1.- Distribución de muestreo de la media con varianza poblacional conocida.

-
Si x es la media de una muestra aleatoria de tamaño n extraída de una población
que tiene media  y variancia  2 , entonces:
x 
z

n
Es el valor de una variable aleatoria cuya función de distribución se aproxima a la de
la distribución normal estándar cuando n ->  .

2.- Distribución muestral de la diferencia de dos medias ( x 1 - x 2).- Si se sacan

al azar dos muestras aleatorias de tamaños n1 y n2 de dos poblaciones, con medias  1
Y  1 y varianzas  12 y  22 respectivamente, entonces la distribución muestral de la
diferencia de medias, ( x 1- x 2), está distribuida aproximadamente en forma normal
con media y varianza:
1 2  2 2
 ( x 1- x 2) =  1 y ( x1  x2 )  
n1 n2
( x1  x 2 )  (  1   2 )
De aquí que, z
1 2  2 2

n1 n2
Es aproximadamente una variable normal estándar.

3.- Distribución muestral de la media con varianza poblacional (  2)

desconocida y muestra pequeña.- Si x es la media de una muestra aleatoria de
tamaño n que se toma de una población que tiene media μ y desviación 
desconocida, entonces la forma límite de:
𝑥̅ −𝜇
𝑇= 𝑠 Para n < 30 es una variable con distribución T “Student” con
√𝑛
V = n – 1 grados de libertad. Conforme n tiende a infinito (n ≥ 30) se aproxima a la
distribución normal estándar y se toma la desviación “s” de la muestra como una
aproximación de la desviación poblacional “  ”.

4.- Distribución muestral para ( x 1 - x 2) y  1 y/o  2 desconocidas y muestras

pequeñas. Si x 1 y x 2 son los valores de las medias de muestras aleatorias
independientes de tamaño n1 y n2 tomadas de poblaciones normales con medias  1,
y  2,, varianzas desconocidas y se pueden suponer iguales, la forma límite para:
( x1  x 2 )  (  1   2 ) ( n1  1 )s1 2  ( n2  1 )s2 2
T , Sp  y Con V = n1 + n2 - 2
1 1 n1  n2  2
Sp 
n1 n2

Si n1 y n2 son muestras de tamaño grande, entonces las varianzas poblacionales σ12

y σ2 2 se estiman a partir de sus estadísticos S12 y S22 respectivamente y se utiliza Z
como distribución muestral de la diferencia de las medias.
5.- Distribución muestral para ( x 1 - x 2) y  1 y/o  2 desconocidas y muestras
pequeñas. Si ( x 1 y x 2 ) son los valores de las medias de muestras aleatorias
independientes de tamaño n1 y n2 tomadas de poblaciones normales con medias  1,
y  2,, varianzas desconocidas y se pueden suponer diferentes, la forma límite para:
2
 s1 2 s2 2 
  
( x1  x 2 )  (  1   2 )  n1 n2 
T Con grados de libertad V 2 2
s1 2 s2 2  s1 2   s2 2 
  n   n 
n1 n2  1

2

n1  1 n2  1

6.- Distribución muestral de la proporción- Si x es una variable aleatoria que

tiene una distribución binomial con parámetros p (proporción de éxito en la población)
y q (proporción de fracaso en la población), entonces la variable:
X  np
Z a Donde Xa  X  .5 (Para cantidades de éxitos)
npq
Según el caso (Si X es el valor de un Límite superior sumar 0.5 o sí es un límite
inferior, restar 0.5
𝑝̅ −𝑃 1
𝑍 = 𝑎𝑃∗𝑞 donde 𝑝̅𝑎= 𝑝̅ ± 2𝑛 (Para proporciones de éxitos)
√
𝑛

Según el caso sí 𝑃̅ es el valor de un límite superior sumar 1/2n o sí es un límite

inferior, restar 1/2n

Se aproxima a la distribución normal estándar cuando n tiende a infinito.

7.- Distribución de muestreo de la diferencia de dos proporciones.- Si X 1 yX 2

son variables independientes que representan el numero de éxitos esperados en
muestras de tamaños n1 y n2 y probabilidades de éxito en la muestra de p1 yp2
respectivamente, tomadas de poblaciones binomiales con parámetros P1 y P2 que
representan las proporciones de éxito esperado en las poblaciones 1 y 2
respectivamente. Entonces, la distribución de muestreo para la diferencia entre las
proporciones muestrales ( p1  p2 ) = x1/n1 - x2/n2 tendrá las siguientes propiedades:
( p  p2 )  ( p1  p2 )
Z 1
p1q1 p2 q2

n1 n2
Nota para prueba de hipótesis: Como las proporciones de éxito en la población son
desconocidas, en el denominador se aproximan con las proporciones de éxito
muestrales.

La distribución de muestreo de ( p1  p2 ) tiene una distribución aproximadamente

normal para muestras lo suficientemente grandes.
8.- Distribución de muestreo de la varianza.- Si x y s2 son la media y la varianza
de una muestra aleatoria de tamaño n tomada de una población normal con media μ
y varianza  2, entonces,

1. x y s2 son independientes;

2. la variable aleatoria X^2= ((n - 1) s2/  2 tiene una distribución Chi-Cuadrada con
n - 1 grados de libertad.

9.- Distribución de muestreo de la razón de varianzas.- Si s12 y s 22 son las

varianzas de variables aleatorias independientes de tamaño n 1 y n2 tomadas de
poblaciones normales con las variables  12 y  22 entonces:

s12
 12  22 s12
F 
s22  12 s22
 22

Tiene una distribución F con V1= n1 - 1 y V2= n2 - 1 grados de libertad.