Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Guia para El Estudio de Distribuciones Muestrales y Estimaciones PDF
Guia para El Estudio de Distribuciones Muestrales y Estimaciones PDF
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.
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:
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
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:
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.