Guadeapoyoparaelestudiodedistribucionesmuestralesy

Guadeapoyoparaelestudiodedistribucionesmuestralesy
estimadorespuntuales
estimadorespuntuales

Quesunadistribucinmuestral?Enqusediferencianlasdistribucionesmuestralesde
lastrabajadascomolaBernoulli,Binomial,HipergeomtricayPoisson?

Comosunombreloindicaladistribucinmuestralanalizaelcomportamientodevariables
aleatoriasquesonmuestras,antesnosotrosanalizbamoslasobservacionesdeunamuestrae
identificamosladistribucindecadavariablealeatoria.Ahorano,loquebuscamosestomar
muestras y, como de una poblacin podemos formar muchas entonces cada muestra se
vuelveunavariableyesaleatoriaporquecadamuestrasetomaalazar.

La ideaes la siguiente, supongamos quetenemos unapoblacinde15observaciones y

deseamostomarmuestrasdetamao3,cuntasmuestraspodramosformar?Observemos
queenelfondoloquequeremossaberescuntosgruposdetreselementospodemosformar
conquinceelementos,stoesunacombinatoriaenelsentidoquenoimportaelordenenque
seformelamuestrayaquenohayjerarquaentrelasobservaciones,loimportanteessaberel
totaldegruposquesepuedenformadea3:15C3=455,estoquieredecirquehay455posibles
muestrasdetamao3enunapoblacinde15elementos.

Muestrasdetamao3

Dadoquecadamuestratienelamismaprobabilidaddeserseleccionada,cadaunadeellasse
convierte en una variable aleatoria (variable porque cada muestra es distinta, vara, y
aleatoriaporqueseeligenalazar)ytalcomovenamostrabajandoconlasobservaciones
muestrales queremos averiguar el tipo de distribucin que tienen. La distribucin se
determina o establece por el teorema del Lmite Central segn si se esta analizando la
variablealeaotriamediamuestraloproporcinmuestral;paracadaunoelteoremanosdice:

Sea X 1 , X 2 ,..., X n un conjunto de n variables aleatorias independientes

idnticamentedistribuidasconmedia yvarianza 2 .Sea X lamediadelas
variablesaleatorias,amedidaquenaumentaelteoremadellmitecentralnosdicequela
2
distribucinde X esnormalconmedia yvarianza .
n
Enelcasodelamediamuestralnoesdifcilcomprenderelteoremaperopodrasucederque
nospreguntemosporqusucedelosmismoparaelcasodelaproporcinmuestral.Para
comprendermejorelusodelteoremainterpretemoselsignificadodeproporcinmuestral:

Supongamosque,deunapoblacincuyasobservacionessonvariablesaleatorias detipo
binomial, tomamos una muestra aleatoria de tamao n ; como sabemos la variable
binomialestudiaelnmerodeobservacionesquecumpledeterminadacaractersticadentro
delapoblacin,entoncessi X representadichonmeroycalculamoslaproporcindela
muestra que cumple con la caracterstica tendremos: P= X que corresponde a un
n
promedio;recordemosque X eslasumadeunconjuntode n observacionestipo
Bernoulliquesonindependientesytienenlamismamediaylamismavarianza.Entonces
nosencontramosdenuevobajolossupuestosdelteoremadellmitecentral( n variables
aleatorias identicamente distribuidas con misma media y varianza) por lo cual P se
P 1P
distribuyenormalconmedia P laprobabilidaddexitoyvarianza .
n

Con base en lo anterior se presentar un ejercicio que hace referencia al clculo de

probabilidadesdemediasmuestralesyproporcionesmuestrales.

Mediamuestral

Cuandounprocesodeproduccinfuncionacorrectamente,elnmerodeunidades
producidas por hora sigue una distribucin normal que tiene media de 92 y
desviacin tpica de 3,6. Se ha tomado una muestra aleatoria de cuatro horas
distintas.

a) Hallelamediadeladistribucindelasmediasmuestralesenelmuestreo.
b) Hallelavarianzadelamediamuestral.
c) Halleelerrotpicodelamediamuestral.
d) Cul es la probabilidad de que la media muestral sea de ms de 93
unidades?(NewboldPaul,CarlsonWilliamL.,ThorneBetty,2008,p.269)

Hayalgunascaractersticasimportantesatenerencuentaenelejercicio:

Enelejercicionosdebendarlamediayladesviacinolavarianzapoblacional.
Eltamaodelamuestra.
Losejerciciospropuestosdebenindicarqueseesthablandodemediasmuestrales.

Enocasionessueleconfundirsenlosejerciciosdevariablesaleatoriasnormalesconlosde
variables aleatorias muestrales. La forma de diferenciarlos para no cometer errores es
identificarqueenunejerciciodevariablealeatorianormalnonosdaneltamao dela
muestraynohablandemediasmuestrales.

Debemosrecordarqueenlaslecturasnosindicancmocalcularlamedia,lavarianza,el
errortpicoylaformadeestandarizarlavariablealeatorianormal X
.Aunquelaformade
estandarizareslamismaquelanormalsloqueahoranosedivideentre 2 sinoentre
2

:
n
 X
Z=

n
Estanuevavariablesedistribuyenormalestndarycomoconsecuenciapodemosutilizarlas
tablasdeprobabilidadnormalestndar.

Siconsideramoselejerciciopresentado,laformaderesolverlosera:

a) Dado que la media de la variable aleatoria media muestral es la media de la

poblacin tenemos que: E X ==92 . Esto significa que el promedio de las
mediasmuestralesdeunidadesproducidasporhoraes92.
b) Como se observa en las lecturas la varianza de la media muestral es
2
2 3,6
Var X = =
=3,24 ynospermitedeterminaratravsdeladesviacin
n 4
tpicacunalejadosestanlosdatosuobservacionesdelpromedioomediadelos
datos.
c) Recordemosqueelerrortpicoesjustamenteladesviacintpica,esdecirlarazde
lavarianza: 3,24=1,8 conlocualdiremosquelosdatosestanalejadosalrededor
dedosunidadesdelpromediodelosdatosoqueestamosequivocndonosencerca
de2unidadesporhorarespectoalpromediode92unidadesproducidasporhora.
d) Paradeterminarlaprobabilidaddequelamediamuestralseadems93unidades
debemosrealizarelsiguienteproceso.

X 92 9392 Estandarizamos la variable; recordemos que

P X 93=P estandarizamos a lado y lado de la desigualdad o
1,8 1,8
igualdadplanteadaenlaprobabilidad.Luego,buscamos
=P Z 0,55 enlatabladelanormalestndarocalculamosenexcel
=0.70880,71 elvalordelaprobabilidad.

Asconcluimosquehayunaprobabilidadde0,71aproximadamentedequelamedia
muestralseademsde93unidades.Estosignificaraporotrapartequeelprocesode
produccinfuncionacorrectamente.

Proporcinmuestral

Comoseobservaenlaslecturas,ladistribucindeproporcionesmuestralessemanejade
formaanlogaaldemediamuestralsloquecambianlosdatosdatos:

Nosdebenhablardeproporcionesmuestralesyporendedebenaparecerenunciados
como30personasde210,25elementosde100,entremuchosotrosysinodeben
decirnos el 15% de la poblacin (u otros porcentajes) cumple determinada
caracterstica.
Nosdebendareltamaodelamuestra.

Conestosdatoslonicoquenosrestaporhaceresdeterminardatoscomolamedia,la
varianza,elerrortpicoylaprobabilidaddequelavariablealeatoriaproporcinmuestral
seainferior,superior,almenos,aloms,porlomenos,comomnimo,comomximoose
encuentreentrealgunosvalores.
Veamoselsiguienteejemplo:

Una fbrica tiene 438 obreros, de los cuales 239 estn preocupados por las futuras
prestacionessanitarias.Sehapedidoauna muestraaleatoriade80 deestosobrerosque
estimelaproporcinpoblacionalpreocupadaporlasfuturasprestacionessanitarias.

a.Culeselerrortpicodelaproporcinmuestralpreocupada?
b.Culeslaprobabilidaddequelaproporcinmuestralseainferiora0.5?
c.Culeslaprobabilidaddequelaproporcinmuestralestecomprendidaentre0.5y0.6?
(NewboldPaul,CarlsonWilliamL.,ThorneBetty,2008,p.277)

Como se observa hemos indicado con rojo las palabras importantes en el ejercicio que
justamentehacenreferenciaalosdatosquenostienenquedarpararesolverunejerciciode
proporcionesmuestrales.

Ahoranosenfocaremosenmencionarlospasospararesolverelejercicio:

a.Identifiquemos P y n quesonpartefundamental:

239
P= 0.5456 n=80
438

Dadoqueelerrortpicodeunaproporcinmuestralsecalculaconlaexpresin p o
desviacintpicatenemos:

239 239
1
P=

P 1P
n
=
438
80
438
0.0556

Porlocualconcluimosqueelerrortpicoesde0.0556aproximadamente,quesignificaque
la proporcin estimada de la poblacin esta alejada de la proporcin muestral cerca de
0.0556unidades.

b.Paradeterminarlaprobabilidaddequelaproporcinmuestralseainferiora0.5debemos
estandarizarlavariablealeatoriaproporcinmuestralcuyadistribucinesnormalconmedia
239
P= yvarianza P 0.0030989 .
438

PP 0.5P 0.50.5456

P P0.5=P =P Z =P Z 0.82=0.21
P P 0.0556

Conestoconcluimosquelaprobabilidaddequelaproporcinmuestralseainferiora0.5es
de0.21.

c. Para responder este literal seguimos un proceso anlogo al del ejercicio anterior
determinandolasiguienteprobabilidad:

0.5P PP 0.6P 0.50.5456 0.60.5456

P 0.5 P0.6=P =P Z
P P P 0.0556 0.0556
=P 0.82Z 0.98=P Z 0.98P Z 0,82=0.840.21=0.63
Conlocualconcluimosquelaprobabilidaddequelaproporcinmuestralseencuentreentre
0.5y0.6es0.63.

Basadosenloanterioryahemosidentificadocaractersticasdelsignificadodedistribucin
muestralquesegnseaelcontextosereferiramediamuestraloaproporcinmuestral,pero
entoncesdndedejamosodndeencontramoselconceptodeestimadorpuntual?Esmuy
simpleenrealidadpuestoqueloquetenemosesquecomounapoblacinpuedesertan
grande que dificulte el clculo de medidas como la media poblacional o la proporcin
poblacionalrequerimosbuscarmtodosquenospermitarestimardichosparmetros.Estos
procesossonjustamenteeltomarmuestralaleatoriasyestablecermedianteprobabilidadessi
dichasmuestrassonrepresentantesadecuadosdelosparmetrospoblacionales.