Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Suponga que de una población, X, con distribución Normal con media 𝝁 y varianza 𝝈𝟐 ,
se toma una muestra aleatoria de 𝑛 observaciones, X1 , X2 , … Xn . La media muestral
1
𝑋̅ = (𝑋 + 𝑋2 + ⋯ + 𝑋𝑛 ),
𝑛 1
𝝈𝟐
tiene una distribución Normal con media 𝝁𝑿̅ = 𝝁 y varianza 𝝈𝟐𝑿̅ = , tal como se
𝒏
demuestra a continuación:
1 1
E(𝑋̅) = 𝝁𝑿̅ = 𝐸 ( (𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛 )) = (𝐸(𝑋1 ) + 𝐸(𝑋2 ) + ⋯ + 𝐸(𝑋𝑛 ))
𝑛 𝑛
1 1
𝑛
(𝜇 + 𝜇 + ⋯ + 𝜇) = 𝑛 𝑛 ∗ 𝜇 = 𝝁. Es decir,
E(𝑋̅) = 𝝁.
1 1
Var(𝑋̅) = 𝝈𝟐𝑿̅ = 𝑉𝑎𝑟 ( (𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛 )) = ((𝑉𝑎𝑟(𝑋1 ) + 𝑉𝑎𝑟(𝑋2 ) + ⋯ + 𝑉𝑎𝑟(𝑋𝑛 )) (puesto que
𝑛 𝑛2
las VAs Xi son independientes entre sí) y, por tanto:
𝝈𝟐
Es decir, Var(𝑋̅) =
𝒏
𝝈𝟐
En conclusión, la media muestral, 𝑋̅ , tiene distribución N(𝝁, ).
𝒏
Ahora veamos qué sucede cuando se tiene una muestra aleatoria de una población, X,
en el caso en el que X tiene una distribución diferente a la distribución Normal.
Referencias:
Tomado y adaptado de Walpole, R.E., Myers, R.H., Myers, S.L. y Ye, K. Probabilidad y Estadística
para Ingeniería y Ciencias, Prentice Hall, Novena Edición, 2012. Páginas 221-224 y 233-236.