ESTADISTICA Y DISEÑO EXPERIMENTAL

V. DISTRIBUCIONES MUESTRALES

DEFINICIÓN. Una distribución muestral es la distribución de todos los posibles valores del
estadístico de la muestra, que se pueden obtener de la población para un determinado tamaño
de muestra.

Por ejemplo, Se podría tomar de una población una muestra aleatoria de 100 personas y
pesarlas para calcular después la media de su peso. Se puede pensar en esta media muestral
como si se hubieran extraído de la distribución de todas las medias muestrales posibles, para
muestras de tamaño 100 que pudieran tomarse de la población.

5.1. DISTRIBUCIÓN MUESTRAL DE LA MEDIA

5.1.1. MUESTREO CON REEMPLAZO Y SIN REEMPLAZO

a) Muestreo con reemplazo. Es cuando de una población N podemos extraer n elementos,

de tal manera que cada elemento extraído es devuelto al total poblacional para al siguiente
extracción, de esta forma un elemento puede ser extraído varias veces. El total de muestras
de tamaño n extraídas con reemplazamiento de una población N esta dado por la formula
Nn.

a) Muestreo sin reemplazo. Es cuando un elemento extraído de la población para

conformar la muestra ya no es devuelto para una siguiente extracción. Lo que significa que
cada elemento se escogerá por única vez sin importar incluso el orden. Esta dado por la
N N!
formula:  
 n  n ! N  n  !

-0-
ESTADISTICA Y DISEÑO EXPERIMENTAL

5.1.2. DEFINICIÓN DE DISTRIBUCIÓN MUESTRAL DE LA MEDIA

Ejemplo1: Suponga que la tabla siguiente muestra la antiguedad en años en el trabajo de tres
maestros universitarios de matemáticas:

Maestro de matemáticas Antiguedad

A 6

B 4

C 2
Suponga además que se seleccionan muestras aleatorias de tamaño 2 con reemplazo.
a) Calcule la media y varianza poblacional.
b) Hallar la distribución muestral de la media.
c) Calcular la media y varianza muestral.

Solución:

n 2
Se pueden tener N  3 muestras posibles. La tabla lista todas las muestras posibles de
tamaño 2, con sus respectivas medias muestrales.

Muestras Antigüedad Media

Muestral

A,A (6,6) 6

A,B (6,4) 5

A,C (6,2) 4

B,A (4,6) 5

B,B (4,4) 4

B,C (4,2) 3

C,A (2,6) 4

C,B (2,4) 3

C,C (2,2) 2

246
La media poblacional es:  4
3

La desviación estándar de la población es:

-1-
ESTADISTICA Y DISEÑO EXPERIMENTAL

( 6  4 )2  ( 4  4 )2  ( 2  4 )2
2   2.667
3

La Distribución Muestral de la media X es:

Valores de X i 2 3 4 5 6
P( X i ) 1/9 2/9 3/9 2/9 1/9

La media y varianza las 9 medias muestrales esta dado por:


 x =E  X    xi p( xi )
j1

n
 x2  E  x 2    E( x ) ; donde E  x 2    xi2 p( xi )
2

i 1

Para nuestro ejemplo tenemos que:

9
 x =E  X    xi p( xi )  4
j1

 x2  17.33  4 2  1.33

Observación1: Cuando el muestreo es con reemplazo:

i) La media de todas las medias muestrales  x es exactamente igual a la media de la

población  , esto es:

 x  E  X   

ii) También la varianza de las medias muestrales es igual a la varianza poblacional dividido
por el tamaño de la muestra

2
  Var  X  
2
x (Comprobar con el ejemplo anterior)
n

Observación2: Cuando el muestreo es sin reemplazo:

i)  x  E  X   
ii) La varianza de las medias muestrales es igual a la varianza poblacional dividido por el
tamaño de la muestra pero multiplicado por el factor de corrección poblacional
N n 2  N n
  Var  X  
2
 
n  N  1 
;
N 1
x

-2-
ESTADISTICA Y DISEÑO EXPERIMENTAL

Ejemplo 2: Usando la tabla del ejemplo1 hallar todas las muestras posibles de tamaño 2 pero
sin reemplazo y hallar la media y varianza de la distribución de medias.

5.1.3. PROBABILIDAD DE LA MEDIA MUESTRAL (MUESTRAS GRANDES)

En este caso, denominaremos la forma de la distribución muestral de la media muestral

suponiendo que se cumple alguna de tres condiciones:

• La población es normal con varianza conocida.

• La población es normal con varianza desconocida y el tamaño de la muestra es grande.
• La forma de la población es desconocida (o no normal), su varianza es conocida o
desconocida y el tamaño de la muestra es grande.

Si recordamos a la distribución normal, esta es una distribución continua, en forma de campana

simétrica. Con esta distribución podíamos calcular la probabilidad de algún evento relacionado
con la variable aleatoria, mediante la siguiente fórmula:

x
z


En donde z es una variable estandarizada con media igual a cero y varianza igual a uno. Con
esta fórmula se pueden a hacer los cálculos de probabilidad para cualquier ejercicio, utilizando
la tabla de la distribución z.

Entonces la fórmula para calcular la probabilidad del comportamiento del estadístico, en este
caso la media de la muestra, quedaría de la siguiente manera:

Para muestras con reemplazo:

x
z

n

y para muestras sin reemplazo:

x
z
 N n
n N 1

Ejemplo3: Una empresa eléctrica fabrica focos que tienen una duración que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviación estándar de 40
horas. Encuentre la probabilidad de que una muestra aleatoria de 16 focos tenga una vida
promedio de menos de 775 horas.

Solución:

-3-
ESTADISTICA Y DISEÑO EXPERIMENTAL

Este valor se busca en la tabla de z

La interpretación sería que la probabilidad de que la media de la muestra de 16 focos sea

menor a 775 horas es de 0.0062.

Ejemplo4: Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma

normal con una media de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Si
se extraen 200 muestras aleatorias de tamaño 25 sin reemplazo de esta población, determine:

a. El número de las medias muestrales que caen entre 172.5 y 175.8 centímetros.
b. El número de medias muestrales que caen por debajo de 172 centímetros.

Solución:
Como se puede observar en este ejercicio se cuenta con una población finita y un muestreo sin
reemplazo, por lo que se tendrá que agregar el factor de corrección. Se procederá a calcular el
denominador de Z para sólo sustituirlo en cada inciso.

a.

(0.7607)(200)=152 medias muestrales

-4-
ESTADISTICA Y DISEÑO EXPERIMENTAL

b.

(0.0336)(200)= 7 medias muestrales

DISTRIBUCIÓN MUESTRAL DE LA MEDIA MUESTRAL PARA MUESTRAS

PEQUEÑAS

Si el muestreo se hace en una población normal con varianza desconocida y si las muestras
seleccionadas son de tamaño n < 30, entonces, la distribución muestral de la media muestral
x es la t de Student con n-1 grados de libertad.

x
t0  t n 1
s
n

Ejemplo. Suponga que en una población normal con media 20 se toma una muestra de
tamaño 16. Si la desviación estándar muestral es 4, encuentre la probabilidad de que la media
muestral sea estrictamente mayor que 21,753.

5.1.4. DISTRIBUCIÓN MUESTRAL DE DIFERENCIA DE MEDIAS DE DOS

POBLACIONES CON VARIANZAS CONOCIDAS

Suponga que se tienen dos poblaciones distintas, la primera con media  1 y desviación
estándar  1 , y la segunda con media  2 y desviación estándar  2 . Más aún, se elige una
muestra aleatoria de tamaño n1 de la primera población y una muestra independiente aleatoria
de tamaño n2 de la segunda población; se calcula la media muestral para cada muestra y la
diferencia entre dichas medias. La colección de todas esas diferencias se llama distribución
muestral de las diferencias entre medias o la distribución muestral del estadístico x1  x2

La fórmula que se utilizará para el cálculo de probabilidad del estadístico de diferencia de

medias es:

z
 x1  x 2     1   2 
 12  22

n1 n2
-5-
ESTADISTICA Y DISEÑO EXPERIMENTAL

Ejemplo5: En un estudio para comparar los pesos promedio de niños y niñas de sexto grado
en una escuela primaria se usará una muestra aleatoria de 20 niños y otra de 25 niñas. Se
sabe que tanto para niños como para niñas los pesos siguen una distribución normal. El
promedio de los pesos de todos los niños de sexto grado de esa escuela es de 100 libras y su
desviación estándar es de 14.142, mientras que el promedio de los pesos de todas las niñas
del sexto grado de esa escuela es de 85 libras y su desviación estándar es de 12.247 libras. Si
x 1 representa el promedio de los pesos de 20 niños y x 2 es el promedio de los pesos de una
muestra de 25 niñas, encuentre la probabilidad de que el promedio de los pesos de los 20
niños sea al menos 20 libras más grande que el de las 25 niñas.

Solución:

 1 = 100 libras  2 = 85 libras

 1 = 14.142 libras  2 = 12.247 libras

n1 = 20 niños n2 = 25 niñas

P( x1  x2  20 ) = ?

Por lo tanto, buscando en la tabla normal la probabilidad de que el promedio de los pesos de la
muestra de niños sea al menos 20 libras más grande que el de la muestra de las niñas es
0.1056.

Ejemplo6: Uno de los principales fabricantes de televisores compra los tubos de rayos
catódicos a dos compañías. Los tubos de la compañía A tienen una vida media de 7.2 años
con una desviación estándar de 0.8 años, mientras que los de la B tienen una vida media de
6.7 años con una desviación estándar de 0.7. Determine la probabilidad de que una muestra
aleatoria de 34 tubos de la compañía A tenga una vida promedio de al menos un año más que
la de una muestra aleatoria de 40 tubos de la compañía B.

Solución:

A= 7.2 años A= 0.8 años nA = 34 tubos

B = 6.7 años B= 0.7 años nB = 40 tubos

=?

-6-
ESTADISTICA Y DISEÑO EXPERIMENTAL

DISTRIBUCION DE LA DIFERENCIA DE DOS MEDIAS MUESTRALES

EXTRAIDAS DE DOS POBLACIONES NORMALES INDEPENDIENTES
CON VARAINZAS POBLACIONALES DESCONOCIDAS

CASO I. MUESTRAS GRANDES ( n1  n2  30 ) Y VARIANZAS POBLACIONALES  12 y

 22 DESCONOCIDAS

Z
 X1  X 2    1  2    0 ; 1
s12 s2
 2
n1 n2

CASO II. MUESTRAS PEQUEÑAS ( n1  n2  30 ) Y VARIANZAS POBLACIONALES

DESCONOCIDA PERO IGUALES (  1   22   2 )

2

T
 X1  X 2    1  2  t n n 2 Dónde: s 
2
( n1  1) s12  ( n2  1) s22
 1  1 2  p
n1  n2  2
1 
s   
2
p
 n1 n2 

CASO III. MUESTRAS PEQUEÑAS ( n1  n2  30 ) Y VARIANZAS POBLACIONALES

DESCONOCIDAS Y DIFERENTES (  1   22 )
2

T
 X1  X 2    1  2  t g 
s12 s2
 2
n1 n2

2
 s12 s 2 
  2 
 n1 n2 
Donde: g   expresado en enteros
   
2 2
s12 n1 s22 n2
n1  1 n2  1

-7-
ESTADISTICA Y DISEÑO EXPERIMENTAL

5.2. DISTRIBUCIÓN MUESTRAL DE UNA PROPORCIÓN

Existen ocasiones en las cuales no estamos interesados en la media de la muestra, sino que
queremos investigar la proporción de artículos defectuosos o la proporción de alumnos
reprobados en la muestra. La distribución muestral de proporciones es la adecuada para dar
respuesta a estas situaciones.

xi
Donde Pi  . La variable Pi tiene distribución binomial b  n, p  donde E  x   np y
n
pq
V  x   npq . Comprobar que E  Pi   p ; V  Pi  
n

5.2.1. PROBABILIDAD DE UNA PROPORCIÓN MUESTRAL

Para hallar dicha probabilidad se usará la formula de la normal estandarizada en los

siguientes casos:

A) Si el muestreo se hace con reemplazo, entonces:

 pq  p̂  p
p̂ N  p,  o equivalente z  N ( 0 ,1 )
 n  pq
n

B) Si el muestreo se hace sin reemplazo entonces:

p̂  p
z N ( 0 ,1 )
pq N  n
.
n N 1

Ejemplo7: Se ha determinado que 60% de los estudiantes de una universidad grande fuman
cigarrillos. Se toma una muestra aleatoria de 800 estudiantes. Calcule la probabilidad de que la
proporción de la muestra de la gente que fuma cigarrillos sea menor que 0.55.

Solución: n  800 p  0.6 q  0.4 p̂  0.55

-8-
ESTADISTICA Y DISEÑO EXPERIMENTAL

 
 0.55  0.60 
ˆ 
P( p  0.55 )  P z   P( z  2.89 )  0.00193
 0.6  0.4 
 
 800 

Ejemplo8: Se sabe que la verdadera proporción de los componentes defectuosos fabricados

por una firma es de 4%, y encuentre la probabilidad de que una muestra aleatoria de tamaño
60 tenga:

a. Menos del 3% de los componentes defectuosos. P( ˆp  0.03 )

b. Más del 1% pero menos del 5% de partes defectuosas. P( 0.01  p
ˆ  0.05 )

5.2.2. PROBABILIDAD DE LA DIFERENCIA DE DOS PROPORCIONES

Para hallar dicha probabilidad se usará la siguiente formula normal estandarizada:

z
 ˆp1  ˆp2    p1  p2 
p1q1 p2 q2

n1 n2

Ejemplo9: Un Psicólogo opina que el 15% de los adolescentes de la comunidad A y el 10% de

la comunidad B sufren de un problema emocional. En una m.a. de 150 adolescentes de la
comunidad A el Psicólogo encontró que 30 tenían ese problema. Una m.a. independiente de
100 adolescentes de la comunidad B reveló que 7 estaban sufriendo de algún problema
emocional. ¿Cuál es la probabilidad de observar una diferencia entre las proporciones
muestrales mayor o igual a la que realmente se observa?

Solución: p A  0.15 q A  0.85 nA  150

pB  0.10 qB  0.90 nB  100

Las proporciones muestrales son:

30 7
p̂A   0.20 ; p̂B   0.07 Entonces ˆpA  ˆpB  0.20  0.07  0.13 luego
150 100

 
 
P  ˆpA  ˆpB  0.13  P   ˆpA  ˆpB    pA  pB 

0.08   P  Z  1.91  0.02807
 pAq A pB qB 0.0014125 
  
 nA nB 

-9-