Professional Documents
Culture Documents
DISTRIBUCIÓN DE LA MEDIA
DISTRIBUCIÓN DE LA POBLACIÓN
N=tamaño de la poblacion
μ=media de la poblacion
σ 2=varian za de la poblacion
DISTRIBUCIÓN EN LA MUESTRA
En general las medidas realizadas en una muestra se identifican con letras latinas
minúsculas. Si se trata de medir la media de la muestra la nomenclatura se
presenta a continuación.
n=tamaño de la muestra
×=media
´ de lamuestra
s2=varianza de la muestra
DISTRIBUCIÓN DE MUESTREO DE LA MEDIA
σ2
Asume el valor:
√ n
( √ σn )
N μ;
Aplicaciones:
Una aplicación muy corriente y útil de la distribución muestral es determinar la
probabilidad de que la media de una muestra caiga dentro de un intervalo
determinado. Puesto que la distribución muestral seguirá una distribución normal
(ya sea porque la muestra se toma de una distribución normal, o porque n " #_% _
teorema del límite central garantice la normalidad en el proceso de muestreo), se
podrá utilizar la variable tipificada para obtener la información necesaria en la toma
de decisiones.
X́−μ
Z=
σ X́
EJEMPLO:
Supongamos que el incremento porcentual de los salarios de los funcionarios de
todas las corporaciones medianas se distribuye normal con una media de 12.2% y
una desviación típica de 3.6%. Si se toma una muestra aleatoria de nueve
observaciones de esta población, calcule la probabilidad de que el incremento
medio muestral porcentual sea menor del 10%.
Como la distribución de la población es normal, tenemos que los parámetros de la
distribución muestral de la media son:
μ X́ =12.2
3.6
σ X́ = =1.2
3
−2.2
P(¿ X́ <10)=P Z < ( 1.2 )
=Φ (−1.83 ) =0.0306 ¿
EJERCICIO:
El precio medio de ventas de casa nuevas en una ciudad americana es de $115 000
con una desviación típica de $25 000. Se toma una muestra aleatoria de 100 casas
nuevas de esta ciudad.
a) ¿Cuál es la probabilidad de que la media muestral de los precios de venta sea
menor de $110 000?
X: Precios de venta de las casas.
Dado que el tamaño de muestra n=100 > 30 podemos utilizar el Teorema Central del
Límite, así que tenemos que:
μ X́ =μ=115,000
σ 25,000
σ X́ = = =2,500
√n 10
110,000−115,000
P(¿ X́ <110,000)=P Z < ( 2,500 )
=Φ (−2 )=1−0.9772=0.0228 ¿
P( X −m<500)=P(114500< X <115500)=P ¿
DISTRIBUCIÓN DE LA DIFERENCIA ENTRE DOS MEDIAS
Por lo tanto, con base en la expresión anterior se pueden realizar inferencias con
respecto a la diferencia de medias poblacionales, bajo el supuesto de que las
varianzas sean conocidas. Si además, son iguales, la expresión anterior se puede
expresar como:
Cuando las varianzas son desconocidas, se debe realizar previamente una prueba
estadística para verificar si éstas son iguales o diferentes. Para realizar esta prueba
debemos hacer uso de la distribución F para verificar si la relación de varianzas es
igual a uno o diferente de uno.
Para cada una de las dos muestras se definen sus respectivas varianzas como:
Además tienen distribuciones cuadrado con n1–1 y n2–1 grados de libertad
respectivamente. Por lo tanto su suma también sigue otra distribución chi cuadrado
con n1+n2–2 grados de libertad. Es decir:
Ahora bien, si Z es una variable normal (0,1) y tiene una distribución chi cuadrado
con n grados de libertad, entonces la variable tiene una distribución t con n grados
de libertad. Para nuestro caso la variable Z corresponde a la distribución de la
diferencia de las dos medias, con varianzas conocidas, y la variable chi cuadrado
corresponde a la variable Y acabada de definir. Por lo tanto
Ejemplo:
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 20 niños y otra de 25
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 100 libras y su desviación estándar es de 14.142, mientras que el
promedio de los pesos de todas las niñas del sexto grado de esa escuela es de 85
libras y su desviación estándar es de 12.247 libras. Si x́ 1representa el promedio de
los pesos de 20 niños y x́ 2es el promedio de los pesos de una muestra de 25 niñas,
encuentre la probabilidad de que el promedio de los pesos de los 20 niños sea al
menos 20 libras más grande que el de las 25 niñas.
Solución:
Datos:
P ( X́ 1 − X́ 2 ) 20=?
( X́ 1− X́ 2 )−( μ́1− μ́2 ) 20−(100−85)
Z= = =1.25
σ1 σ2 (14.142)2 (12.247)2
√ +
n1 n2 √ 20
+
25
0.1056
Formula:
( p 1− p2 )−( p1− p2 )
Z=
p1 q p2 q
√ n1
1
+
n2
2
Ejemplo:
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. 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 3% mayor que el de las mujeres.
Solución:
Datos:
PH = 0.12
PM = 0.10
N H = 100
N M = 100
P (pH-pM 0.03) =?
Se recuerda que se está incluyendo el factor de corrección de 0.5 por ser una
distribución binomial y se está utilizando la distribución normal.
100
+
100
0.4562
0.5
0.03−( 100 )=0.025
BIBLIOGRAFIA: