Distribución de muestreo de la

media ( )
La distribución muestral de es la distribución de probabilidad de todos los posibles valores
de la media muestral .
 Valor esperado de la media ( )

Se considerará la media de todos los valores posibles de , a la que se conoce como valor
esperado de .

Como la variable aleatoria puede tener muchos valores diversos, suele ser de interés
conocer la media de todos los valores de que se obtienen con diferentes muestras
aleatorias simples.

La media de la variable aleatoria es el valor esperado de ; sea este E ( ) y μ la media

de la población de la que se selecciona una muestra aleatoria simple. Se puede demostrar que
cuando se emplea el muestreo aleatorio simple, E(x) y μ son iguales.
 Valor esperado de la media ( )
Cuando el valor esperado de un estimador puntual es igual al parámetro poblacional, se
dice que el estimador puntual es insesgado.

La diferencia entre el estimador y el parámetro se conoce como sesgo del estimador.

La media muestral es un estimador insesgado de la media poblacional.

 Desviación estándar de la media

Factor de corrección para poblaciones finitas:

USAR:
 Forma de la distribución de muestreo
Los resultados anteriores respecto del valor esperado y la desviación estándar en la distribución
de muestreo son aplicables a cualquier población. El paso final para identificar las
características de la distribución de muestreo consiste en determinar la forma de la distribución
de muestreo. Se considerarán dos casos:

1) La población tiene distribución normal

2) La población no tiene distribución normal.

 Estimación puntual de parámetros

• Un estimador puntual es simplemente un estadístico (media aritmética, varianza, etc.) que se

emplea para estimar parámetros (media poblacional, varianza poblacional, etc.).
• Es decir, cuando obtenemos una media aritmética a partir de una muestra, tal valor puede ser
empleado como un estimador para el valor de la media poblacional.
• Tablero de dardos, (el círculo central sería el valor real del parámetro)
Consistencia de un estimador:

A medida que se incrementa el tamaño muestral, la diferencia

entre el estimador y el parámetro será menos que cualquier
número.
En una población de 400 estudiantes cuya media de la nota
final es de 8,55; se han realizado tres muestreos aleatorios
con muestras de tamaño n, con los siguientes resultados:
n (tamaño de muestra) Media muestral
2 8
5 8,3
25 8,57 Conclusión?
Eficiencia de un estimador:

Se evidencia al comparar estimadores:

Se realizan dos muestreos de n=1000 elementos cada

muestra, con las siguientes varianzas: 𝑠𝑠 2 = 3,5 y 𝑠𝑠 2 = 5,6.

Conclusiones?
 Mide qué qué tan grande es la desviación estándar con respecto a la media. se
expresa por lo general como un porcentaje.

 “la desviación estándar es ( ) % de la media.”

 Útil para comparar unidades distintas de la misma variable