ESTADISTICA Y PROBABILIDAD

Prof. José Luis Puello García

jose.puello@unimilitar.edu.co
AULA VIRTUAL
DISTRIBUCIONES MUESTRALES

Teorema del Límite Central

Distribución de la media muestral.

Distribución de la proporción muestral.

Distribución de la varianza muestral.

 Definiciones básicas
• Parámetro. Valor numérico que describe una característica de una población.
Los parámetros son, en general, valores poblacionales desconocidos. Los
parámetros son valores numéricos constantes, es decir, NO son variables.

• Estadístico. Cualquier función de las variables aleatorias que forman una

muestra aleatoria. Valor numérico que describe una característica de la muestra.
NO es un valor numérico constante, sino que es una variable: su valor concreto
depende de la muestra en la que es calculado.

• Distribución muestral. El concepto de distribución muestral se refiere al

comportamiento de un estadístico. Los estadísticos son variables aleatorias.
Como tales, tienen su propia función de probabilidad. Una distribución muestral
puede quedar caracterizada haciendo explícita su forma o su valor esperado y su
varianza.
Estimadores puntuales
se presenta una muestra aleatoria simple de 30 administradores con sus
respectivos datos de sueldo anual y de participación en el programa de
capacitación. La participación en el programa de capacitación se indica
por un Sí en la columna programa de entrenamiento.

Programación y Salario Programacion y

Salario Anaula capacitación Anaula capacitacion
49094,30 sí 51 766,00 sí
53263,90 sí 52 541,30 No
49643,50 sí 44 980,00 sí
49894,90 sí 51 932,60 sí
47621,60 No 52 973,00 sí
55 924,00 sí 45 120,90 sí
49 092,30 sí 51 753,00 sí
51 404,40 sí 54 391,80 No
50 957,70 sí 50 164,20 No
55 109,70 sí 52 973,60 No
45 922,60 sí 50 241,30 No
57 268,40 No 52 793,90 No
55 688,80 sí 50 979,40 sí
51 564,70 No 55 860,90 sí
56 188,20 No 57 309,10 No
Introducción a las distribuciones
muestrales
Introducción distribución
muestral
• DISTRIBUCIÓN MUESTRAL DE 𝑥ҧ
La distribución muestral 𝑥ҧ de es la distribución de probabilidad de
todos los valores de la media muestral 𝑥.ҧ
• VALOR ESPERADO DE 𝑥ҧ
𝐸 𝑥ҧ = 𝜇
Donde 𝐸 𝑥ҧ es el valor esperado de la 𝑥ҧ y 𝜇 la media poblacional
• Desviación estándar de 𝑥ҧ
Introducción distribución
muestral
• USO DE LA EXPRESIÓN SIGUIENTE PARA CALCULAR LA
DESVIACIÓN ESTÁNDAR DE 𝒙 ഥ
𝝈
𝝈ഥ𝒙 =
𝒏
siempre que
1. La población sea infinita; o
2. La población sea finita y el tamaño de la muestra sea menor
𝒏
o igual a 5% del tamaño de la población; es decir, ≤ 𝟎. 𝟎𝟓
𝑵
Ejemplo:
Introducción distribución muestral
• Forma de la distribución muestral 𝒙 ഥ
1. La población tiene distribución normal: Cuando la
población tiene distribución normal, la distribución muestral
de está distribuida normalmente sea cual sea el tamaño de
la muestra.
2. La población no tiene distribución normal: Cuando la
población de la que se tomó la muestra aleatoria simple no
tiene distribución normal, el teorema del límite central
ayuda a determinar la forma de la distribución muestral de
𝑥ҧ . El enunciado del teorema del límite central aplicado a la
distribución muestral de dice lo siguiente:
ILUSTRACIÓN DEL TEOREMA DEL LÍMITE
CENTRAL CON TRES POBLACIONES
Teorema del Límite Central

Distribución del Total

EJEMPLO 0
Una empresa de material eléctrico fabrica
bombillas que tienen una duración que se
distribuye aproximadamente en forma
normal, con media de 800 horas y
desviación estándar de 40 horas. Calcule la
probabilidad de que una muestra aleatoria
de 16 bombillas tenga una vida promedio
de menos de 775 horas.
 Ejemplo 1
Los tiempos de espera para los clientes que pasan por una caja de
pago a la salida de un tienda, son variables aleatorias independientes
con promedio 1.5 minutos y una varianza de 1.0. Aproxime la
probabilidad de que se puedan atender a 100 clientes en menos de 2
horas. ¿Qué puede concluir al respecto?
Solución:
X : tiempo (minutos) de espera de los clientes

Considere la distribución del total.

 Ejemplo 2
Un antropólogo quiere estimar la talla promedio de los hombres de
cierta región. Si se supone que la desviación estándar de la población es
de 2.5 pulgadas y se selecciona al azar a 100 hombres, encuentre la
probabilidad de que la diferencia entre la media de la muestra y la
media verdadera de la población no exceda de 0.5 pulgadas.
 Ejemplo 3
Si el antropólogo ahora quiere que la diferencia entre la media muestral
y la media de la población sea menor de 0.4 pulgadas, con una
probabilidad de 0.95. ¿Cuantos hombres tendrá que seleccionar para
alcanzar su objetivo?
Distribución de muestreo para la media
muestral

Ejemplo 4:
El fabricante de cierta marca de neumáticos radiales con bandas tensoras
de acero indica que la duración hasta el desgate de la banda tiene
promedio = 58000. Una empresa de taxis prueba una muestra aleatoria de
10 neumáticos y registra los siguientes recorridos hasta el desgaste de la
banda: 48000, 53000, 45000, 61000, 59000, 56000, 63000, 49000, 53000 y
54000 kilómetros. Esta información muestral parece apoyar la afirmación
del fabricante?
Ejemplo 4. Solución
Distribución muestral de 𝑝ҧ
• La proporción muestral 𝑝ҧ es el estimador puntual de la
proporción poblacional 𝑝. La fórmula para calcular la
proporción muestral es :
𝑥
𝑝ҧ =
𝑛
Donde
• 𝑥 = número de elementos de la muestra que poseen la
característica de interés
• 𝑛 = número de elementos de la muestra que poseen la
característica de interés
Distribución muestral de 𝑝ҧ
• Valor esperado 𝑝ҧ
𝐸 𝑝ҧ = 𝑝
Donde 𝐸 𝑝ҧ es el valor esperado de la 𝑝ҧ y 𝑝 es proporción
poblacional
• Desviación estándar deഥ𝑝

• Forma de la distribución muestral de 𝑝ҧ

Distribución de la Proporción
muestral
Ejemplo 5
Distribución de la Varianza muestral
Ejemplo del uso tabla chi
cuadrado

Ejemplo 6 : Para una distribución chi cuadrada calcule:

Ejemplo 5.1
Suponga que las varianzas muestrales son
mediciones continuas. Calcule la
probabilidad de que una muestra aleatoria
de 25 observaciones, de una población
normal con varianza 𝜎 2 = 6, tenga una
varianza muestral 𝑠 2
a) mayor que 9.1;
b) entre 3.462 y 10.745.
 Ejemplo 5.2

Solución:
Varianza muestral de los datos.

Estimación del estadístico con

distribución Chi cuadrado.
Distribución muestral de la
diferencia entre dos medias
EJEMPLO 6: Tiempo de secado de pinturas. Se llevan a
cabo dos experimentos independientes en los que se comparan dos tipos
diferentes de pintura, el A y el B. Con la pintura tipo A se pintan 18
especímenes y se registra el tiempo (en horas) que cada uno tarda en
secar. Lo mismo se hace con la pintura tipo B. Se sabe que la desviación
estándar de población de ambas es 1.0. Si se supone que los especímenes
pintados se secan en el mismo tiempo medio con los dos tipos de pintura,
calcule 𝑃(𝑋𝐴 − 𝑋𝐵 > 1) donde 𝑋ത𝐴 y 𝑋ത𝐵 son los tiempos promedio
de secado para muestras de tamaño 𝑛1 = 𝑛2 = 18.

EJEMPLO 7: Los cinescopios para televisor del fabricante

A tienen una duración media de 6.5 anos y una desviación estándar de
0.9 anos; mientras que los del fabricante B tienen una duración media de
6.0 años y una desviación estándar de 0.8 años. .Cual es la probabilidad
de que una muestra aleatoria de 36 cinescopios del fabricante A tenga
por lo menos 1 año mas de vida media que una muestra de 49
cinescopios del fabricante B?
Distribución de la diferencia
de proporciones muestrales
Ejemplo:
Se sabe que en una población el 28% de las
mujeres y el 25% de los hombres son
fumadores. Se extraen muestras de 42
mujeres y 40 hombres. Determinar la
probabilidad de que las mujeres fumadoras
superen a los hombres fumadores en al
menos el 4%.
La distribución F con dos
varianzas muéstrales
Gráfica distribución F
Ejemplo 8. Distribución F

EJEMPLO 9: Se está comparando la variabilidad

de los I.B.D de dos ríos A y B, que suponemos siguen
distribuciones Normales. Se realizan 16 mediciones en el río A y se
obtiene una cuasi-varianza de 9.52, y 18 mediciones en el río B y se
obtiene una cuasi 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.