DISTRIBUCIONES

MUESTRALES

Docente: Patricia Acosta-Vargas

CONCEPTOS
Distribución muestral
◦ Es el estudio de determinadas
características de una población se
efectúa a través de
diversas muestras que pueden
◦ El espacio muestral va a depender
del tamaño de la muestra.
Los objetivos de la distribución
muestral son:
◦ Su forma funcional

extraerse de ella. ◦ Su media

◦ Su desviación estándar
◦ Muestra: El muestreo se realiza a
través de la población. Una
población finita en la que se
efectúa muestreo con reposición
puede considerarse infinita
teóricamente.
 Tamaño de la
muestra
◦ Se estudia una muestra
representativa de la
población.
◦ La muestra es un
subconjunto de la
población que permita
obtener información fiable
sobre el total de dicha
población.

◦ Cómo seleccionar
una muestra
◦ Tamaño reducido
◦ Ausencia de sesgos
PROPIEDADES
◦ Se aproxima a una distribución normal.
Esto se conoce como el teorema del límite
central.
◦ La media de la distribución es igual (o casi
igual) a la media de la población.
◦ La dispersión es menor a la de la población
general.
◦ Tiene forma de campana lo que quiere
decir que es simétrica
◦ Todas sus medidas de tendencia central
son idénticas
◦ La variable aleatoria asociada tiene un
intervalo infinito de (-∞<X<+∞)
◦ Es unimodal
EJEMPLOS
EJEMPLO 1
◦ Una población formada por solo
N=3 elementos. Por ejemplo 3 ◦ El espacio muestral formado por
niños. Se observa la variable todas las muestras posibles.
X=edad. Consideremos la selección ◦ E={AA, AB, AC, BA, BB, BC, CA,
con reemplazamiento de todas las CB, CC}
muestras posibles de tamaño n=2.
◦ Población niños: {A, B, C} Edad: 2,
3 y 4 años respectivamente.
◦ Distribución muestral
de la media

Distribución de X=Edad
en la población
◦ E(X)=3
Varianza(X)=2/3
EJEMPLO 2
La duración media de las
bombillas de una determinada
marca sigue una distribución
normal N(1500,160)
◦ Si escogemos una bombilla al
azar, ¿cuál es la probabilidad de
que funcione más de 1524
horas?
 Si escogemos una bombilla al azar, ¿cuál es la
probabilidad de que funcione más de 1524 horas?
◦ N(μ, σ)
◦ N(1500,164)
◦ P(X>1524)
Buscamos el valor en la tabla:
Simplificamos los datos sustituyéndolos en la fórmula:

La probabilidad de que una bombilla funcione más

de 1524 horas es de 44,04%
La probabilidad de durar más de 1524 horas es igual
a la probabilidad de que z sea mayor que 0,15
EJERCICIO 3
Una población tiene una media de 200
y una desviación estándar de 50.
Supongamos que se selecciona una
muestra aleatoria simple de tamaño 100
y que se usa x para estimar μ.
◦ ¿Cuál es la probabilidad de que la
media de la muestra quede dentro
de ±5 de la media de la población?
μ=200
σ=50
n=100
σx=5

P(195≤ x ≤ 205)=P(-1≤ x ≤ 1)
=P(z≤ 1)-P(z≤ -1)
=0,8413-0,1587
=0,6827
R= La probabilidad de que la media
quede dentro de ±5 de la poblacion es
del 68,27%