UNIVERSIDAD NACIONAL FEDERICO

VILLARREAL

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE

SISTEMAS
ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

TÍTULO: “Distribuciones Muestrales”

INTEGRANTES:

Geraldine Monica Samaniego Toccas

Mayco Salvador Gonzales Osorio

Crhistian Freddy Melo Ninaquispe

DOCENTE: Mag. Ing. Doris Torres Sanchez

Ciclo: 4 ciclo mañana B

2023 ll
1.Defina los siguientes términos en su propio lenguaje. Dé ejemplos de cada
uno.

La distribución muestral se refiere a la distribución de las estadísticas de

muestra (como la media, la mediana, la desviación estándar, etc.) que se
obtienen al seleccionar repetidamente muestras aleatorias de una población
dada. En otras palabras, es un conjunto de posibles valores que una
estadística de muestra puede tomar si tomamos múltiples muestras de la
misma población. La distribución muestral es fundamental en la inferencia
estadística, ya que nos permite hacer estimaciones y tomar decisiones basadas
en datos de muestra en lugar de analizar toda la población.

Ejemplo: Imagina que tienes una población de 100 estudiantes y quieres

calcular la media de sus calificaciones. En lugar de medir a todos los
estudiantes, tomas muestras aleatorias de 10 estudiantes en varias ocasiones
y calculas la media de cada muestra. La distribución muestral sería un conjunto
de todas las posibles medias que podrías obtener a partir de esas muestras.

b. Media de Medias:

La media de medias es simplemente el promedio de las medias de las

muestras tomadas de una población. En otras palabras, si realizas múltiples
experimentos o tomas varias muestras de la misma población y calculas la
media de cada muestra, la media de medias es el promedio de todas esas
medias muestrales.

Ejemplo: Supongamos que realizas cinco experimentos diferentes, en cada uno

de los cuales tomas una muestra aleatoria de 20 personas y calculas la media
de sus edades. Luego, calculas la media de todas estas medias muestrales.
Esa media resultante se llama la "media de medias" y proporciona una
estimación del valor medio de la población completa.

c. Varianza y Error Estándar de la Distribución Muestral:

La varianza en la distribución muestral es una medida de la dispersión o la

variabilidad de las estadísticas de muestra (como la media) que se obtienen al
tomar muestras repetidamente de una población. Muestra cuánto las medias de
diferentes muestras pueden variar entre sí. El error estándar de la distribución
muestral es la raíz cuadrada de la varianza y proporciona una medida de la
dispersión en términos de la desviación estándar.
Ejemplo: Si estás calculando la media de las alturas de personas en una
población, la varianza en la distribución muestral indicará cuánto varían las
medias de altura entre diferentes muestras aleatorias. El error estándar, que es
la raíz cuadrada de la varianza, te dará una medida de cuánto esperarías que
la media de altura de una muestra se desvíe de la verdadera media de la
población. Un error estándar más pequeño indica que las medias de las
muestras son más cercanas a la media poblacional.

2.Una población de las producciones semanales de una fábrica en miles de

toneladas es 200, 250, 150, 200 y 300 realice una distribución muestral y
Calcule la media de las medias y el error estándar para las muestras de
tamaño n =2
(200+150+250+200+300
µ= 5

µ=220
E(X)=µ=220
400+900+4900+400+6400
σ= 5

σ = 2600
σ = 50. 99

σ (𝑁−𝑛)
Σ𝑥 = 𝑥 (𝑁−1)
𝑛

50.99
Σ𝑥 = √2
𝑥 √0. 75

Σ𝑥 = 31. 32
3. ¿qué pasará con el error estándar del ejercicio anterior si n = 3? ¿Por qué
hay diferencia?
σ (𝑁−𝑛)
Σ𝑥 = √𝑛
𝑥√ (𝑁−1)

50.99
Σ𝑥 = √3
𝑥 √0. 75

Σ𝑥 = 25. 49 El error estándar se redujo a medida que la población aumentó

4.Las muestras de n = 40 se toman de una población grande con una media de
100 y una desviación estándar de 25. calcule e interprete el error estándar
σ
Σ𝑥 = √𝑛

25
σ x=
40

RPTA Σ𝑥 =3.80 el error estándar

5. Repita el ejercicio anterior con n=100. Discuta la diferencia
 σ
Σ𝑥 = √𝑛

25
σ x=
100

Σ𝑥 =2.5 El error estándar es de 2.5, lo cual se relaciona con una reducción a

medida que se incrementa el tamaño de la población.

.
6 Explique el teorema del límite central con sus propias palabras.

Nos señala, que en condiciones más frecuentes, si 𝑆𝑛 es la suma de n

variables aleatorias independientes, entonces la función de distribución de 𝑆𝑛
se aproxima bien a una distribución normal. Por consiguiente, el teorema
asegura que esto ocurre cuando la suma de estas variables aleatorias e
independientes es lo suficientemente grande.
7. ¿Qué se entiende por desviación estándar de la población y por error
estándar de la distribución muestral de las medias muestrales?¿Cómo se
relacionan y cómo se diferencian en cuanto a tamaño?
Se entiende que la desviación estándar es un indicador numérico de la
dispersión de un conjunto de datos o la misma población, ya que cuanto mayor
es la desviación estándar, mayor es la dispersión de la población. La
desviación estándar es un promedio de las desviaciones individuales de cada
observación con respecto a la media de una distribución.
Error estándar de la proporción muestral: Es la desviación estándar de las
posibles proporciones muestrales y mide la dispersión de la proporción
muestral.
8. ¿Qué pasa con el error estándar a medida que el tamaño de la muestra
aumenta? Dibuja la gráfica para ilustrar
Cuando el tamaño de la muestra aumenta, el error estándar también va
incrementando.
.

9. La población de millas recorridas por camionetas de Overthe Roud Van

Lines presenta una media de 8, 500, con una desviación de 1, 950. Si se
toma una muestra de n = 100 conductores, cuál es la probabilidad de que
la media sea:
10. Las latas de gaseosa vendidas en Minute Mart tienen un promedio de
16.1 onzas con una desviación estándar de 1.2 onzas. Si se toma una
muestra de n = 200, ¿cuál es la probabilidad de que la media sea?
11. Una encuesta realizada por la Asociación Nacional de Educación
reveló que los estudiantes del último año de secundaria ven televisión un
promedio de 37.2 horas por semana. Se asume una desviación estándar
de 5.4 horas. En una muestra de n= 500 estudiantes, qué tan probable es
que la media muestral sea:

a. ¿Más de 38 horas?

b. ¿Menos de 36.6 horas?

c. ¿Entre 36.4 horas y 37.9 horas?

Solución:

12. El consumo diario de agua en Dry Hole, Texas, promedia los 18.9
galones por hogar, con una desviación estándar de 3.6 galones. El
comisario de la ciudad desea estimar esta media no conocida como una
muestra de 100 hogares. ¿Qué tan probable es que el error de muestreo
exceda los 0.5 galones?

solución: