestras del mismo tamao de la poblacin y
calculando a stas su estadstico.
Si la poblacin de la que se extraen las muestras es normal, la distribucin muestral de
medias ser normal sin importar el tamao de la muestra.

Si la poblacin de donde se extraen las muestras no es normal, entonces el tamao de la

muestra debe ser mayor o igual a 30, para que la distribucin muestral tenga una forma de
campana. Mientras mayor sea el tamao de la muestra, ms cerca estar la distribucin
muestral de ser normal.
Para muchos propsitos, la aproximacin normal se considera buena si se cumple n=30. La
forma de la distribucin muestral de medias sea aproximadamente normal, an en casos
donde la poblacin original es bimodal, es realmente notable.

Errores en el Muestreo
Cuando se utilizan valores muestrales, o estadsticos para estimar valores poblacionales, o
parmetros, pueden ocurrir dos tipos generales de errores: el error muestral y el error no
muestral.
El error muestral se refiere a la variacin natural existente entre muestras tomadas de la
misma poblacin.
Cuando una muestra no es una copias exacta de la poblacin; an si se ha tenido gran
cuidado para asegurar que dos muestras del mismo tamao sean representativas de una
cierta poblacin, no esperaramos que las dos sean idnticas en todos sus detalles. El error
muestral es un concepto importante que ayudar a entender mejor la naturaleza de la
estadstica inferencial.
Los errores que surgen al tomar las muestras no pueden clasificarse como errores
muestrales y se denominan errores no muestrales.
El sesgo de las muestras es un tipo de error no muestral. El sesgo muestral se refiere a
una tendencia sistemtica inherente a un mtodo de muestreo que da estimaciones de un
parmetro que son, en promedio, menores (sesgo negativo), o mayores (sesgo positivo)
que el parmetro real.
El sesgo muestral puede suprimirse, o minimizarse, usando la aleatorizacin.
La aleatorizacin se refiere a cualquier proceso de seleccin de una muestra de la
poblacin en el que la seleccin es imparcial o no est sesgada; una muestra elegida con
procedimientos aleatorios se llama muestra aleatoria.
Los tipos ms comunes de tcnicas de muestreo aleatorios son el muestreo aleatorio
simple, el muestreo estratificado, el muestreo por conglomerados y el muestreo sistemtico.
Si una muestra aleatoria se elige de tal forma que todos los elementos de la poblacin

tengan la misma probabilidad de ser seleccionados, la llamamos m

uestra aleatoria simple.
Ejemplo 1.1
Suponga que nos interesa elegir una muestra aleatoria de 5 estudiantes en un grupo de
estadstica de 20 alumnos. 20C5 da el nmero total de formas de elegir una muestra no
ordenada y este resultado es 15,504 maneras diferentes de tomar la muestra. Si listamos
las 15,504 en trozos separados de papel, una tarea tremenda, luego los colocamos en un
recipiente y despus los revolvemos, entonces podremos tener una muestra aleatoria de 5
si seleccionamos un trozo de papel con cinco nombres. Un procedimiento ms simple para
elegir una muestra aleatoria sera escribir cada uno de los 20 nombres en pedazos
separados de papel, colocarlos en un recipiente, revolverlos y despus extraer cinco
papeles al mismo tiempo.
Otro mtodo para obtener una muestra aleatoria de 5 estudiantes en un grupo de 20 utiliza
una tabla de nmeros aleatorios. Se puede construir la tabla usando una calculadora o una
computadora. Tambin se puede prescindir de estas y hacer la tabla escribiendo diez
dgitos del 0 al 9 en tiras de papel, las colocamos en un recipiente y los revolvemos, de ah,
la primera tira seleccionada determina el primer nmero de la tabla, se regresa al recipiente
y despus de revolver otra vez se selecciona la seguida tira que determina el segundo
nmero de la tabla; el proceso contina hasta obtener una tabla de dgitos aleatorios con
tantos nmeros como se desee.
Hay muchas situaciones en las cuales el muestreo aleatorio simple es poco prctico,
imposible o no deseado; aunque sera deseable usar muestras aleatorias simples para las
encuestas nacionales de opinin sobre productos o sobre elecciones presidenciales, sera
muy costoso o tardado.
El muestreo estratificado requiere de separar a la poblacin segn grupos que no se
traslapen llamados estratos, y de elegir despus una muestra aleatoria simple en cada
estrato. La informacin de las muestras aleatorias simples de cada estrato constituira
entonces una muestra global.
Ejemplo 1.2
Suponga que nos interesa obtener una muestra de las opiniones de los profesores de una
universidad. Puede ser difcil obtener una muestra con todos los profesores, as que
supongamos que elegimos una muestra aleatoria de cada colegio, o departamento
acadmico; los estratos vendran a ser los colegios, o departamentos acadmicos.
El muestreo por conglomerados requiere de elegir una muestra aleatoria simple de
unidades heterogneas entre s de la poblacin llamadas conglomerados. Cada elemento
de la poblacin pertenece exactamente a un conglomerado, y los elementos dentro de cada
conglomerado son usualmente heterogneos o dismiles.
Ejemplo 1.3
Suponga que una compaa de servicio de televisin por cable est pensando en abrir una
sucursal en una ciudad grande; la compaa planea realizar un estudio para determinar el
porcentaje de familias que utilizaran sus servicios, como no es prctico preguntar en cada
casa, la empresa decide seleccionar una parte de la ciudad al azar, la cual forma un

conglomerado.
En el muestreo por conglomerados, stos se forman para representar, tan fielmente como
sea posible, a toda la poblacin; entonces se usa una muestra aleatoria simple de
conglomerados para estudiarla. Los estudios de instituciones sociales como iglesias,
hospitales, escuelas y prisiones se realizan, generalmente, con base en el muestreo por
conglomerados.
El muestreo sistemtico es una tcnica de muestreo que requiere de una seleccin aleatoria
inicial de observaciones seguida de otra seleccin de observaciones obtenida usando algn
sistema o regla.
Ejemplo 1.4
Para obtener una muestra de suscriptores telefnicos en una ciudad grande, puede
obtenerse primero una muestra aleatoria de los nmeros de las pginas del directorio
telefnico; al elegir el vigsimo nombre de cada pgina obtendramos un muestreo
sistemtico, tambin podemos escoger un nombre de la primera pgina del directorio y
despus seleccionar cada nombre del lugar nmero cien a partir del ya seleccionado. Por
ejemplo, podramos seleccionar un nmero al azar entre los primeros 100; supongamos que
el elegido es el 40, entonces seleccionamos los nombres del directorio que corresponden a
los nmeros 40, 140, 240, 340 y as sucesivamente.
Error muestral:
Cualquier medida conlleva algn error. Si se usa la media para medir, estimar, la media
poblacional
, entonces la media muestral, como medida, conlleva algn error. Por
ejemplo, supongamos que se ha obtenido una muestra aleatoria de tamao 25 de una
poblacin con media
observada x-

= 15: si la media de la muestra es x=12, entonces a la diferencia

= -3 se le denomina el error muestral. Una media muestral x puede

pensarse como la suma de dos cantidades, la media poblacional

e denota el error muestral, entonces:

y el error muestral; si

Ejemplo 1.5
Se toman muestras de tamao 2 de una poblacin consistente en tres valores, 2, 4 y 6, para
simular una poblacin "grande" de manera que el muestreo pueda realizarse un gran
nmero de veces, supondremos que ste se hace con reemplazo, es decir, el nmero
elegido se reemplaza antes de seleccionar el siguiente, adems, se seleccionan muestras
ordenadas. En una muestra ordenada, el orden en que se seleccionan las observaciones es
importante, por tanto, la muestra ordenada (2,4) es distinta de la muestra ordenada (4,2). En
la muestra (4,2), se seleccion primero 4 y despus 2. La siguiente tabla contiene una lista
de todas las muestras ordenadas de tamao 2 que es posible seleccionar con reemplazo y
tambin contiene las medioas muestrales y los correspondientes errores muestrales. La
media poblacional es igual a

= (2+4+6)/3 = 4. Ver la tabla en la siguiente pgina.

Ntese las interesantes relaciones siguientes contenidas en la tabla:
La media de la coleccin de medias muestrales es 4, la media de la poblacin de la que se
extraen las muestras. Si
tenemos:

x denota la media de todas las medias muestrales entonces

x = (3+4+3+4+5+5+2+4+6)/9 = 4
La suma de los errores muestrales es cero.
e1 + e2 + e3 + . . . + e9 = (-2) + (-1) + 0 + (-1) + 0 + 1 + 0 + 1 + 2 = 0

En consecuencia, si x se usa para medir, estimar, la media poblacional

todos los errores muestrales es cero.

, el promedio de

Teorema del lmite central

Si se seleccionan muestras aleatorias de n observaciones de una poblacin con media
y desviacin estndar

, entonces, cuando n es grande, la distribucin muestral de

medias tendr aproximadamente una distribucin normal con una media igual a

desviacin estndar de
que n sea cada vez mayor.

y una

. La aproximacin ser cada vez ms exacta a medida de

Ejemplo
Para la distribucin muestral de medias del ejercicio pasado, encuentre:
1. El error muestral de cada media
2. La media de los errores muestrales
3. La desviacin estndar de los errores muestrales.
Solucin:
1. En la tabla siguiente se ven las muestras, las medias de las muestras y los errores

muestrales:

1. La media de los errores muestrales es

e, es:

2.
3. La desviacin estndar de la distribucin de los errores muestrales
es entonces:

e,

La desviacin estndar de la distribucin muestral de un estadstico se conoce como error

estndar del estadstico. Para el ejercicio anterior el error estndar de la media denotado
por
x, es 1.58. Con esto se puede demostrar que si de una poblacin se eligen
muestras de tamao n con reemplazo, entonces el error estndar de la media es igual a la
desviacin estndar de la distribucin de los errores muestrales.

En general se tiene:
Cuando las muestras se toman de una poblacin pequea y sin reemplazo, se puede usar
la formula siguiente para encontrar

x .

donde
es la desviacin estndar de la poblacin de donde se toman las muestras, n es
el tamao de la muestra y N el de la poblacin.
Como regla de clculo, si el muestreo se hace sin reemplazo y el tamao de la poblacin es
al menos 20 veces el tamao de la muestra (N

El factor

20), entonces se puede usar la frmula.

se denomina f actor de correccin para una poblacin finita.

Ejemplo:
Suponga que la tabla siguiente muestra la antiguedad en aos en el trabajo de tres
maestros universitarios de matemticas:
Maestro de matemticas

Antiguedad

Suponga adems que se seleccionan muestras aleatorias de tamao 2 sin reemplazo.

Calcule la antigedad media para cada muestra, la media de la distribucin muestral y el
error estndar, o la desviacin estndar de la distribucin muestral.
Solucin:
Se pueden tener 3C2 =3
muestras posibles. La tabla lista todas las muestras posibles de

tamao 2, con sus respectivas medias muestrales.

La media poblacional es:

La media de la distribucin muestral es:

La desviacin estndar de la poblacin es:

Si utilizamos la frmula del error estndar sin el factor de correccin tendramos que:

Por lo que observamos que este valor no es el verdadero. Agregando el factor de correccin
obtendremos el valor correcto:

El diagrama de flujo resume las decisiones que deben tomarse cuando se calcula el valor
del error estndar:

Banegas, Ana Laura Gutirrez. 2012. P

robabilidad Y Estadstica: Enfoque Por
Competencias.