Módulo de Aprendizaje: 4

. Distribuciones Muestrales
. Muestreo Aleatorio Simple
. Regresión y Correlación Lineal
. Chi Cuadrado
SEMANA 11: Distribuciones
Muestrales

PROFESOR: ALFREDO SALINAS MORENO

LIC. EN ESTADISTICA
Distribución de la media muestral
Si de una población normal se extraen muestras de un mismo
tamaño, obtendremos tantas medias muestrales como muestras se
hayan extraído.
La distribución de dichas medias muestrales tiene las siguientes
propiedades:
a) La distribución de las medias muestrales es normal.
b) La media de las medias muestrales, es igual a la media de la
población de la cual proviene la muestra:
c) La varianza de la distribución muestral de la media, es igual a la
varianza poblacional dividida entre el tamaño de la muestra:
2
V (X ) 
n
NOTA.- Cuando las muestras provienen de una población no
normal o se desconoce la forma de su distribución se utiliza
el Teorema Central del Límite: Dada una población de
cualquier forma funcional no normal con media µ y varianza
finita σ2, la distribución muestral de X será casi normal con
media µ y varianza σ2/n cuando la muestra es grande (n≥ 30)
 Cuando el muestreo es con reemplazo o no se conoce N:

2 
V (X )   x  Error estándar de la media
n n

Cuando el muestreo es sin reemplazo o se conoce N en una población finita

2  N n   N  n 
V (X )     x 
n  N 1  n  N  1 

 N n
donde   es llamado factor de corrección para población finita
 N 1 
En la práctica:
Dado que se trabaja con muestras entonces la varianza estimada
de la media será:
 N n
2
S
Vˆ ( X )   
n  N 

Luego el error estándar de la media estimado será:

ˆ S N n
V ( X )  SX 
n N
Ejemplo 1: Entre los adultos de cierto país, la distribución de niveles
de albúmina (la albúmina es un tipo de proteína) en el fluido
cerebroespinal es aproximadamente simétrica con una media µ = 29,5
mg/100mL y una desviación estándar σ = 9,25mg. Suponga que se
eligen muestras repetidas de tamaño 20 de esta población y se calcula
la media de cada muestra.
a) ¿Qué porcentaje de medias muestrales son mayores de 33mg
Solución: Considerando que la variable se distribuye normalmente
X  33  29,5
Z   1,7 Luego P(Z >1,7) = 0,04457 4,46%aprox.
 9, 25
n 20
b) Entre 29 y 31 P(29  X  31)
 29  29,5 31  29,5 
P Z   P ( 0, 24  Z  0,73)  0,36213
 2,0572 2,0572 

c) Si se extraen 150 muestras de tamaño 20. ¿ Cuántas de

estas tendrán medias entre 29 y 31?. Rpta. 54 aprox.
Ejemplo 2: Si la media y la desviación estándar de la
concentración de hierro en el suero en hombres sanos es de 120 y
15 µg/100mL, respectivamente. ¿Cuál es la probabilidad de que una
muestra aleatoria de 50 hombres normales tenga una media entre
115 y 125 µg/100mL
Solución
En este caso, no se especifica la forma funcional de la
población de las concentraciones de hierro en el suero;
pero dado que se tiene un tamaño de muestra mayor de
30, utilizaremos el teorema central del límite
P (115  X  125)
 
 115  120 125  120 
P Z   P ( 2,36  Z  2,36)  0,98172
 15 15 
 50 50 
Distribución de la proporción muestral
Consideremos una población en la que la proporción de elementos
poblacionales, que tienen cierta característica es p; de modo que la
población puede ser considerada como una variable aleatoria X, tal que:
1 si el elemento tiene la caracterís tica
X 
0 si el elemento no tiene la caracterís tica

Sea X el número de éxitos en una muestra binomial de n observaciones,

donde la probabilidad de éxito es p (el parámetro p es la proporción de
individuos de una gran población que poseen la característica de interés).
Entonces la proporción de éxitos en la muestra:
x
pˆ  recibe el nombre de proporción muestral
n
 Propiedades
Sea p̂ la proporción de éxitos en una muestra aleatoria de n observaciones.
Entonces

a) E ( pˆ )  p
pq pq p̂
b) V ( pˆ )   pˆ 
2
  pˆ  Error estándar de pˆ
n n
En la práctica, usaremos el error estándar estimado de la proporción
muestral: ˆ pˆ  S pˆ
pˆ qˆ
S pˆ  llamado error estándar estimado de pˆ
n
c) Si n es lo suficientemente grande, entonces la variable aleatoria:
pˆ  p
Z tiene distribución aproximadamente normal N (0,1)
pq
n

Nota.- Si la población es finita de tamaño N y el muestreo es sin reemplazo, el

error estándar de la proporción muestral:

pq N n
 pˆ  Error estándar de pˆ
n N 1
Ejemplo: El gerente de ventas de “TV cable” estima en 20% las
conexiones domiciliarias clandestinas. ¿Cuál es la probabilidad de
que una muestra de 100 conexiones domiciliarias seleccionada
de una población de 1000 domicilios que tienen “TV cable” más
del 30% resulten clandestinas.
Solución: Hallaremos la probabilidad P  pˆ  0.30 
ˆp
p
Z 
pq  N  n 
 
n  N 1 

0.30  0.20 P ( Z  2, 63)  0.00427

Z  2.63
0.2 x 0.3  1000  100 
 
100  999 
¡GRACIAS!