Professional Documents
Culture Documents
Consideremos todas las posibles muestras de tamaño n en una población. Para cada
muestra podemos calcular un estadístico muestral (la media muestral , la desviación
estándar muestral s, la proporción muestral , etc.) que variará de una a otra muestra. Así
obtenemos una distribución de los estadísticos resultantes de cada muestra que se llama
distribución muestral, en otras palabras es:
Las muestras aleatorias obtenidas de una població n son, por naturaleza propia,
impredecibles. No se esperaría que dos muestras aleatorias del mismo tamañ o y
tomadas de la misma població n tenga la misma media muestral o que sean
completamente parecidas; puede esperarse que cualquier estadístico, como la media
muestral, calculado a partir de las medias en una muestra aleatoria, cambie su valor
de una muestra a otra, por ello, se quiere estudiar la distribució n de todos los valores
posibles de un estadístico. Tales distribuciones será n muy importantes en el estudio
de la estadística inferencial, porque las inferencias sobre las poblaciones se hará n
usando estadísticos muestrales. Conocer esta distribució n muestral y sus propiedades
permitirá juzgar la confiabilidad de un estadístico muestral como un instrumento para
hacer inferencias sobre un pará metro poblacional desconocido.
Valor esperado
Cuando se tienen las medias de varias muestras sacadas de una població n, la media de
todos esos valores, se le conocerá como valor esperado de la media muestral.
1
DISTRIBUCIÓN MUESTRAL
corrección para una población finita. Esto se ve cuando el muestreo que se hace en una
població n finita, es grande, mientras que el tamañ o de la muestra es pequeñ o, en estos
casos el factor de correcció n para una població n finita es igual a 1. Por lo tanto, la
diferencia entre el valor de la desviació n está ndar de la media muestral en el caso de
σ
la població n finita o infinita se vuelve despreciable. Entonces σ = es una buena
√n
aproximació n a la desviació n está ndar de la media muestral, aun cuando la població n
2
se a finita. Esta observació n lleva a la siguiente regla general, para calcular la
desviació n está ndar de la media muestral.
DISTRIBUCIÓN MUESTRAL
En los casos en que n/N < 0.05, para calcular σ deberá usarse la versió n para
poblaciones finitas.
Para calcular σ, se necesita conocer σ (la desviació n está ndar de la població n) y para
diferenciar σ de σ, a la desviació n está ndar de la media muestral se le llama error
estándar de la media. Este término se refiere a la desviació n está ndar de un estimador
puntual, a través de este valor se puede determinar qué tan lejos puede estar la media
muestral de la media poblacional.
3
3. Muestre la distribució n muestral de la media. Es normal con un valor esperado
DISTRIBUCIÓN MUESTRAL
de 200 y una desviació n está ndar muestral de 5.
x
=
n
Valor esperado de .
El valor esperado de la proporció n muestral, la media de todos los valores posibles de
la proporció n muestral, es igual a la proporció n poblacional p.
4
DISTRIBUCIÓN MUESTRAL
Siempre que:
σ =
√ n
5
BIBLIOGRAFÍA.