DISTRIBUCIONES

MUESTRALES
PROFESORA: MARÍA DE LOS ÁNGELES CURIESES P
 DISTRIBUCIONES MUESTRALES
 Cuando se estudian poblaciones, con el fin de determinar sus características ,
se toman muestras y los estadísticos Muestrales permiten tener una idea de las
características de la población.

PARAMETRO: Medida que resumen los datos de la población,

ESTADISTICO: Medida que resumen los datos de la muestra,

 CALCULOS DE PARAMETROS Y ESTADISTICOS

PARAMETROS ESTADISTICOS
 

𝑁 𝑛
  ∑ 2
( 𝑋𝑖− 𝜇 ) ∑( 𝑥𝑖 − 𝑋
´ 2
)
𝜎2= 𝑖= 1
𝑆2 = 𝑖= 1
𝑁 𝑛 −1

  𝑁 𝑛

√ √
2 2
∑ ( 𝑋 𝑖 − 𝜇) ´ )
∑ ( 𝑥𝑖 − 𝑋
𝑖= 1 𝑖= 1
𝜎= 𝑆=
𝑁 𝑛 −1

 
No se puede pretender que siempre el valor de los estadísticos muestrales
coincidan exactamente con los valores de los parámetros correspondientes en
las poblaciones , lo que se puede esperar es que esos valores sean cercanos.

Ejemplo: Calcular la estatura promedio de los habitantes de la ciudad de

Medellín , se toman muestras se les saca el promedio y se pretende que sea lo
mas cercano al parámetro.
En de una muestra de 10 habitantes de la ciudad de Medellín ,
165,167,170,180,168,175,173,180, 185,174, en cm
Calcular la estatura promedio, y la varianza y la desviación típica
DISTIBUCION MUESTRAL :
Consideremos todas las posibles muestras de tamaño n de una población :
para cada una podemos calcular un estadístico ( media, desviación,
proporción etc) que varia de una a otra, asi obtenemos una distribución del
estadístico que se llama distribución muestral .

DISTRIBUCIONES MUESTRALES DE UN ESTADISTICO

MUESTRAL:
Es la tabla de distribución de los valores del estadístico , cuyos valores se
obtienen a partir de muestras aleatorias, todas del mismo tamaño y que han
sido extraídas de la misma población.

EJEMPLO : Si se tiene una población N=(1,3,5) veamos las posibles

muestras de tamaño 2 que se pueden obtener del conjunto con
reemplazamiento .
Hallar la distribución de medias muestrales.
DISTRIBUCION MUESTRAL DE MEDIAS
Cada muestra de tamaño n que podemos extraer de una población
proporciona una media. Si consideramos cada una de estas medias,
como valores de una variable aleatoria podemos estudiar una
distribución que llamaremos distribución muestral de medias.

Para estudiar la distribución muestral de medias debemos considerar

varios casos:
 Distribución
muestral de medias

Si se no conoce la Si se conoce la varianza

varianza poblacional poblacional

Si n>=30 se utiliza para el Si n<30 se utiliza para el

estadístico de prueba la estadístico de prueba la t de
Si n>=30 o n<30 el
normal y se utiliza la Student y se utiliza la
estadístico de prueba se
desviación muestral como desviación muestral como
distribuye normal
estimación de la estimación de la
poblacional poblacional
 CASO 1 : Cuando se conoce la varianza poblacional

La primera distribución muestral importante a considerar es la de la

media muestral . Supongamos que una m.a. de n observaciones se toma
de una población normal con media µ y desviación estándar σ. Cada
observación de la m.a. tendrá entonces la misma distribución normal que
la población que se muestrea.
Teorema del Límite Central. Si es la media de una m.a. de
tamaño n tomada de una población con media μ y desviación
estándar σ, entonces la forma límite de la distribución de:

conforme n tiende a infinito, es la distribución normal estándar

 CASO 2 : Cuando no se conoce la varianza poblacional

Si se tiene una población normal, con varianza desconocida y extraemos de ella

muestras de tamaño se debe estimar varianza poblacional por medio de la
varianza muestral (S) que es buen estimador, y la distribución muestral de
medias sigue una distribución normal, teniendo como estadístico de prueba.
EJERCICIO:

Un equipo de basketball tiene un peso promedio de 60 kilos con una

desviación de 12 kilos . Si se selecciona una muestra de 9 jugadores ,
Calcular la probabilidad de que la media muestral sea.
a) Por lo menos de 63 kilos
b) entre 58 y 62 kilos

2) En el ultimo año el peso promedio de los recién nacidos en una maternidad

es de 3100 gramos con una varianza de 22500gr2
c) Cual es la probabilidad de que la media de la muestra de 100 recién
nacidos se superior 3130gr?
d) Cual es la pr de que la media de la muestra de 100 recién nacidos sea
inferior a 3050grs?
 CASO 3: Cuando no se conoce la varianza poblacional

Cuando no se conoce la varianza poblacional se debe estimar por

medio de la varianza muestral ya que es un buen estimador de esta.
Si se extraen muestras de tamaño n<30 la distribución normal de
medias sigue una distribución t-student con n-1 gl. (grados de libertad),
y el estadístico de prueba será:

Grados de libertad (gl) se define como el numero de valores que se

puede elegir libremente.
 DISTRUBUCION t de STUDENT

Se utiliza cuando nos encontramos con la dificultad de que no se conoce la

desviación típica poblacional y la muestra es n<30 datos, es similar a la
normal pero tiene mayor área en los extremos y menos en el centro.

La distribución de probabilidad de T se publicó por primera vez en 1908 en

un artículo de William Sealy Gosset. En esa época, Gosset era empleado de
una cervecería irlandesa que prohibía la publicación de investigaciones de
sus empleados. Para eludir esta prohibición, publicó su trabajo en secreto
bajo el seudónimo de Student. En consecuencia, la distribución de T
usualmente se llama distribución t de Student o simplemente distribución t.
Gosset supone que las muestras se seleccionan de una población normal. Aunque
esto parece una suposición fuerte, se puede demostrar que las poblaciones no
normales que poseen distribuciones en forma casi de campana aún proporcionan
valores de T que se aproximan muy cerca a la distribución t.

La distribución de T es similar a la distribución de Z, pues ambas son simétricas

alrededor de una media de cero. Ambas distribuciones tiene forma de campana, pero
la distribución t es más variable, debido al hecho de que los valores de T dependen
de las fluctuaciones de dos cantidades, y S2 , mientras que los valores Z dependen
solamente de los cambios de entre una muestra y otra.

La distribución de T difiere de la distribución de Z en que la varianza de T depende

del tamaño de la muestra n y siempre es mayor que 1. Únicamente cuando el tamaño
de la muestra n tiende a infinito, las dos distribuciones serán la misma.
EJERCICIO:

Ejemplo:
Los puntajes de un grupo de estudiantes se comportan normal, con promedio de 50, sin
embargo, no se conoce la desviación. Se tomó una m.a de 9 estudiantes encontrando una
varianza de 36 y un promedio de 52. Cuál es la probabilidad de que el promedio:
· Sea mayor de 54?
· Sea menor que 54?
· Esté comprendido entre 48 y 52 puntos?

Los valores de las matricula de los estudiantes de una universidad, tienen un

comportamiento aproximadamente normal de promedio de 2100000. Se seleccionan 8
liquidaciones siendo los valores los siguientes. 1950000, 2100000, 2250000, 1890000,
2250000, 1950000, 2050000, 2350000 determinar la Pr de que:
a) El promedio sea menor de 2000000
b) El promedio este entre 2000000y 2200000
c) El promedio sea por lo menos 2500000
 DISTRIBUCIONES MUESTRALES PARA DIFERENCIA DE MEDIAS

 Suponga que se tienen dos poblaciones distintas, la primera con media y desviación estándar
y la segunda con media y desviación estándar Más aún, se elige una muestra aleatoria de tamaño n 1
de la primera población y una muestra independiente aleatoria de tamaño n 2 de la segunda población;
se calcula la media muestral para cada muestra y la diferencia entre dichas medias. La colección de
todas esas diferencias se llama distribución muestral de las diferencias entre medias o la
distribución muestral del estadístico
 Caso 1: Cuando se conoce la varianza poblacional

Un científico o ingeniero se interesa en un experimento comparativo el se cotejan dos métodos

de producción, 1 y 2. La base para esta comparación es μ1-μ2, la diferencia de las medias de la
población. Supongamos que tenemos dos poblaciones, la primera con media µ1 y desviación
estándar σ1, y la segunda con media µ2 y desviación estándar σ2. Representamos X1 la media
de una muestra aleatoria de tamaño n1 seleccionada de la primera población y la estadística X2
la media de una muestra aleatoria de tamaño n2 seleccionada de la segunda población,
independiente de la muestra aleatoria de la primera población.

Por supuesto, si ambas poblaciones son normales, entonces la diferencia tiene una
distribución normal sin importar los tamaños de las muestras.

  (𝑋
´ 1− 𝑋
´ 2 ) − (𝜇 1 − 𝜇2 )
𝑍= 𝑁 (0,1)
2 2
𝜎 𝜎
√ 𝑛1
+
1
𝑛2
2
Ejercicio:
1) Los cinescopios para la televisión del fabricante A tiene una duración media de 6.5 años y una
desviación estándar de 0.9 años, mientras que los del fabricante B tienen una duración media de
6.0 años y una desviación estándar de 0.8 años. ¿Cuál es la probabilidad de que una muestra
aleatoria de 36 cinescopios del fabricante A tenga una duración media que sea al menos de un
año más que la duración media de una muestra de 49 cinescopios del fabricante B?

2)En un estudio para comparar los pesos promedio de niños y niñas de sexto grado en una
escuela primaria se usará una muestra aleatoria de 15 niños y otra de 20 niñas. Se sabe que tanto
para niños como para niñas los pesos siguen una distribución normal. El promedio de los pesos
de todos los niños de sexto grado de esa escuela es de 90 libras y su varianza es de 200 libras 2,
mientras que el promedio de los pesos de todas las niñas del sexto grado de esa escuela es de 80
libras y su varianza es de 150 libras2
Encuentre la probabilidad de que el promedio de los pesos de los 15 niños sea al menos 10 libras
más grande que el de las 20 niñas.
 CASO 2 : Cuando no se conoce la varianza poblacional

 Si se tiene una población normal, con varianzas desconocidas y extraemos

de ella muestras de tamaño se debe estimar las varianzas poblacionales ,
por medio de las varianzas muestrales que es buen estimador, y la
distribución muestral de medias sigue una distribución normal, teniendo
como estadístico de prueba:

  ( 𝑋´ 1 − 𝑋´ 2 ) −(𝜇 1 − 𝜇2 )
𝑍= 𝑁 (0,1)
2 2
𝑆 𝑆
√ 1
+
𝑛1 𝑛 2
2
EJERCICIO:

Se llevan a cabo dos experimentos independientes en los que se comparan dos

tipos de pintura. Se sabe que en promedio la pintura A pinta 20m de paredes
por hora y la pintura B 18m por hora, se selecciona una muestra de 18 horas de
ambas pinturas con n1=n2=36 horas. Se sabe que las desviaciones estándar de
las muestras son ambas de 4.0 hora.
Calcular la probabilidad que la diferencia de las medias sea mayor de 1 hora?
 CASO 3: Cuando no se conoce la varianza poblacional y

 
Cuando no se conoce las varianzas poblacionales se debe estimar por medio de las
varianzas muestrales ya que estas son un buen estimador de esta.
Si se extraen muestras de tamaño n<30 la distribución normal de diferencia de medias
sigue una distribución t-student con gl. (grados de libertad), y el estadístico de prueba
será:

   
EJERCICIO :

Uno de los principales fabricantes de televisores compra los tubos de rayos catódicos a dos
compañías. Los tubos de la compañía A tienen una vida media de 7.5 años, mientras que los de la
B tienen una vida media de 6.2 años, con varianzas desconocidas pero iguales. El fabricante saca
una muestra de 5 tubos de cada Cia y obtiene los siguientes resultados

Cia A 7.3 6.2 6.4 6.0 7.2

Ciia B 7.1 6.1 6.3 7.0 6.2

Determine la probabilidad de que una muestra aleatoria de 5 tubos de la compañía A tenga una
vida promedio de al menos 0.08 año más que la de una muestra aleatoria de 5 tubos de la
compañía B
 DISTRIBUCION MUESTRAL PARA LA PROPORCION

 Cuando se quiere investigar las proporciones de artículos defectuosos o la

proporción de alumnos reportados en la muestra , la distribución normal de
proporciones es la adecuada para dar respuesta a estas situaciones.

La distribución se genera de igual manera que la distribución muestral de medias,

a excepción de que al extraer las muestras de la población se calcula el
estadístico
donde x :es el numero de éxitos u observaciones de interés en la muestra y n :
tamaño de la muestra.

Ejemplo si se toma una muestra de tamaño 100 y hay 425 mujeres, se desea
saber la proporción de mujeres que hay en la muestra.
  Parámetro es la proporción de observaciones en la población
El
Una población binomial esta estrechamente, relacionada con la distribución muestral de
proporciones, una población binomial es una colección de éxitos y fracasos mientras
que la distribución muestral de proporciones contiene las posibilidades o proporciones de
todos los números posibles de éxitos, por ende como la binomial se aproxima a la normal y el
estadístico de prueba.

P: proporción de éxitos en la población

q=1-P proporción de Fracasos en la población
: proporción de éxitos en la muestra
n: Tamaño de muestra
EJERCICIO:

Una fabrica de pasteles fabrica , en su producción habitual , un 3% de pasteles defectuosos.

Un cliente recibe un pedido de 5000 pasteles de la fabrica . ¿ Calcular la probabilidad de que
encuentre mas del 5% de pasteles defectuosos?

En estudio realizado por una compañía de seguros de automóviles

establece que una de cada cinco personas accidentadas es mujer. Si se
contabilizan, por término medio,  169  accidentes cada fin de semana :
a)    ¿Cuál es la probabilidad de que, en un fin de semana, la proporción de
mujeres accidentadas supere el  24 % ?
b)    ¿Cuál es la probabilidad de que, en un fin de semana, la proporción de
hombres accidentados supere el  85 % ?
 DISTRIBUCION MUESTRAL PARA DIFERENCIA DE PROPORCIONES

Muchas aplicaciones involucran poblaciones de datos cualitativos que deben compararse utilizando proporciones
o porcentajes. A continuación, se citan algunos ejemplos:
• Educación. - ¿Es mayor la proporción de los estudiantes que aprueban matemáticas que las de los que
aprueban inglés?
• Medicina. - ¿Es menor el porcentaje de los usuarios del medicamento A que presentan una reacción adversa
que el de los usuarios del fármaco B que también presentan una reacción de ese tipo?
• Administración. - ¿Hay diferencia entre los porcentajes de hombres y mujeres en posiciones gerenciales?
• Ingeniería. - ¿Existe diferencia entre la proporción de artículos defectuosos que genera la máquina A a los que
genera la máquina B?

Cuando el muestreo procede de dos poblaciones binomiales y se trabaja con dos proporciones muestrales, la
distribución muestral de diferencia de proporciones es aproximadamente normal.
Entonces p1 y p2 tienen distribuciones muestrales aproximadamente normales, así que su diferencia p 1-p2 también
tiene una distribución muestral aproximadamente normal.
La fórmula que se utilizará para el calculo de probabilidad del estadístico de diferencia de
proporciones es:

EJERCICIO:
Los hombres y mujeres adultos radicados en una ciudad grande del norte difieren en sus opiniones
sobre la promulgación de la pena de muerte para personas culpables de asesinato. Se cree que el
12% de los hombres adultos están a favor de la pena de muerte, mientras que sólo 10% de las
mujeres adultas lo están.
a) Si se pregunta a dos muestras aleatorias de 100 hombres y 100 mujeres su opinión sobre la
promulgación de la pena de muerte, determine la probabilidad de que el porcentaje de hombres a
favor sea al menos 4% mayor que el de las mujeres.