Documentos de Académico
Documentos de Profesional
Documentos de Cultura
5 Distribuciones Muestrales
INTRODUCCION
El estudio de determinadas características de una población se efectúa a través de
diversas muestras que pueden extraerse de ella.
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. En todo nuestro estudio vamos a limitarnos a
una población de partida infinita o a muestreo con reposición.
Distribución Muestral: Consideremos todas las posibles muestras de tamaño n
en una población. Para cada muestra podemos calcular un estadístico (media,
desviación típica, proporción...) que variará de una a otra. Así obtenemos una
distribución del estadístico que se llama distribución muestral.
Error estándar: La varianza de las medias muestrales es igual a la varianza
poblacional dividida por n. En consecuencia, la desviación estándar de las medias
muestrales (llamada también el error estándar de la media muestral), es igual a la
desviación estándar poblacional dividida por la raíz cuadrada de n.
Teorema de límite central: De una población infinita con media μ y varianza σ z
se extraen muestras aleatorias de tamaño n , entonces la media muestral
se comporta aproximadamente como una variable aleatoria
normal con media igual a la media poblacional y con varianza
igual a la varianza poblacional dividida por el tamaño de la
muestra, siempre que n sea grande. Esto es:
σ2
( )
x́ N μ ,
n
Estandarizado:
x́−μ
z= N ( 0,1 )
σ
√n
Las curvas muestran la forma que puede tomar la distribución t de student la cual
depende del número de grados de libertad. Como se puede apreciar se parece mucho a
la distribución normal. Incluso, para un número grande de grados de libertad (es decir de
número de datos en la muestra) las dos distribuciones son iguales.