La distribución muestral de la proporción es una herramienta fundamental en la estadística

inferencial, especialmente cuando se trabaja con variables cualitativas o categóricas. A

continuación, te explico sus características:

Definición:

Es la distribución de todas las posibles proporciones muestrales que se obtienen al tomar

múltiples muestras aleatorias de tamaño de una población. con una característica
dicotómica (dos categorías).

Forma:

La distribución muestral de la proporción se aproxima a una distribución normal, siempre

que se cumplan las siguientes condiciones:

 Tamaño de la muestra aleatoria (n) ≥ 30: Esto asegura que la distribución

binomial, que describe la probabilidad de obtener una cantidad específica de éxitos
en una muestra, se aproxime a la distribución normal.
 Independencia de las muestras: Cada muestra debe ser independiente de las
demás, lo que significa que la selección de una muestra no afecta la probabilidad de
obtener otra.
 Reemplazo o población infinita: Si se toman muestras sin reemplazamiento de una
población finita, la distribución muestral de la proporción se distorsiona
ligeramente. Sin embargo, si el tamaño de la población es grande (n ≥ 10 veces el
tamaño de la muestra), este efecto es despreciable.

Parámetros:

 Media (µp): Es la proporción real de la característica en la población.

 Desviación estándar (σp): Se calcula como la raíz cuadrada de la siguiente
fórmula:

σp = √(p(1-p) / n)

donde:

 p: Es la proporción de la característica en la población.

 n: Es el tamaño de la muestra.

Aplicaciones:

La distribución muestral de la proporción se utiliza en una amplia variedad de aplicaciones

estadísticas, incluyendo:
  Estimación de la proporción poblacional: Permite calcular un intervalo de
confianza para la verdadera proporción de la característica en la población, con un
determinado nivel de confianza.
 Pruebas de hipótesis: Permite realizar pruebas para determinar si la proporción de
la característica en una muestra es significativamente diferente a la proporción de la
característica en la población.
 Análisis de Chi-cuadrado: Se utiliza para comparar las proporciones de dos o más
poblaciones.

Ejemplo:

Supongamos que queremos estimar la proporción de personas en una ciudad que son
zurdas. Tomamos una muestra aleatoria de 100 personas y encontramos que 10 de ellas son
zurdas. La proporción muestral de zurdos es 0.1.

Utilizando la distribución muestral de la proporción, podemos calcular un intervalo de

confianza para la verdadera proporción de zurdos en la ciudad. Con un nivel de confianza
del 95%, el intervalo de confianza sería de 0.04 a 0.16.

La distribución muestral de proporciones permite investigar la proporción de algún atributo en

una muestra (variables cualitativas), se genera como la distribución muestral de medias, a
excepción de que al extraer las muestras de la población se calcula el estadístico proporción en
lugar del estadístico promedio.

La distribución muestral de la varianza es una herramienta fundamental en la estadística

inferencial, especialmente cuando se trabaja con variables cuantitativas. A continuación, te
explico sus características:

Definición:

Es la distribución de todas las posibles varianzas muestrales que se obtienen al tomar

múltiples muestras aleatorias de tamaño n de una población con una variable cuantitativa.

Forma:

La distribución muestral de la varianza se aproxima a una distribución Chi-cuadrado con

n-1 grados de libertad, siempre que se cumplan las siguientes condiciones:

 Tamaño de la muestra aleatoria (n) ≥ 30: Esto asegura que la distribución

muestral de la varianza se aproxime a la distribución Chi-cuadrado.
  Independencia de las muestras: Cada muestra debe ser independiente de las
demás, lo que significa que la selección de una muestra no afecta la probabilidad de
obtener otra.
 Normalidad: La variable cuantitativa en la población debe tener una distribución
normal.

Parámetros:

 Media (µ^2): Es la varianza real de la variable en la población.

 Varianza (σ^2): Se calcula como la siguiente fórmula:

σ^2 = 2µ^2 / (n-1)

donde:

 µ^2: Es la varianza real de la variable en la población.

 n: Es el tamaño de la muestra.

Aplicaciones:

La distribución muestral de la varianza se utiliza en una amplia variedad de aplicaciones

estadísticas, incluyendo:

 Estimación de la varianza poblacional: Permite calcular un intervalo de confianza

para la verdadera varianza de la variable en la población, con un determinado nivel
de confianza.
 Pruebas de hipótesis: Permite realizar pruebas para determinar si la varianza de la
variable en una muestra es significativamente diferente a la varianza de la variable
en la población.
 Análisis de varianza (ANOVA): Se utiliza para comparar las varianzas de dos o
más poblaciones.

Ejemplo:

Supongamos que queremos estimar la varianza de la altura de las personas en una ciudad.
Tomamos una muestra aleatoria de 100 personas y encontramos que la varianza de la altura
en la muestra es de 25 cm^2.

Utilizando la distribución muestral de la varianza, podemos calcular un intervalo de

confianza para la verdadera varianza de la altura en la ciudad. Con un nivel de confianza
del 95%, el intervalo de confianza sería de 20 cm^2 a 30 cm^2.

Si se extrae una muestra aleatoria de tamaño n de una población normal con media µ yvarianzaσ2,
y se calcula la varianza muestral, se obtiene el valor del estadístico s2 que se utilizará para conocer
la σ2, mediante una variable aleatoria chi cuadrada con “n-1” grados de libertad.