Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Núcleo Monagas
Escuela de Ciencias Sociales y Administrativas. (ECSA)
Asignatura: Estadística II
Unidad I
Distribuciones Muéstrales
Introducción
Las muestras aleatorias obtenidas de una población son, impredecibles. Por lo tanto dos
muestras aleatorias del mismo tamaño y tomadas de la misma población, no siempre,
pueden tener la misma media muestral o son idénticas; éstas pueden cambiar su valor de
una muestra a otra, por ello, se quiere estudiar la distribución de todos los valores posibles
de un estadístico.
El muestreo puede hacerse con o sin reposición, y la población de partida puede ser
infinita o finita. Una población finita en la que se efectúa muestreo con reposición puede
considerarse infinita teóricamente. También, a efectos prácticos, una población muy grande
puede considerarse como infinita.
Partir de la siguiente formula podemos obtener todas las muestras posibles de un tamaño n
cualquiera sin repetición.
𝑵!
𝒎 = 𝑪𝒊𝒏 =
(𝑵 − 𝒏)! 𝒏!
Donde:
Esta fórmula permite calcular todas las combinaciones de tamaño n con repetición.
𝒎 = 𝑪𝒊𝒏 = 𝑵𝒏
Este factor se usa para corregir el error muestral de una población finita, su propósito es
disminuir aún más el error estimado al aumentar el tamaño de la muestra.
𝑁−𝑛
√
𝑁−1
𝝈 𝑵−𝒏
𝝈𝒙 = ∗√
√𝒏 𝑵−𝟏
El teorema del límite central establece que la distribución de medias aritméticas, que es la
media de una muestra aleatoria de una población con varianza finita, tiene una distribución
aproximadamente normal cuando el tamaño de la muestra es grande, independientemente
de la forma de la distribución de la población. El teorema del límite central permite aplicar
estos procedimientos a poblaciones que son marcadamente no normales.
Cada muestra de tamaño n que podemos extraer de una población proporciona una media.
Si consideramos cada una de estas medias como valores de una variable aleatoria podemos
estudiar su distribución que llamaremos distribución muestral de medias.
𝝁𝒙̅ = 𝝁
Donde:
𝝁𝒙̅ = 𝒎𝒆𝒅𝒊𝒂 𝒅𝒆 𝒍𝒂 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒄𝒊ó𝒏 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍 𝒅𝒆 𝒎𝒆𝒊𝒂𝒔 𝒂𝒓𝒊𝒕𝒎é𝒕𝒊𝒄𝒂𝒔
𝝁 = 𝒎𝒆𝒅𝒊𝒂 𝒂𝒓𝒊𝒕𝒎é𝒕𝒊𝒄𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
𝝈
𝝈𝒙̅ =
√𝒏
Donde:
𝝈𝒙̅ = 𝑬𝒓𝒓𝒐𝒓 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍
𝝈 = 𝒅𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏 𝒕í𝒑𝒊𝒄𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒂𝒍
Suponga una población formada por solo N=6 elementos. Por ejemplo, los años de
antigüedad de 6 trabajadores de una empresa son 3,6,9,12,15,18 respectivamente.
𝑵! 𝟔!
𝒎= = = 𝟐𝟎
(𝑵 − 𝒏)! 𝒏! (𝟔 − 𝟑)! 𝟑!
Medias
Muestras ̅.)
muéstrales(𝒙
1 3.6,9 6,00
2 3,6,12 7,00
3 3,6,15 8,00
4 3,6,18 9,00
5 3,9,12 8,00
6 3,9,15 9,00
7 3,9,18 10,00
8 3,12,15 10,00
9 3,12,18 11,00
10 3,15,18 12,00
11 6,9,12 9,00
12 6,9,15 10,00
13 6,9,18 11,00
14 6,12,15 11,00
15 6,12,18 12,00
16 6,15,18 13,00
17 9,12,15 12,00
18 9,12,18 13,00
19 9,15,18 14,00
20 12,15,18 15,00
6 1 1/20 6 20,25
7 1 1/20 7 12,25
8 2 2/20 16 12,50
9 3 3/20 27 6,75
10 3 3/20 30 0,75
11 3 3/20 33 0,75
12 3 3/20 36 6,75
13 2 2/20 26 12,50
14 1 1/20 14 12,25
15 1 1/20 15 20,25
SUMATORIA 20 1 210 105
̅ 𝒊 −𝝁𝒙̅ )𝟐 ∗𝒇𝒊 )
∑((𝑿 𝟏𝟎𝟓
𝝈=√ ∑ 𝒇𝒊
𝝈 = √ 𝟐𝟎 =2,29128785
Del mismo modo, con la información que tenemos de la población, calculamos la media
poblacional y el error muestral.
N= 3 6 9 12 15 18
∑ 𝒀𝒊 𝟑+𝟔+𝟗+𝟏𝟐+𝟏𝟓+𝟏𝟖
𝝁= = = 𝟏𝟎, 𝟓
𝑵 𝟔
𝝈 𝑵−𝒏
𝝈𝒙 = ∗√
√𝒏 𝑵−𝟏
Profesora: Lcda. Rosibel Padrón (MSc)
Rosipadron72@gmail.com
Universidad de Oriente
Núcleo Monagas
Escuela de Ciencias Sociales y Administrativas. (ECSA)
Asignatura: Estadística II
𝝈
∑(𝟑 − 𝟏𝟎, 𝟓)𝟐 + (𝟔 − 𝟏𝟎, 𝟓)𝟐 + (𝟔 − 𝟏𝟎, 𝟓)𝟐 + (𝟏𝟐 − 𝟏𝟎, 𝟓)𝟐 + (𝟏𝟓 − 𝟏𝟎, 𝟓)𝟐 + (𝟏𝟖 − 𝟏𝟎, 𝟓)𝟐 )
=√
𝟔
= 𝟓, 𝟏𝟐𝟑𝟒𝟕𝟓𝟑𝟖
𝟓, 𝟏𝟐𝟑𝟒𝟕𝟓𝟑𝟖 𝟔−𝟑
𝝈𝒙 = ∗√ = 𝟐, 𝟐𝟗𝟏𝟐𝟖𝟕𝟖𝟓
√𝟑 𝟔−𝟏
̅−𝝁
𝒙
𝒁= 𝝈 → 𝑵(𝟎, 𝟏)
√𝒏
̅−𝝁
𝒙
𝒁= → 𝑵(𝟎, 𝟏)
𝑺𝒙̅
Donde:
El error muestral estimado se tiene a través de la siguiente formula
𝑺
𝑺𝒙̅ =
√𝒏
La desviación estándar de la muestra viene dada por:
̅)𝟐 ∗ 𝒇𝒊
∑(𝒙𝒊 − 𝒙
𝑺=√
𝒏−𝟏
Muestras pequeñas (𝒏 < 30)
̅−𝝁
𝒙
𝒕=
𝑺𝒙̅
̅−𝝁
𝒙
𝒕= 𝒔 → 𝒕𝒏−𝟏
√𝒏
Muestreo en poblaciones no Normales
Sea x1, x2….xn, una muestra aleatoria simple (m.a.s.), de tamaño n de una
población con distribución de probabilidad no especificada, con media 𝝁 y
desviación típica 𝝈; la variable aleatoria Z, definida como:
̅−𝝁
𝒙
𝒁= 𝝈
√𝒏
Ejemplos y Aplicaciones.
Ejercicio n° 4 de la guía
Solución:
𝑋:Tiempo medio de desplazamiento → 𝑁(𝜇; 𝜎) = 𝑁(87; 22)
̅−𝝁
𝒙
𝒁= 𝝈 → 𝑵(𝟎, 𝟏)
√𝒏
Datos:
𝝁 = 𝟖𝟕; 𝝈 = 𝟐𝟐; 𝒏 = 𝟏𝟔
Ejemplo:
Se está realizando un estudio sobre la calidad del aire en una zona. Uno de los indicadores
de calidad del aire es el número medio los microgramos de partículas en suspensión por
metro cúbico. Supongamos que el número medio de microgramos de partículas, está
normalmente distribuida. Se hacen 16 mediciones en las que se obtiene una desviación
estándar muestral de 10,8585 unidades. Obtener la probabilidad de que la media muestral
no difiera de la media poblacional en más 8 unidades
̅ − 𝝁| ≤ 𝟖) = (−𝟖 ≤ ̅𝒙 − 𝝁 ≤ 𝟖)
𝒑(|𝒙
̅−𝝁
𝒙 ̅−𝝁
𝒙
𝒕= 𝒔 → 𝒕𝒏−𝟏 = → 𝒕𝟏𝟓
𝟏𝟎, 𝟖𝟓𝟖𝟓
√𝒏 √𝟏𝟔
−𝟖 𝟖
= 𝒑( ̅−𝝁 ≤
≤𝒙 ) = 𝑷(−𝟐. 𝟗𝟒𝟕 ≤ 𝒕 ≤ 𝟐. 𝟗𝟒𝟕) → 𝒕𝟏𝟓
𝟐, 𝟕𝟏𝟒𝟔 𝟐, 𝟕𝟏𝟒𝟔
Profesora: Lcda. Rosibel Padrón (MSc)
Rosipadron72@gmail.com
Universidad de Oriente
Núcleo Monagas
Escuela de Ciencias Sociales y Administrativas. (ECSA)
Asignatura: Estadística II
𝝅𝑸
𝝈𝒑̅ = √ → 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏𝒆𝒔 𝒊𝒏𝒇𝒊𝒏𝒊𝒕𝒂𝒔
𝒏
Donde:
𝝈𝒑̅ = 𝑬𝒓𝒓𝒐𝒓 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍 𝒅𝒆 𝒍𝒂 𝒅𝒊𝒔𝒕𝒓𝒊𝒃𝒖𝒄𝒊ó𝒏 𝒅𝒆 𝒑𝒓𝒐𝒑𝒐𝒓𝒄𝒊𝒐𝒏𝒆𝒔
𝒙 → 𝑵(𝒏𝝅; √𝒏𝝅𝑸
Profesora: Lcda. Rosibel Padrón (MSc)
Rosipadron72@gmail.com
Universidad de Oriente
Núcleo Monagas
Escuela de Ciencias Sociales y Administrativas. (ECSA)
Asignatura: Estadística II
Donde:
É𝐱𝐢𝐭𝐨𝐬 (𝛑; 𝐩
̅) 𝐲 𝐅𝐫𝐚𝐜𝐚𝐬𝐨𝐬 (𝟏 − 𝛑; 𝐪
̅)
𝝅 = 𝒑𝒓𝒐𝒑𝒐𝒓𝒄𝒊ó𝒏 𝒅𝒆 𝒍𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊ó𝒏
̅ = 𝒑𝒓𝒐𝒑𝒐𝒓𝒄𝒊ó𝒏 𝒅𝒆 𝒍𝒂 𝒎𝒖𝒆𝒔𝒕𝒓𝒂
𝒑
𝝅𝑸
̅ → 𝑵 (𝝅; √
𝒑 )
𝒏
1. Una fábrica tiene 438 obreros, de los cuales 239 están preocupados por las
prestaciones sociales. Se ha pedido a una muestra aleatoria de 80 de estos obreros que
estime la proporción de obreros preocupada por las prestaciones sociales:
a) Cuál es la probabilidad de que la proporción muestral sea inferior a 0,5?
b) Cuál es la probabilidad de que la proporción muestral este entre 0,5 y 0,6?
Datos:
𝑵 = 𝟒𝟑𝟖 ; 𝒙𝒊 = 𝟐𝟑𝟗; 𝒏 = 𝟖𝟎
𝟐𝟑𝟗
̅−𝝅
𝒑 𝟎, 𝟓 −
𝑎. −) 𝑝(𝑝̅ ≤ 0,5) = 𝑝 ≤ 𝟒𝟑𝟖 = 0,99
√𝝅(𝟏 − 𝝅) ∗ √𝑵 − 𝒏 √𝟎, 𝟓𝟓(𝟏 − 𝟎. 𝟓𝟓) ∗ √𝟒𝟑𝟖 − 𝟖𝟎
( 𝒏 𝑵−𝟏 𝟖𝟎 𝟒𝟑𝟖 − 𝟏 )
𝑝(𝑝̅ ≤ 0,5) = 𝑝