Estadística Inferencial

ESTADÍSTICA INFERENCIAL 1

Sesión No.2

Nombre: Distribuciones muestrales

Contextualización
Toda cantidad que se obtiene de una muestra con el propósito de estimar un
parámetro poblacional se llama estadístico muestral o sólo estadístico.

Uno de los estadísticos mayormente utilizados en la inferencia estadística es la

media.

En esta sesión aprenderemos a definir y a utilizar el estadístico llamado media

muestral en el uso de las distribuciones muestrales, aprenderemos a definir la
distribución muestral para la media, el teorema del límite central y la relación
entre la media y el tamaño de la muestra.

Fuente: http://biplot.usal.es/problemas/confianza/estimacion_archivos/image016.gif
 ESTADÍSTICA INFERENCIAL 2

Introducción al Tema
Un estadístico muestral calculado a partir de x 1 ,x 2 ,…x n es una función de estas
variables aleatorias y, por lo tanto, el mismo es una variable aleatoria.

• ¿Qué es una distribución muestral?

• ¿Cuáles distribuciones muestrales son mayormente utilizadas?

A la distribución de probabilidad de un estadístico muestral suele llamársele

distribución muestral del estadístico

Alternativamente pueden considerarse todas las muestras posibles de tamaño n

que pueden obtenerse de una población, y de cada muestra calcular el
estadístico.

Fuente: http://hera.itch.edu.mx/academic/industrial/estadistica1/img/image825.gif
 ESTADÍSTICA INFERENCIAL 3

Explicación
Distribución muestral para la media ( x )

Se dice que la media muestral de x es una variable aleatoria y que a su

distribución de probabilidad se le llama distribución muestral de x y corresponde

a todos los valores de la media muestral x .

Valor esperado de x : E (x) = µ donde: µ= media poblacional

Desviación estándar de x .

Población finita Población infinita

N − n σ  σ 
σx =   ; donde: σx =   ; donde:
N −1  n   n

N= tamaño de la población n= tamaño de la muestra

n= tamaño de la muestra σ= desviación estándar de la población

σ= desviación estándar de la población Esta expresión se usará siempre que:

N −n 1. La población sea infinita

Al factor se le conoce como
N −1 2. Sea infinita y el tamaño de la

factor de correlación para una muestra sea menor o igual al

población infinita. 5% del tamaño de la población.

Para conocer σ x se necesita conocer σ, la desviación estándar de la población,

la diferencia entre σ x y σ, a la desviación estándar de x , σ x se le llama error
estándar de la media y se refiere a la desviación estándar de un estimador
puntual.
 ESTADÍSTICA INFERENCIAL 4

Ejemplo: Se tiene que la desviación estándar de los sueldos anuales en una

población de 2500 administradores es σ= 4000, para una muestra de 30,

encuentra la desviación estándar de la x o error estándar ( σ x )

Considerando cuando el tamaño de la muestra es menor al 5% de la población

tenemos que n/N = 30/ 2500= 0.012, se puede ignorar el factor de correlación
para una población finito y usar la ecuación de población infinita para hallar el
error estándar ( σ x ):

 σ  4000
σx = = = 730.3
 n 30

Forma de la distribución muestral de x .

Se consideran dos casos:

La población tiene distribución normal: en muchas situaciones es razonable

suponer que la población de la que se seleccionó la muestra aleatoria simple
tenga distribución normal o casi normal.

La población no tiene distribución normal: se debe de usar el teorema del límite

central que nos ayuda a determinar la forma de la distribución muestral de x .

Teorema del límite central.

Cuando se seleccionan muestras aleatorias simples de tamaño n de una

población, la distribución muestral de la media puede aproximarse mediante una
distribución normal a medida que el tamaño de la muestra se hace grande.

Ilustración del teorema del límite central con tres poblaciones:

 ESTADÍSTICA INFERENCIAL 5

Determinación del tamaño de la muestra.

Para determinar de una mejor manera el tamaño de una muestra se debe de

considerar la relación entre el tamaño de la muestra y la distribución muestral de

x.

Suponga que en un muestreo se toman aleatoriamente 100 elementos en lugar

de los 30 considerados. La intuición indica que teniendo más datos
proporcionados por una muestra mayor, la media muestral basada en n=100
 ESTADÍSTICA INFERENCIAL 6

proporcionara una mejor estimación de la media poblacional que una media

muestral basada en n=30. Para ver cuánto es mejor se considerara la relación

entre el tamaño de la muestra y la distribución muestral de x .

 ESTADÍSTICA INFERENCIAL 7

Conclusión
A la distribución de probabilidad de una variable aleatoria se le conoce como
distribución muestral. En esta sesión se describió de manera particular la
distribución muestral para la media.

Al estudiar las características de esta distribución se vio que el E ( x ) = µ,

después se dieron las fórmulas para calcular el error estándar de dicho
estimador, se describieron las condiciones necesarias para que la distribución

muestral de x siga una distribución normal y se encontró la relación entre el

tamaño de la muestra y la distribución muestral de x .

En la siguiente sesión aprenderemos la estimación de parámetros tales como la

media y la proporción.

Fuente: http://2.bp.blogspot.com/-QHKpjCIkpUI/TV7jQ9cEjfI/AAAAAAAAAAM/0HW4eilz4LI/s1600/matematica+aplicada.jpg
 ESTADÍSTICA INFERENCIAL 8

Para aprender más

En este apartado encontrarás más información acerca del tema para enriquecer
tu aprendizaje.

Puedes ampliar tu conocimiento visitando los siguientes sitios de Internet.

• García Cebrian, M.J. (2001) Distribuciones muestrales. Consultado el día

23 de diciembre del
2013: http://recursostic.educacion.es/descartes/web/materiales_didacticos
/inferencia_estadistica/distrib_muestrales.htm
• De la Torre, L. (s.f.). Distribución muestral de medias. Consultado el día
23 de diciembre de
2013: http://www.geociencias.unam.mx/~ramon/EstInf/Clase4.pdf

Es de gran utilidad visitar el apoyo correspondiente al tema, pues te permitirá

desarrollar los ejercicios con más éxito.
 ESTADÍSTICA INFERENCIAL 9

Actividad de Aprendizaje
Con lo aprendido en esta sesión acerca de la distribución muestral para la media
realiza el siguiente ejercicio:

Suponga que la desviación estándar poblacional es σ= 25. Calcule el error

estándar de la media σ x , con muestras de tamaño 50, 100, 150 y 200. ¿Qué
puede decir acerca del error estándar de la media conforme el tamaño de la
muestra aumenta?

Entregar esta actividad en formato de Práctica de Ejercicios y súbelo a la

plataforma.
 ESTADÍSTICA INFERENCIAL 10

Bibliografía
• Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para
administración y economía. (10ª ed.). México: Editorial Cengage
Learning. ISBN: 970-686-278-1
• Spiegel, M., Schiller, J., Alu Srinivasan, R. (2010). Probabilidad y
Estadística.(3era.ed.). México: Editorial McGraw-Hill
ISBN-13: 978-607-15-0270-4
• García Cebrian, M.J. (2001) Distribuciones muestrales. Consultado el día
23 de diciembre del
2013: http://recursostic.educacion.es/descartes/web/materiales_didacticos
/inferencia_estadistica/distrib_muestrales.htm
• De la Torre, L. (s.f.). Distribución muestral de medias. Consultado el día
23 de diciembre de
2013: http://www.geociencias.unam.mx/~ramon/EstInf/Clase4.pdf