Del libro: Estadística para administración Cuarta edición, Autores: David M. Levine, Timothy C.

Krehbiel y Mark L. Berenson, Editorial: Pearson Educación, 2006.

Distribuciones muestrales

En muchas aplicaciones usted quiere realizar inferencias estadísticas, esto es, utilizar estadísticos
calculados a partir de muestras para estimar los valores de los parámetros de la población. La
media muestral es un estadístico utilizado para estimar la media poblacional (un parámetro).
También aprenderá acerca de la proporción muestral, un estadístico que se utiliza para estimar la
proporción poblacional (un parámetro). El principal problema al realizar una inferencia
estadística radica en obtener conclusiones sobre la población, no sobre la muestra.

Por ejemplo, una persona que se encarga de realizar encuestas políticas se interesa en los
resultados muéstrales sólo como mecanismo para estimar la proporción de votos real que recibirá
cada uno de los candidatos a partir de la población de votantes. Del mismo modo, como gerente
operativo de la Oxford Cereal Company, a usted sólo le interesa utilizar la media muestral
calculada a partir de una muestra de cajas de cereal para estimar el peso medio incluido en una
población de cajas.

En la práctica, de la población total usted selecciona una muestra aleatoria simple de tamaño
predeterminado. Determina qué elementos forman parte de la muestra mediante el uso de un
generador de número aleatorio, como una tabla de números aleatorios, o a través de Excel o
Minitab.

Hipotéticamente, al utilizar un estadístico muestral para estimar un parámetro poblacional, debe

examinar toda posible muestra que pudiera presentarse. La distribución muestral es la distribu-
ción de los resultados que se presentan si en realidad se seleccionaron todas las muestras
posibles.

Distribución muestral de la media

La media es la medición de la tendencia central que más se utiliza. Con frecuencia, la media
muestral se utiliza para calcular la media poblacional. La distribución muestra de la media es la
distribución de todas las medias posibles que surgen si en realidad se seleccionaran todas las
muestras posibles de cierto tamaño.

Propiedades de la media

a) Es no sesgado, esta propiedad implica que el promedio de todas las medias muéstrales
posibles será igual a la media poblacional. �� = �.

b) Es eficiente, esta propiedad se refiere a la precisión del estadístico muestral como estimador
del parámetro de la población.
c) Es consistente, se refiere al efecto del tamaño de la muestra en la utilidad de un estimador.
Conforme aumenta el tamaño de la muestra, la variación de la media de la muestra con relación a
la media de la población se disminuye (Teorema de límite Central).

La distribución muestral de medias muestrales se vuelve normal a medida que aumenta el

tamaño de la muestra.

Del libro: Manual de estadística, Autor: Emil Hernández Arroyo, Editorial: Universidad
cooperativa de Colombia, 2006.

Distribuciones muestrales

Considere todas las muestras posibles de tamaño n que pueden ser extraídas de una población
dada. Por cada muestra podemos computar un estadístico, tal como la media, la desviación
estándar, entre otras, la cual puede variar de una muestra a otra; de esta forma obtenemos una
distribución de los estadísticos, que es llamada su distribución muestral.

Si, por ejemplo, el estadístico particular es la media muestral, la distribución es llamada la

distribución muestral de medias. Similarmente podríamos tener distribuciones muéstrales de
desviaciones estándar, varianzas, medianas, proporciones, etc.

Para cada distribución muestral, podemos computar la media, la desviación estándar, etc. Así
podemos hablar de media y desviación estándar de la distribución muestral de medias, etc.

Distribuciones muestrales de medias

denotamos la media y la desviación estándar de la distribución muestral de medias por: x y x y

Suponga que todas las muestras posibles de tamaño n son extraídas de una población. Si

la media y desviación estándar de la población por  y , respectivamente. Entonces:

� �−
��̅ = � y ��̅ = × √�− población finita
√

�
��̅ = población infinita
√�

Si > . entonces población finita

�

�
≤ . Entonces población infinita

Nota:

• Si no se conoce el tamaño de la población se supone que la población es infinita.

• Aproximadamente la distribución muestral está distribuida normalmente y todos estos
resultados se conocen según el teorema del límite central.

Ejemplo:

Una población consiste de cinco números 2, 3, 6, 8, 11. Considere todas las muestras posibles de
tamaño 2, la cual puede ser obtenida con remplazo (se puede repetir el número) de esta
población. Encuentre:

a) La media de la población.
b) Desviación estándar de la población.
c) La media de la distribución muestral de medias.
d) La desviación estándar de la distribución muestral de medias, o error estándar (con
reemplazamiento).
e) La media de la distribución muestral de medias (sin reemplazamiento).
f) La desviación estándar de la distribución muestral de medias (sin reemplazamiento).

Solución:
+ + +8+
a) � = =

− 2+ − 2+ − 2+ 8− 2+ − 2
b) � = = .
�=√ . = .

c)
Hay 25 muestras de tamaño 2 (52=25)

(2,2) (2,3) (2,6) (2,8) (2,11)

(3,2) (3,3) (3,6) (3,8) (3,11)
(6,2) (6,3) (6,6) (6,8) (6,11)
(8,2) (8,3) (8,6) (8,8) (8,11)
(11,2) (11,3) (11,6) (11,8) (11,11)

Las medias de las muestras correspondientes son:

2 2.5 4 5 6.5
2.5 3 4.5 5.5 7
4 4.5 6 7 8.5
5 5.5 7 8 9.5
6.5 7 8.5 9.5 11
 y la media de distribución muestral de medias es:
� � � �� �
��̅ = = =

ilustrando el hecho que ��̅ = �

d) ��̅ = . , ��í ��� ��̅ = .

� .
ilustrando el hecho que: ��̅ = √� = √
= .

e) Hay = muestras de tamaño 2, las cuales pueden ser extraídas sin reemplazo. Esto
significa que extraemos un número y luego otro diferente del primero de la población a
saber:
(2,3) (2,6) (2,8) (2,11)
(3,6) (3,8) (3,11) (6,8)
(6,11) (8,11)
(2,3), es considerado lo mismo que (3,2).

Las medias muestrales correspondientes son:

2.5 4 5 6.5
4.5 5.5 7 7
8.5 9.5
y la media de la distribución muestral de medias es:

. + + + . + . + . + + + . + .
��̅ =

��̅ =

Ilustrando el hecho que: ��̅ = �

f) La varianza de la distribución de medias es:

. − + − + − +⋯+ . −
��̅ = = .

y ��̅ = .

Esto ilustra el hecho de que:

 � �−� . −
��̅ = ( )= ( )= .
� �− −

��̅ = √ . = .