Asignatura Datos del estudiante Fecha

Apellidos: AVILA ROSALES

ESTADISTICA II 14/06/2021
Nombre: BERONICA

Actividad
Protocolo individual de la unidad n°: 2

Análisis y síntesis: 
Síntesis e interpretación personal de los temas vistos en la unidad

DISTRIBUCION MUESTRAL
Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros
poblacionales tales como: la media ( ), la varianza (σ) o la proporción (p ). Se extrae una
muestra aleatoria de la población y se calcula el valor de un estadístico correspondiente,
por ejemplo, la media muestral (X ), la varianza muestral ( S2 ) o la proporción muestral
(P ). El valor del estadístico es aleatorio porque depende de los elementos elegidos en la
muestra seleccionada. y, por lo tanto, el estadístico tiene una distribución de probabilidad
la cual es llamada la Distribución Muestral del Estadístico.
A partir de las muestras seleccionadas de una población pueden construirse variables
aleatorias alternativas, de cuyo análisis se desprenden interesantes propiedades
estadísticas. Las dos formas más comunes de estas variables corresponden a las
distribuciones muéstrales de las medias y de las proporciones
Distribución muestral de las medias:
Dada una población constituida por un número n de elementos, cuya media
aritmética es  y donde la desviación típica viene dada , pueden formarse n2 muestras
con reemplazamiento distintas, formadas por dos elementos de la población.
Para cada una de estas muestras es posible una media muestral, que denotaremos con el
símbolo  . Un ejemplo de la tabla de muestras de tamaño 2, tomada de la población {1,
3, 5}, con sus medias aritméticas reflejadas, sería:

A partir de la variable estadística original x de la población se puede construir una nueva

variable estadística  , que tendría como valores las medias de las muestras tomadas de la
población. La media aritmética de esta distribución muestral de las medias se denota
por  , y su desviación típica por 

Distribución muestral de proporciones:

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. Esta distribución se genera de igual
manera que la distribución muestral de medias, a excepción de que al extraer las muestras
de la población se calcula el estadístico proporción (p=x/n en donde "x" es el número de
éxitos u observaciones de interés y "n" el tamaño de la muestra) en lugar del estadístico
media.
 Asignatura Datos del estudiante Fecha
Apellidos: AVILA ROSALES
ESTADISTICA II 14/06/2021
Nombre: BERONICA

Una población binomial está estrechamente relacionada con la distribución muestral de

proporciones; una población binomial es una colección de éxitos y fracasos, mientras que
una distribución muestral de proporciones contiene las posibilidades o proporciones de
todos los números posibles de éxitos en un experimento binomial, y como consecuencia
de esta relación, las afirmaciones probabilísticas referentes a la proporción muestral
pueden evaluarse usando la aproximación normal a la binomial, siempre que np ≥ 5 y n(1
– P)≥ 5.
Cualquier evento se puede convertir en una proporción si se divide el número obtenido
entre el número de intentos.
PARÁMETROS Y ESTADÍSTICOS
Un parámetro es un número que describe algún aspecto de la población en estudio. En la
práctica, en la mayoría de los casos (población infinita, pruebas destructivas, etc) el valor
del parámetro es desconocido.
Un estadístico es un número que se calcula a partir de los datos muéstrales. Si se lo
utiliza para estimar un parámetro desconocido, se lo conoce con el nombre de estimador.
El objetivo de este capítulo y los próximos es desarrollar el por qué y cómo se utilizan
los estadísticos para estimar a los correspondientes parámetros.
Tengamos en cuenta que el valor del parámetro es fijo, mientras que el valor de un
estadístico está en función de la muestra seleccionada y por lo tanto podrá variar de una
muestra a otra.
Si de alguna manera, pudiéramos medir la precisión de este proceso, es decir, si
pudiéramos evaluar si el valor del estadístico va a estar cerca del valor del parámetro
correspondiente, para cualquier muestra extraída de la población, entonces estaríamos en
condiciones de hacer “buenas inferencias”. Es aquí donde la técnica de muestreo y el
tamaño de la muestra juegan un papel fundamental.
Como se mencionó en el capítulo I, pag. 8 trabajaremos con muestras aleatoria simples,
en donde cada elemento de una muestra de tamaño n es una variable aleatoria, siendo X1,
X2,…Xn, variables independientes entre sí3
.Sólo cuando se utiliza el azar para escoger los elementos que conforman una muestra,
podemos describir cómo varía el estadístico. Al obtener de forma repetida de una
población distintas muestras del mismo tamaño, podemos encontrar la distribución
muestral del estadístico, como veremos seguidamente.
Denominamos variabilidad muestral al hecho de que el valor de un estadístico varía en
un muestreo aleatorio repetido. Para comprenderlo podemos recurrir a la teoría de la
probabilidad o la simulación a partir de un ejemplo sencillo, como el que se plantea a
continuación.

Discusión: 
Dudas, desacuerdos, discusiones
 Asignatura Datos del estudiante Fecha
Apellidos: AVILA ROSALES
ESTADISTICA II 14/06/2021
Nombre: BERONICA