Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE DECISIONES
CIENCIAS ECONÓMICAS
5° SEMANA
DISTRIBUCIONES MUESTRALES
Es la distribución de los valores del estadístico de interés(Media, proporción,
etc.), obtenidos a partir de todas las muestras posibles del mismo tamaño,
extraídas de una misma población. En la práctica, una distribución muestral,
sólo puede elaborarse de poblaciones finitas y variables discretas,
operándose de la siguiente manera:
De una población de tamaño N, se extraen aleatoriamente todas las posibles
muestras de tamaño n.
Para cada muestra se calcula el estadístico de interés(Media, proporción,
etc.).
Se listan los distintos valores observados del estadístico, con sus respectivas
frecuencias.
DISTRIBUCIONES MUESTRALES
∑ 𝟐𝟐
(𝒙𝒙 −𝝁𝝁)
𝝈𝝈𝟐𝟐 = 𝒊𝒊
(𝟏𝟏𝟏𝟏 − 𝟐𝟐𝟐𝟐)𝟐𝟐 + ⋯ + (𝟏𝟏𝟏𝟏 − 𝟐𝟐𝟐𝟐)𝟐𝟐 𝝈𝝈𝟐𝟐 = 5
𝟐𝟐
𝑵𝑵 𝝈𝝈 =
𝟒𝟒
𝝈𝝈 = 𝝈𝝈𝟐𝟐 = 𝟓𝟓=2.24
POSIBLES MUESTRAS CON REPOSICIÓN DISTRIBUCIÓN MUESTRAL DE LA MEDIA
M Element Media M Element Media
ue os ue os
str str Media 𝒇𝒇𝒊𝒊 Probabilidad
a a 18 1 0.0625
1 (18,18) 18 9 (22,18) 20 19 2 0.1250
2 (18,20) 19 10 (22,20) 21 20 3 0.1875
3 (18,22) 20 11 (22,22) 22
21 4 0.2500
4 (18,24) 21 12 (22,24) 23
22 3 0.1875
5 (20,18) 19 13 (24,18) 21
6 (20,20) 20 14 (24,20) 22 23 2 0.1250
7 (20,22) 21 15 (24,22) 23 24 1 0.0625
8 (20,24) 22 16 (24,24) 24 Total 16 1.0000
CÁLCULO DE LOS PARÁMETROS DE LA DISTRIBUCIÓN MUESTRAL DE LA MEDIA
Media 𝒇𝒇𝒊𝒊 Probabilidad � 𝒊𝒊 𝒇𝒇𝒊𝒊
∑ 𝑿𝑿
18 1 0.0625 𝝁𝝁𝑿𝑿� =
𝑵𝑵𝒏𝒏
19 2 0.1250 𝟏𝟏𝟏𝟏 𝟏𝟏 + 𝟏𝟏𝟏𝟏 𝟐𝟐 + ⋯ + 𝟐𝟐𝟐𝟐(𝟏𝟏)
𝝁𝝁𝑿𝑿� = = 𝟐𝟐𝟐𝟐
20 3 0.1875 𝟏𝟏𝟏𝟏
21 4 0.2500 ∑ ( � 𝒊𝒊 − 𝝁𝝁𝑿𝑿� )𝟐𝟐 𝒇𝒇𝒊𝒊
𝑿𝑿
𝝈𝝈𝟐𝟐𝑿𝑿� =
22 3 0.1875 𝑵𝑵𝒏𝒏
23 2 0.1250 (𝟏𝟏𝟏𝟏 − 𝟐𝟐𝟐𝟐) 𝟐𝟐
∗ 𝟏𝟏 + 𝟏𝟏𝟗𝟗 − 𝟐𝟐𝟐𝟐 𝟐𝟐
∗ 𝟐𝟐 + ⋯ + (𝟐𝟐𝟐𝟐 − 𝟐𝟐𝟐𝟐) 𝟐𝟐
𝝈𝝈𝟐𝟐𝑿𝑿� = =
24 1 0.0625 𝟏𝟏𝟏𝟏
Total 16 1.0000 𝟐𝟐
𝝈𝝈𝑿𝑿� = 𝟐𝟐. 𝟓𝟓
𝝈𝝈𝟐𝟐
𝝈𝝈𝟐𝟐𝑿𝑿� = 𝟐𝟐. 𝟓𝟓 ≠ 𝝈𝝈𝟐𝟐 = 𝟓𝟓 → 𝝈𝝈𝟐𝟐𝑿𝑿� =
𝒏𝒏
𝝈𝝈
𝝈𝝈𝑿𝑿� = 𝟏𝟏. 𝟓𝟓𝟓𝟓 ≠ 𝝈𝝈 = 𝟐𝟐. 𝟐𝟐𝟐𝟐 → 𝝈𝝈𝑿𝑿� =
𝒏𝒏
POSIBLES MUESTRAS SIN REPOSICIÓN DISTRIBUCIÓN MUESTRAL DE LA MEDIA
Muestra Elementos Media
Media 𝒇𝒇𝒊𝒊 Probabilidad
1 (18,20) 19
19 1 0.1667
2 (18,22) 20
20 1 0.1667
3 (18,24) 21
21 2 0.3332
4 (20,22) 21
22 1 0.1667
5 (20,24) 22
23 1 0.1667
6 (22,24) 23
Total 6 1.0000
𝝈𝝈𝟐𝟐 𝑵𝑵 − 𝒏𝒏
𝝈𝝈𝟐𝟐𝑿𝑿� = 𝟏𝟏. 𝟔𝟔𝟔𝟔 ≠ 𝝈𝝈𝟐𝟐 = 𝟓𝟓 → 𝝈𝝈𝟐𝟐𝑿𝑿� =
𝒏𝒏 𝑵𝑵 − 𝟏𝟏
𝝈𝝈 𝑵𝑵 − 𝒏𝒏
𝝈𝝈𝑿𝑿� = 𝟏𝟏. 𝟐𝟐𝟐𝟐 ≠ 𝝈𝝈 = 𝟐𝟐. 𝟐𝟐𝟐𝟐 → 𝝈𝝈𝑿𝑿� =
𝒏𝒏 𝑵𝑵 − 𝟏𝟏
La distribución muestral sirve de nexo entre la estadística descriptiva y la
inferencia estadística.
La distribución de probabilidades de las distribuciones muestrales tienen
dos propósitos:
1.-Determinar las probabilidades relacionadas a las estadísticas muestrales.
2.-Proporcionar la base teórica que sustentan la inferencia estadística.
𝑃𝑃𝑃𝑃
𝜇𝜇𝑝𝑝 = 𝑃𝑃 y 𝜎𝜎𝑝𝑝 = 𝑛𝑛
Por medio del teorema del límite central, se establece que cuando el tamaño
de la muestra es igual o mayor de30; la distribución de una proporción
muestral tiene una distribución aproximadamente normal, donde:
𝑝𝑝 − 𝑃𝑃 siendo:
𝑍𝑍 = p : proporción en la muestra.
𝑃𝑃𝑃𝑃 P : proporción en la población.
𝑛𝑛
Q: complemento de P = (1 – P).
n : tamaño de la muestra.
Ejemplo
Se cree que en una ciudad, el 20% de las familias tienen un carro. Una
muestra aleatoria de 125 familias encontró que 22 de ellas tenían un carro.
Si el valor del 20% es correcto, ¿cuál es la probabilidad de obtener una
proporción igual o mayor de familias con carros, que el de la muestra
citada?.
Ejemplo
Se cree que en una ciudad, el 20% de las familias tienen un carro. Una
muestra aleatoria de 125 familias encontró que 22 de ellas tenían un carro. Si
el valor del 20% es correcto, ¿cuál es la probabilidad de obtener una
proporción igual o mayor de familias con carros, que el de la muestra citada?.
Solución
P = 0.20 x ≥ 22 n = 125
Como es una variable discreta hay que corregir. Corrigiendo = 21.5
En proporción: 21.5 / 125 = 0.172
𝑝𝑝 − 𝑃𝑃 0.172 − 0.20
𝑍𝑍 = 𝑍𝑍 = = −0.7826 → 0.2823
𝑃𝑃𝑃𝑃 0.20 ∗ 0.80
𝑛𝑛 125
𝑿𝑿 � 𝑩𝑩 − (𝝁𝝁𝑿𝑿� − 𝝁𝝁𝑿𝑿� )
� 𝑨𝑨 − 𝑿𝑿 donde:
𝑨𝑨 𝑩𝑩
𝒁𝒁 = � 𝒊𝒊 : media muestral.
𝑿𝑿
𝝈𝝈𝑿𝑿� 𝑨𝑨 −𝑿𝑿� 𝑩𝑩
𝝁𝝁𝑿𝑿� 𝒊𝒊 : media poblacional.
𝝈𝝈𝟐𝟐𝒊𝒊 : varianza poblacional.
𝝈𝝈𝟐𝟐𝑨𝑨 𝝈𝝈𝟐𝟐𝑩𝑩 𝒏𝒏𝒊𝒊 : tamaño de la muestra.
𝝈𝝈𝑿𝑿� 𝑨𝑨 −𝑿𝑿� 𝑩𝑩 = +
𝒏𝒏𝑨𝑨 𝒏𝒏𝑩𝑩
Ejemplo
La media de pesos de carne de cerdos criollos de diez meses de edad es de
55 kilos, con desviación estándar de cinco kilos. ¿Cuál es la probabilidad de
que en dos grupos de cerdos de 30 y 35 animales respectivamente,
la diferencia de sus pesos medios sea más de cuatro kilos?.
Ejemplo
La media de pesos de carne de cerdos criollos de diez meses de edad es de 55
kilos, con desviación estándar de cinco kilos. ¿Cuál es la probabilidad de que
en dos grupos de cerdos de 30 y 35 animales respectivamente, la diferencia
de sus pesos medios sea más de cuatro kilos?.
Solución | � – �
µ = 55 σ=5 𝒏𝒏 = 𝟑𝟑𝟑𝟑 𝒏𝒏 = 𝟑𝟑𝟑𝟑
𝑨𝑨
𝑿𝑿 𝑨𝑨 𝑿𝑿 𝑩𝑩 | > 4
𝑩𝑩
� 𝑨𝑨 − 𝑿𝑿
𝑿𝑿 � 𝑩𝑩 − (𝝁𝝁𝑿𝑿� − 𝝁𝝁𝑿𝑿� ) 𝝈𝝈𝟐𝟐𝑨𝑨 𝝈𝝈𝟐𝟐𝑩𝑩 𝟓𝟓𝟐𝟐 𝟓𝟓𝟐𝟐
𝒁𝒁 = 𝑨𝑨 𝑩𝑩 𝝈𝝈𝑿𝑿� 𝑨𝑨−𝑿𝑿� 𝑩𝑩 = + 𝝈𝝈𝑿𝑿� 𝑨𝑨 −𝑿𝑿� 𝑩𝑩 = + = 𝟏𝟏. 𝟐𝟐𝟐𝟐𝟐𝟐
𝝈𝝈𝑿𝑿� 𝑨𝑨−𝑿𝑿� 𝑩𝑩 𝒏𝒏𝑨𝑨 𝒏𝒏𝑩𝑩 𝟑𝟑𝟑𝟑 𝟑𝟑𝟑𝟑
𝟒𝟒 − (𝟓𝟓𝟓𝟓 − 𝟓𝟓𝟓𝟓)
𝒁𝒁𝟏𝟏 = = 𝟑𝟑. 𝟐𝟐𝟐𝟐 → 𝑫𝑫𝑫𝑫 𝒍𝒍𝒍𝒍 𝒕𝒕𝒕𝒕𝒕𝒕𝒕𝒕𝒕𝒕 = 𝟎𝟎. 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝟏𝟏. 𝟐𝟐𝟐𝟐𝟐𝟐
−𝟒𝟒 − (𝟓𝟓𝟓𝟓 − 𝟓𝟓𝟓𝟓)
𝒁𝒁𝟐𝟐 = = −𝟑𝟑. 𝟐𝟐𝟐𝟐 → 𝑫𝑫𝑫𝑫 𝒍𝒍𝒍𝒍 𝒕𝒕𝒕𝒕𝒕𝒕𝒕𝒕𝒕𝒕 = 𝟎𝟎. 𝟒𝟒𝟒𝟒𝟒𝟒𝟒𝟒
𝟏𝟏. 𝟐𝟐𝟐𝟐𝟐𝟐
𝑺𝑺𝟐𝟐𝑿𝑿 ∗𝝈𝝈𝟐𝟐𝒀𝒀
F= → 𝑭𝑭𝒏𝒏𝑿𝑿−𝟏𝟏,𝒏𝒏𝒀𝒀 −𝟏𝟏
𝑺𝑺𝟐𝟐𝒀𝒀 ∗ 𝝈𝝈𝟐𝟐𝑿𝑿
Ejemplo
Se está comparando la variabilidad de los I.B-D(Índice Biológico de Diatomeas)
de dos ríos A y B, que suponemos siguen distribuciones Normales. Se realizan
16 mediciones en el río A y se obtiene una varianza de 9.52, y 18 mediciones
en el río B y se obtiene una varianza de 7. Obtener la probabilidad de que la
varianza en el río B sea como mínimo el doble de la varianza en el río A.
Solución
𝑿𝑿: “I.B-D en el río A” Sigue un N(𝝁𝝁𝑿𝑿 ; 𝝈𝝈𝑿𝑿 ) Y: “I.B-D en el río B” Sigue un N(𝝁𝝁𝒀𝒀 ; 𝝈𝝈𝒀𝒀 )
𝑺𝑺𝟐𝟐𝑿𝑿 ∗𝝈𝝈𝟐𝟐𝒀𝒀 𝜎𝜎𝑌𝑌2 𝑺𝑺𝟐𝟐𝑿𝑿 ∗𝝈𝝈𝟐𝟐𝒀𝒀 2
𝑆𝑆𝑋𝑋
F= → 𝑭𝑭𝒏𝒏𝑿𝑿−𝟏𝟏,𝒏𝒏𝒀𝒀 −𝟏𝟏 𝑃𝑃 𝜎𝜎𝑌𝑌2 ≥ 2𝜎𝜎𝑋𝑋2 = 𝑃𝑃 ≥ 2 = 𝑃𝑃 ≥ 2 𝑆𝑆 2
𝑺𝑺𝟐𝟐𝒀𝒀 ∗ 𝝈𝝈𝟐𝟐𝑿𝑿 2
𝜎𝜎𝑋𝑋 𝑺𝑺𝟐𝟐𝒀𝒀 ∗ 𝝈𝝈𝟐𝟐𝑿𝑿 𝑌𝑌
𝟗𝟗.𝟓𝟓𝟓𝟓
𝑷𝑷 𝑭𝑭𝟏𝟏𝟏𝟏,𝟏𝟏𝟏𝟏 ≥ 𝟐𝟐 𝟕𝟕 = 𝑷𝑷 𝑭𝑭𝟏𝟏𝟏𝟏,𝟏𝟏𝟏𝟏 ≥ 𝟐𝟐. 𝟕𝟕𝟕𝟕 = 𝟎𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎
Distribución muestral
MEDIA CUANDO
VARIANZA ES CONOCIDA
� − 𝝁𝝁
MEDIA CUANDO 𝑿𝑿
≈ 𝑵𝑵(𝟎𝟎, 𝟏𝟏)
𝑺𝑺
VARIANZA ES DESCONOCIDA 𝒏𝒏
� − 𝝁𝝁
𝑿𝑿
≈ 𝒕𝒕𝒏𝒏−𝟏𝟏
𝑺𝑺
𝒏𝒏
VARIANZA 𝑆𝑆̂𝑋𝑋2 𝜎𝜎𝑌𝑌2
A) µ x y µ y son conocidas ̂
∗ ≈ 𝑭𝑭𝒏𝒏𝒙𝒙 ,𝒏𝒏𝒀𝒀
… 2 𝜎𝜎 2̂
𝑆𝑆𝑌𝑌 𝑋𝑋
𝑆𝑆̂𝑋𝑋2 𝜎𝜎𝑌𝑌2
B) µ x y µ y son desconocidas ∗ ≈ 𝑭𝑭𝒏𝒏𝒙𝒙−𝟏𝟏 ,𝒏𝒏𝒀𝒀−𝟏𝟏
̂ 2 𝜎𝜎 2̂
𝑆𝑆𝑌𝑌 𝑋𝑋
x pq ρ
ˆ −ρ
proporción
p → ≈ N p, pq
≈ N ( 0, 1)
n n n
El éxito es caer nueve veces y levantarse diez
(Bon Jovi)