DISTRIBUCIONES MUESTRALES

La distribución de probabilidad de un estimador estadístico se

denomina distribución muestral.

La distribución de probabilidad de X se llama distribución

muestral de la media.

Ejemplo:

Una población está formada por N=5 números: 3, 6, 9, 12, 15.

Solución:
xi 3 6 9 12 15 9
N 5
 Muestra Valores x
Muestrales
1 3, 6, 9 6
2 3, 6, 12 7
3 3, 6, 15 8
4 3, 9, 12 8
5 3, 9, 15 9
6 3, 12, 15 10
7 6, 9, 12 9
8 6, 9, 15 10
9 6, 12, 15 11
10 9, 12, 15 12
Distribución de Probabilidad
x px
6 0.1
7 0.1
8 0.2
9 0.2
10 0.2
11 0.1
12 0.1
Ahora se calcula la media de las medias

Ex xi p i
6 0. 1 7 0. 1 8 0. 2 9 0. 2 10 0. 2 11 0. 1 12 0. 1
9

La media de las medias muestrales es igual a la media de la

población.

Ejercicio

Dada una población de N=5 , números 1,2,3,4,5. Si una muestra

aleatoria de tamaño n =3 se selecciona sin reemplazo, encuentre
la distribución muestral para la media muestral x.
TEOREMA DEL LÍMITE CENTRAL

Si muestras aleatorias de n observaciones se sacan de una

población no normal con media finita y desviación estándar ,
entonces, cuando n es grande, la distribución de muestreo de la
media muestral x está distribuida normalmente en forma
.
aproximada, con media y desviación estándar n

La aproximación se hace más precisa cuando n se hace grande.

Luego la variable
x
z
n

tiene una distribución normal estándar.

LA DISTRIBUCIÓN MUESTRAL DE LA MEDIA MUESTRAL X

Si una muestra aleatoria de n mediciones se selecciona de una

población con media y desviación estándar , la distribución
muestral de la media muestral x tendrá media y desviación
.
estándar n

Si la población tiene una distribución normal, la distribución

muestral de x estará exactamente distribuida en forma normal,
cualquiera que sea el tamaño muestral n .

Si la distribución poblacional es no normal, la distribución muestral

de x estará distribuida normalmente en forma aproximada para
muestras grandes (por el teorema del límite central).
Ejercicios

1. Muestras aleatorias de tamaño n se seleccionaron de

poblaciones con las medias y varianzas dadas aquí. Encuentre la
media y desviación estándar de la distribución muestral de la
media muestral en cada caso:

2
a. n 36, 10, 9
2
b. n 100, 5, 4
2
c. n8 , 120, 1

Solución:
2 9 3
a. x 10 ; x 100
; x 10
.

2. Suponga que el profesorado de una universidad, con el rango

de profesor en dos instituciones de dos años, ganan un promedio
de $64 571 por año con una desviación estándar de $4 000. En
un intento por verificar este nivel de salario, se seleccionó una
muestra de 60 profesores de entre una base de datos del
personal para todas las instituciones de dos años en Estados
Unidos.

a. Describa la distribución muestral de la media muestral x .

b. ¿Dentro de qué límites se esperaría que esté el promedio
muestral, con probabilidad .95?
c. Calcule la probabilidad de que la media muestral x sea mayor
a $66 000.

Solución:
a. X tiene una distribución normal con media x 64571
 4000
516. 4
y desviación estándar x 60

b.

p x1 X x2 0. 95 p x1 64571 Z x2 64571 0. 95
516. 4 516. 4

el área central es de 0.95, queda en los extremos un 0.05 de área

que se divide en 2 partes iguales ,una superior y una inferior de
x 1 64571
0.025 luego planteamos p Z 516.4
0. 025, el valor de z
para el área de 0.025 es -1.96
1. 96 x 1 64571 x1 1. 96 516. 4 64571 63559
516. 4
los límites son 63559 y 65583.
c.
p X 66000 p z 66000 64571
516. 4
1 p z 66000 64571
516. 4
1 pz 2. 8 1 0. 9974 0. 002 6

Ejercicio

La cantidad de tiempo que le toma al cajero de un banco con

servicio en el automóvil atender a un cliente es una variable
aleatoria con una media µ 3. 2 minutos y una desviación
estándar σ = 1.6 minutos. Si se observa una muestra aleatoria de
64 clientes, calcule la probabilidad de que el tiempo medio que el
cliente pasa en la ventanilla del cajero sea
a) a lo sumo 2.7 minutos;
b) más de 3.5 minutos;
c) al menos 3.2 minutos pero menos de 3.4 minutos.

Distribución t

El estimador
x
T s
n

tiene una distribución llamada t que depende del parámetro

v n 1 , grados de libertad.

La distribución de T se parece a la distribución de Z en que

ambas son simétricas alrededor de una media de cero. Ambas
distribuciones tienen forma de campana, pero la distribución t es
más variable debido al hecho de que los valores T dependen de
2
las fluctuaciones de dos cantidades, X y S ; mientras que los
valores Z dependen sólo de los cambios en X de una muestra a
otra. La distribución de T difiere de la de Z en que la varianza
de T depende del tamaño de la muestra n y siempre es mayor
que 1. Sólo cuando el tamaño de la muestra n las dos
distribuciones serán iguales.
PROPIEDAD DE SIMETRIA

El valor t por arriba del cual se encuentra un área igual a α por

lo general se representa con tα . Por consiguiente, el valor t con
10 grados de libertad que deja un área de 0.025 a la derecha es
t 2. 228 .
Como la distribución t es simétrica alrededor de una media de
cero, tenemos t 1 α t ; es decir, el valor t que deja una área
de 1 α a la derecha y, por lo tanto, una área de α a la izquierda
es igual al valor t negativo que deja una área de α en la cola
derecha de la distribución (véase la figura 8.9). Esto es,
t 0.95 t 0.05 , t 0.99 t 0.01 , etcétera.

EJEMPLO:

El valor t con v 14 grados de libertad que deja una área de

0.025 a la izquierda y, por lo tanto, una área de 0.975 a la
derecha, es t 0.975 t 0.025 2. 145 .
EJEMPLO

Calcule P t 0.025 T t 0.05 .

Solución:

Como t 0.05 deja una área de 0.05 a la derecha y t 0.025 deja una
área de 0.025 a la izquierda, obtenemos una área total de
1 0. 05 0. 025 0. 925 entre t 0.025 y t 0.05 . En consecuencia,
P t 0.025 T t 0.05 0. 925 .

EJEMPLO

Calcule k tal que P k T 1. 761 0. 045 para una muestra

aleatoria de tamaño 15 que se selecciona de una distribución
normal y X µ / s/ n

el valor 1.761 corresponde a t 0.05 cuando v 14 . Por lo tanto,

t 0.05 1. 761 . Puesto que en el enunciado de probabilidad
original k está a la izquierda de t 0.05 1. 761 , tenemos que
k t α . Entonces, tenemos 0. 045 0. 05 α , o α 0. 005. Así
k t 0.005 2. 977 y P 2. 977 T 1. 761 0. 045 .
Ejercicio 1

a) Calcule t 0.025 cuando v 14 .

b) Calcule t 0.10 cuando v 10 .
c) Calcule t 0.995 cuando v 7.

Ejercicio 2
Calcule P T 1. 318 cuando v 24 .
c) Calcule P 1. 356 T 2. 179 cuando v 12 .
d ) Calcule P T 2. 567 cuando v 17 .