Documentos de Académico
Documentos de Profesional
Documentos de Cultura
10 9 10 11 12 0,300
12 10 11 12 13
14 11 12 13 14 0,250
xi f f( xi ) 0,200
8 1 0,063
0,150
9 2 0,125
10 3 0,188 0,100
11 4 0,250
0,050
12 3 0,188
13 2 0,125 0,000
8 9 10 11 12 13 14
14 1 0,063 Es tadís tico media aritmética
16 1,000
Población: 8; 10; 12; 14
N N
x 8 10 12 14
i i
( x x ) 2
9 11 9
11 i 1
5
2
i 1
N 4 N 4
176
xi 11
xi f f( xi ) 16
2
8 1 0,063 1976 176
xi
2 16 2.5
9 2 0,125
10 3 0,188
16
11 4 0,250
12 3 0,188 xi
13 2 0,125 2
14 1 0,063 x2i xi
n n
16 1,000
Si el muestreo es sin reposición: # de muestras = =
6 muestras posibles.
10 12 14
8 9 10 11
10 11 12
12 13
N N
x 8 10 12 14
i i
( x x ) 2
9 11 9
11 i 1
5
2
i 1
N 4 N 4
176
x f f( x ) xi 11
i i
16
9 1 0.167 2
1976 176
10 1 0.167 16 2.5
xi
2
11 2 0.333 16
12 1 0.167 2
xi 2 N-n
X n ( N -1 )
13 1 0.167
6 1.000
N-n
X
n N -1
Al factor (N-n) / (N-1) se le llama factor de
corrección por población finita y se puede
omitir cuando el tamaño de la muestra es
pequeño en comparación con el tamaño de la
población. Cuando la población es mucho
mayor que la muestra la diferencia entre usar o
no el factor es insignificante.
La mayoría de los Estadísticos no usamos el
factor a menos que la muestra sea de más de
5% de la población. Es decir, la corrección por
población finita generalmente se ignora cuando
n/N ≤ 0,05.
TEOREMA CENTRAL DEL LIMITE
• Muestreo de una población con distribución
normal:
– La distribución de las medias será normal
– La media de la distribución de las medias
muestrales será igual a la media
poblacional x
i
n ≥ 30 normalidad
x
Z
x
E (p) = P
p(1 p)
p
n
para poblaciones infinitas.
nP 5 y n (1- P) 5
Ejemplo.
El director de personal de cierta multinacional se le ha
asignado la tarea de elaborar un perfil de los 2500
gerentes de la empresa. La característica por identificar
es la proporción de gerentes que terminaron el programa
de adiestramiento administrativo de la empresa. Si
definimos a los 2500 gerentes como la población a
estudiar y sabemos que 1500 han terminado el programa
de adiestramiento. Se saca una muestra de 30 gerentes y
sabemos que de ellos 19 han terminado el programa de
adiestramiento.
Supongamos que el director de personal desea conocer
la probabilidad de obtener un valor de p que se acerque
a 0,05 o más de la proporción poblacional de gerentes
que participaron en el programa de adiestramiento.