Estadística Aplicada

Unidad III
Distribuciones Muestrales

Prof. Libia Santana

 Distribuciones muestrales
Los estadísticos que se obtienen de una muestra nos proporcionan
información importante para realizar la estimación de parámetros
poblacionales.
De una población se puede obtener una gran cantidad de muestras
diferentes n1, n2, ……. Cada muestra proporciona un estadístico y
éstos conforman una distribución muestral donde se obtiene la
media o desviación típica de la distribución.
El número de muestras diferentes que se puede tener de una
población se obtiene con la siguiente fórmula N C n
Ejemplo
N=4 y n=2 luego 4 C 2 = 6. Se pueden obtener 6 muestras distintas.
Distribución muéstral es una lista de todos los valores posibles para
un estadistico y la probabilidad correspondiente.
Ejemplo
N=2, 4, 5, 7
Muestras Elementos Medias Medias № de muestras Probabilidad
muestrales 3 1 1/6
1 2, 4 3 3,5 1 1/6
2 2, 5 3,5 4,5 2 2/6
3 2, 7 4,5 5,5 1 1/6
4 4, 5 4,5 6 1 1/6
5 4, 7 5,5
6 5, 7 6
La mayor probabilidad 2/6 la tiene 4,5 y podemos comprobar que
coincide con el Parámetro de la población.
μ = (2+4+5+7)/4 = 4,5

Error de muestreo: es la diferencia entre el parámetro poblacional y

el estadístico de la muestra utilizado para estimar el parámetro.
Por lo general el parámetro no se conoce por lo que no se puede
calcular exactamente el error de muestreo.
Proporción muestral
La proporción muestral p se utiliza para estimar el parámetro
desconocido π.
Es aplicable a los casos en que ocurren dos eventos y uno de ellos
representa un éxito, se obtiene entonces la proporción de éxitos.

Ejemplo
Se realizó una encuesta a 4 personas para verificar si vieron una
publicidad, si=éxito y no=fracaso, las respuestas fueron dos si y dos no
representadas por S1, N2, N3 y S4
Ejemplo

Muestras № de Proporción
éxitos
S1,N2 1 0,5 Valor esperado de la distribución muestral
S1,N3 1 0,5 E(p)=(p1+p2+…)/k
S1,S4 2 1,0 Suma de las proporciones entre número
N2,N3 0 0 de muestras
N2,S4 1 0,5
N3,S4 1 0,5 E(p)=3/6=0,5=π