Está en la página 1de 25

UNIVERSIDAD POLITÉCNICA ESTATAL DEL CARCHI

Administración de Empresas y Marketing


Integrantes:
• Marco Castillo
• Erika Cepeda
• Paola Díaz
• Carlos Enríquez
• Paúl Ponce
Nivel: 4to “A”
Tema:
Fecha: 20/06/2017
DISTRIBUCIÓN
MUESTRAL DE LA
VARIANZA
 El propósito al analizar la distribución muestral de la varianza es
ilustrar una característica a la que se denomina sesgo.

 SESGO a veces también llamado efecto de selección o error muestral


es una distorsión que se introduce debido a la forma en que se
selecciona la muestra. Se refiere a la distorsión de un análisis
estadístico, debido al método de recolección de muestras.
En las 2 distribuciones muestrales anteriores (de la media y de la
proporción) se llegó a la conclusión de que a la media de la
correspondiente distribución muestral era igual al parámetro de la
población.
Se vio también que cuando se extrae una muestra se utiliza el
correspondiente estadístico muestral para la estimación de su parámetro
correspondiente, se dice que el estadístico se convierte en estimador.
Así, cuando se utiliza la media de una muestra para estimar la media de
la población, se usa el estadístico muestral como estimador, de la misma
manera, se emplea como estimador de la proporción poblacional a la
proporción de la muestra. En muchos estudios por muestreo no se
conoce la varianza de la población y, por ello, es necesario estimarla con
base en la varianza de la muestra, y es por esto último que se vuelve
importante revisar la distribución muestral de la varianza con el
propósito de averiguar la forma en la que se hará la estimación. Para
enfatizar este importante punto.
La media de la distribución muestral de la media
es igual a la media de la población.

La media de la distribución muestral de la


proporción es igual a la proporción de la
población.
Problema
 La población consta de 5 familias y se determinó el número de hijos de cada una de ellas,
posteriormente se obtuvo la distribución muestral para n=2 y se construyó la distribución
muestral de la media. Para mejor referencia se producen en seguida los datos de la población,
junto con los cálculos y los valores de su media y su desviación estándar.

Familias Hijos x (x-u) (𝒙 − 𝒖)𝟐


Pérez 2 -4 16
Gómez 4 -2 4
Durán 6 0 0
Hidalgo 8 2 4
Juárez 10 4 16
Totales 30 0 40
1. media aritmética

𝑥 30
𝑢= = =6
𝑁 5

2.- Desviación estándar

(𝑥 − 𝑢)2 40
𝜕= = = 8 = 2.8284
𝑁 5
3. Varianza

2
2
(𝑥 − 𝑢) 40
𝜕 = = =8
𝑁 5

Ahora se va a construir la tabla de distribución muestral de la varianza


Calculando la varianza de cada una de las muestras de tamaño 2
Por esta característica se dice que la varianza muestral es un estimador
sesgado de la varianza de la población, mientras que la proporción y la media
son estimados insesgado de sus correspondientes parámetros

Cuando se calcula la varianza se divide a la suma de los cuadrados de las


diferencias entre N, cuando se trata de la varianza de la población, y entre n
cuando se trata de la varianza de la muestra.

Para utilizar la varianza muestral como estimador de la varianza de la


población se utiliza una forma modificada de la varianza. La modoficacion
consiste en dividir la suma de los cuadrados de las diferencias entre N-1, en vez
de dividirla entre N o, equivalente, dividirla entre n-1, en vez de dividir entre n,
según corresponda al caso de la población o de una muestra, respectivamente
Así, cuando la formula de la varianza de una población es:

La varianza modificada de la población es:


2
2
(𝑋 − 𝜇)
𝜎 =
𝑁−1
Se tiene entonces que la varianza modificada de la población es:
2
2
(𝑋 − 𝜇) 10
𝜎 = = = 10
𝑁−1 4

Consecuentemente, la varianza modificada de cada una de las muestras es:

2 (𝑋−𝜇)2
𝑠 =
𝑛−1
En la ultima columna de a tabla 7.14 aparecen las varianzas muestrales
modificadas. Por ejemplo, la varianza modificada de la primera muestra se
calculo.
2
2
(𝑋 − 𝑋) 2
𝑠 = = =2
𝑛−1 1
La varianza modificada de la cuarta muestra a su vez:
2 (𝑋−𝑋)2 32
𝑠 = = = 32
𝑛−1 1
En la ultima columna de a tabla 7.14 aparecen las varianzas muestrales
modificadas. Por ejemplo, la varianza modificada de la primera muestra se
calculo.
2
2
(𝑋 − 𝑋) 2
𝑠 = = =2
𝑛−1 1
La varianza modificada de la cuarta muestra a su vez:
2 (𝑋−𝑋)2 32
𝑠 = = = 32
𝑛−1 1
Entones resulta que el conjunto de valores de la ultima columna constituye la
distribución muestral de la varianza modificada. Calculando ahora la media de
esta distribución muestral.
2
𝑠 100
𝜇𝑠 2 = 𝑚 = = 10
𝑚 𝑛 10

Se puede apreciar la conclusión a la que se quería llegar, que la media de la


distribución muestral de la varianza modificada si es igual a la varianza
modificada de la población o, en otras palabras, la varianza muestral modificada
es un estimador insesgado de la varianza poblacional modificada. Se resumen
los resultados anteriores de la tabla 7.15.
Resumen de los resultados de la distribución muestral de la varianza

Tabla 7.15

Varianza poblacional, 𝝈𝟐 8
Media de la distribución muestral de la varianza para 𝒏 = 𝟐 5
Varianza modificada de la población 10
Media de la distribución muestral de la varianza modificada para 10
𝒏=𝟐

Como se puede verse en estos datos, la media de la distribución muestral de la


varianza, 5, subestima en 3 unidades a la de población, 8, o 3/8= 0.375 (37.5%),
en tanto que la correspondiente a la varianza modificada, 10, la sobrestima,
pero solo en 2 unidades, que son 2/8 = 0.25, o sea (25%).
Distribuciones muestrales sin reemplazo y con reemplazo

Todas las distribuciones muestrales construidas hasta aquí concuerdan con el


muestreo en la práctica, se hacen sin reemplazo y su número se determina con la
fórmula de combinaciones.

𝐍!
𝐂𝐧𝐍 =
𝐧! 𝐍 − 𝐧 !

También se puede considerar “el conjunto de todas las muestras posibles” como se
definió a las distribuciones muestrales, considerando que el muestreo se hace con
reemplazo. En este caso, el número de muestras posibles es considerablemente mayor.
Ejemplo:
Número de hijos de 5 familias
Valores de las variables: 2,4,6,8,10.
Con esta misma población se puede construir 25 muestras, si se acepta el reemplazo de los
elementos. En el ejemplo se muestra lo que sucede con una distribución muestral de la
varianza(DMV) cuando el muestreo se hace con reemplazo. En la siguiente tabla tenemos el
conjunto de esas 25 muestras que conforman ahora la DMV, junto con los cálculos de medias,
varianzas y la media de la DMV.

Varianzas Varianzas
Muestra Elemento 1 Elemento 2 muestrales 𝒔𝟐 modificadas 𝒔𝟐𝒎
1 2 4 1 2
2 2 6 4 8
3 2 8 9 18
4 2 10 16 32
5 4 6 1 2
6 4 8 4 8
7 4 10 9 18
8 6 8 1 2
9 6 10 4 8
10 8 10 1 2
11 2 2 0 0

12 4 4 0 0

13 6 6 0 0

14 8 8 0 0

15 10 10 0 0

16 4 2 1 2

17 6 2 4 8

18 8 2 9 18

19 10 2 16 32

20 6 4 1 2

21 8 4 4 8

22 10 4 9 18

23 8 6 1 2

24 10 6 4 8

25 10 8 1 2

Promedios 4 8
En la tabla anterior puede verse que la media de la distribución muestral
de la varianza en muestreo con reemplazo esta todavía más alejada de la
media de la población, en tanto que la media de esta misma distribución
muestral de la varianza modificada con reemplazo es exactamente igual
a la varianza poblacional.
Esto, junto con los resultados que se obtuvieron antes respecto a esta
DMV con muestreo sin reemplazo es lo que conduce a concluir que el
mejor estimador de la varianza poblacional es, precisamente, la varianza
modificada.
En esta tabla se reproducen los resultados ya obtenidos y que se presentaron en la anterior
tabla, y a los que se les añade los que se acaban de obtener.
Muestreo sin reemplazo

Varianza de la población, 𝜎 2 8

Media de la distribución muestral de la varianza para n=2 5

Varianza modificada de la población 10

Media de la distribución muestral de la varianza modificada para


n=2 10
Muestreo con reemplazo

Media de la distribución muestral de la varianza para n=2 4

Media de la distribución muestral de la varianza modificada para


n=2 8
ES LO SUCESIVO CUANDO SE UTILICE LA
VARIANZA MUESTRAL PARA ESTIMAR
LA VARIANZA DE LA POBLACIÓN SE
EMPLEA LA VARIANZA MODIFICADA
AL MISMO TIEMPO COMO LA
DESVIACIÓN ESTÁNDAR ES LA RAÍZ
CUADRADA DE LA VARIANZA AL USAR
LA DESVIACIÓN ESTÁNDAR DE LA
MUESTRA
LA MEDIA ES UN ESTIMADOR
INSESGADO PORQUE LA MEDIA DE SU
DISTRIBUCIÓN MUESTRAL ES IGUAL A
LA MEDIA DE LA POBLACIÓN
LA PROPORCIÓN ES UN ESTIMADOR
INSESGADO PORQUE LA MEDIA DE SU
DISTRIBUCIÓN MUESTRAL ES IGUAL A
LA PROPORCIÓN DE LA POBLACIÓN.
LA VARIANZA ES UN ESTIMADOR
SESGADO PORQUE LA MEDIA DE SU
DISTRIBUCIÓN MUESTRAL NO ES
IGUAL A LA VARIANZA DE LA
POBLACIÓN
LA VARIANZA MODIFICADA ES UN
ESTIMADOR INSESGADO PORQUE LA
MEDIA DE SU DISTRIBUCIÓN
MUESTRAL ES IGUAL A LA VARIANZA
MODIFICADA DE LA POBLACIÓN.

También podría gustarte