Estadística 1I

Grupo 6:
Distribución muestral de la media
INTEGRANTES:
 Barbecho saico Carlos
 Chalar castro Ángelo
 Guachilema Allan
 Luna Jiménez Evelyn
 Rivas Álvarez Stalin
LCDO. SANCHEZ KEVIN
 Vite cortes Dylan
 DISTRIBUCION MUESTRAL DE LA
MEDIA
Como ocurre con otras distribuciones de La población se distribuye según el modelo
probabilidad estudiadas, la distribución muestral de Normal. La distribución de Medias muestrales sigue
tiene un valor esperado, una desviación estándar y el modelo Normal, con parámetros y sigma
una forma característica donde sigma al cuadrado y n son la Varianza de la
La distribución muestral de la Media depende de distribución poblacional y el tamaño de la muestra
varios circunstancias como la distribución de la respectivamente.
población de la que se extrae las muestras
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 muestrales de las
medias y de las proporciones.
 Formula
Cada muestra de tamaño n que podemos extraer de una población proporciona una media. Si consideramos cada
una de estas medias como valores de una variable aleatoria podemos estudiar su distribución que
llamaremos distribución muestral de medias.
Si tenemos una población normal N(m,s) y extraemos de ella muestras de tamaño n, la distribución muestral de
medias sigue también una distribución normal

Si la población no sigue una distribución normal pero n>30, aplicando el llamado Teorema central del límite la
distribución muestral de medias se aproxima también a la normal anterior.
Dada una población constituida por un número n de elementos, cuya media aritmética es m y donde la desviación típica
viene dada s, 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:

PARÁMETROS DE LA DISTRIBUCIÓN MUESTRAL DE LAS MEDIAS DE TAMAÑO 2

Establecida una distribución muestral de las medias de tamaño 2, su esperanza matemática adopta el valor siguiente:

siendo m la media aritmética de la población, la media aritmética de cada muestra, la media aritmética de todas las medias, E [x] la esperanza
matemática de la variable aleatoria x (para la población) y E [ ] la esperanza matemática de la variable aleatoria (para la distribución muestral
de las medias).

Por su parte, los valores de la varianza y la desviación típica de esta distribución muestral de tamaño 2 son:

donde s es la desviación típica de la población, la desviación típica de la distribución muestral, V [x] la varianza de la variable x (población) y
V [] la varianza de la variable (distribución muestral d
¿Para qué sirve la distribución muestral de medias?
Para inferir si hay o no diferencias es que resulta fundamental trabajar con la distribución muestral de medias.

Cuando en una población se toma una muestra y se mide una variable continua, se obtiene un conjunto de
mediciones que puede resumirse en un valor de media. Si se toma otra muestra de la misma medición se obtendrá
otra media. Puede intuirse entonces que podemos tomar infinitas muestras y obtener por lo tanto infinitas medias.

Teorema del limite central

El teorema del límite central nos dice que todas las medias de una variable se distribuyen alrededor de la media de la
población: la media de todas las medias es la media poblacional. Notemos que no estamos hablando ahora de datos
individuales en torno de la media de una muestra: estamos hablando de medias de muestras en torno de la media
poblacional.
Y lo más interesante es que si las muestras son de tamaño suficiente (más de 30 observaciones, aunque algunos hablan de
más de 100) las medias se distribuyen alrededor de la media poblacional en forma gaussiana, aún cuando la variable en la
población general no tenga esa distribución! :
 Ley de los grandes números
Esta ley afirma que el promedio de variables aleatorias independientes con una distribución
común va a converger a la media de la distribución a medida que el tamaño crece.

Es decir, de acuerdo a esta ley, el promedio de los resultados obtenidos de una larga serie de
repeticiones se acerca al valor esperado.

Ley de los Grandes Números: Si X1,X2,... son variables aleatorias independientes idénticamente
distribuidas (IID), cada una con media E(X)=\ºmu. Entonces,

X¯=∑iXin→μ
cuando n→∞
DISTRIBUCION MUESTRAL DE MEDIAS
Cómo determinar el número de muestras y como listar las muestras.
1. Se tiene la siguiente población: N= A, B, C, D.
(N= 4 elementos)
Determine cuántas muestras de dos elementos (n=2) se pueden obtener y haga un listado de esas
muestras.
Utilice los dos métodos: muestreo con reposición y sin reposición.
Muestreo con reposición
Número de muestras que se obtienen al seleccionar dos elementos de cuatro.
N=4 n=2
Nn = 42 = 16
Habrá 16 muestras de 2 elementos
N= A, B, C, D.
Listar muestras: cada elemento de la población se relaciona con todos los elementos
Listar muestras: cada elemento de la población se relaciona con todos los elementos
AA BA CA DA
AB BB CB DB
AC BC CC DC
AD BD CD DD

MUESTREO SIN REPOSICIÓN

Número de muestras que se obtienen al seleccionar dos elementos de cuatro.
N=4 n=2
N Cn = 4C2 =6
Se tendrán 6 muestras de 2 elementos
Listar muestras: como no se permite repetición; El primer elemento de la población se relaciona con todos
los elementos que aparecen después de él. El segundo elemento se relaciona, con todos los elementos que
están después de él. El tercer elemento se relaciona con todos los que están después de él. Y así
sucesivamente.
N= A,B,C,D. AB BC CD
AB BC CD
AC BD
AC BD
AD
AD
Ejemplos
Las notas de cierto examen se distribuyen según una normal de media 5,8
y desviación típica 2,4. Hallar la probabilidad de que la media de una
muestra tomada al azar de 16 estudiantes esté comprendida entre 5 y 7La
población es N(5,8 , 2,4) , con n=16 la distribución muestral de medias se
distribuye N(5,8 , 0,6)

Si x es la media de la muestra hemos de calcular la probabilidad

P(5 £ x £ 7)
= P(-1,33 £ z £ 2) =
P(z £ 2)-[1-P(z £ 1,3 3)]
= 0,8854
 Link video

https://www.youtube.com/watch?v=5xhkVFiYpYU