ESTADÍSTICA 2

INGA. LADY MARIEBELIA ELÍAS ESTRADA

DISTRIBUCIONES MUESTRALES

DISTRIBUCIONES MUESTRALES

La distribución de un estadístico muestral recibe el nombre de Distribución Muestral o Distribución en el

Muestreo y se define como la distribución de probabilidades de los valores que puede tomar el estadístico
a lo largo de todas las posibles muestras con el mismo número de observaciones que pueden ser extraídas
de la población.

La distribución muestral de un estadístico depende:

1. Del tamaño de la población.

2. Del tamaño de las muestras.
3. Del método de selección de las muestras.

Modelo normal:

Tiene gran aplicación en diferentes áreas y es una de las distribuciones con mayor auge en el estudio de
probabilidad y la estadística; la dimensión de su importancia radica en el Teorema del Límite Central.

𝑋̅ − 𝜇
𝑧= 𝜎
√𝑛
Utilizada en muestras grandes (n≥30) o varianzas poblacionales conocidas.

Propiedades:

• Es simétrica con respecto al eje de las ordenadas.

• Propiedad del complemento.
• La suma de probabilidades fuera del intervalo (-4 , 4) no puede ser mayor a 0,0001, es decir, es
igual a 0.

Distribución t-Student:

Su distribución se asemeja a un modelo normal, es simétrica y tiene forma de campana. La diferencia

radica a que menos grados de libertad tiene colas más pesadas que la normal, es decir, a menos grados
de libertad (muestras más pequeñas) es más chata que la normal.

Utilizada en muestras pequeñas y desviación poblacional desconocida.

LADY MARIEBELIA ELÍAS ESTRADA 1

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

Ejemplo 1:

Una casa comercial se compone de tres sucursales, cada una manejada por dos trabajadores. La
información de salarios anuales (en miles de dólares) es:

Sucursal 1 1 2 2 3 3
Trabajador 1 2 3 4 5 6
Salario 19.7 23.6 20.2 23.6 15.8 19.7

Suponga que dos empleados se seleccionan al azar de entre los seis (sin reemplazo) y determine la
distribución muestral del salario medio muestral.

n Media n Media n Media

1,2 21.65 2,3 21.90 3,5 18.0
1,3 19.95 2,4 23.60 3,6 19.95
1,4 21.65 2,5 19.7 4,5 19.7
1,5 17.75 2,6 21.65 4,6 21.65
1,6 19.7 3,4 21.9 5,6 17.75

Distribución muestral para medias

Media Probabilidad
17.75 2/15
18 1/15
19.7 3/15
19.95 2/15
21.65 4/15
21.9 2/15
23.6 1/15

LADY MARIEBELIA ELÍAS ESTRADA 2

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

Distribución de medias muestrales.

0.30
0.25
Probabilidad

0.20
0.15
0.10
0.05
0.00
17.75 18 19.7 19.95 21.65 21.9 23.6
Medias

Ejemplo 2:

Una máquina automática llena bolsas de arroz con un promedio de 16 libras por bolsa y desviación
estándar de 0,5 libras. ¿Cuál es la probabilidad de que una muestra de 35 bolsas de arroz tenga una
media de llenado

a. Mayor que 16,1 libras?

b. Entre 15,9 y 16,3 libras?
c. Menor que 16,2?

a. 𝑃(𝑥̅ > 16,1)

16,1 − 16
𝑧= = 1,18
0.5/√35
𝑃(𝑧) = 0,88100
1 − 𝑃(𝑧) = 𝟎. 𝟏𝟏𝟗

LADY MARIEBELIA ELÍAS ESTRADA 3

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

b. 𝑃(15,9 < 𝑥̅ < 16.3)

15,9 − 16
𝑧= = −1,18
0.5/√35
𝑃(𝑧) = 0,11900

16,3 − 16
𝑧= = 3,55
0.5/√35
𝑃(𝑧) = 0,99981
𝑃(𝑧2 ) − 𝑃(𝑧1 ) = 𝟎, 𝟖𝟖𝟎𝟖𝟏

c. 𝑃(𝑥̅ < 16,2)

16,2 − 16
𝑧= = 2,37
0.5/√35
𝑃(𝑧) = 𝟎, 𝟗𝟗𝟏𝟏𝟏

LADY MARIEBELIA ELÍAS ESTRADA 4

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

Ejemplo 3

La duración de cierto tipo de batería está normalmente distribuida con media de 8 horas y desviación
estándar de 1 hora. Si hay cuatro baterías en una caja, halle un valor para el cual la probabilidad de que
la duración de las baterías sea mayor que este valor alcance una medida de 0,05.

𝑥̅ − 8
1.64 =
1/√4
𝑥̅ = 8.82 ℎ𝑜𝑟𝑎𝑠

Ejemplo 4:

La desviación estándar de la renta pagada mensualmente por las personas de cierta ciudad es de 40
dólares. Se toma una muestra de 100 personas con el fin de estimar la renta media pagada mensualmente
por el total de la población de personas.

a. ¿Cuál es el error estándar de la media muestral?

b. ¿Cuál es la probabilidad de que la media muestral exceda a la media poblacional en más de 5
dólares?
c. ¿Cuál es la probabilidad de que la media muestral esté más de 4 dólares por debajo de la media
poblacional?

40
a. 𝜎𝑥̅ = =𝟒
√100

b. 𝑃(𝜇 + 5 > 𝜇)

𝜇+5−𝜇
𝑧= = 1,25
4

𝑃(𝑧) = 0,89435

LADY MARIEBELIA ELÍAS ESTRADA 5

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

1 − 0,89435 = 𝟎. 𝟏𝟎𝟓𝟔𝟓
c. 𝑃(𝜇 − 4 < 𝜇)

𝜇−4−𝜇
𝑧= = −1
4

𝑃(𝑧) = 𝟎, 𝟏𝟓𝟖𝟔𝟔

Ejemplo 5:

Una compañía manufacturera asegura que las baterías utilizadas en sus juegos electrónicos duran en
promedio de 30 horas. Para conservar este promedio, se prueba 16 baterías mensualmente. Si el valor
calculado de t cae entre −𝑡0.025 𝑦 𝑡0.025, la compañía está satisfecha con su afirmación. ¿Qué conclusión
sacaría la empresa de una muestra que tienen una media de 27,5 horas y una desviación estándar de 5
horas? Suponga que la distribución de las duraciones de las baterías es aproximadamente normal.

Valores de la tabla

-2
−𝑡0.025 𝑡0.025

-2.1315 2.1315

27.5 − 30
𝑡= = −2
5⁄
√16

Ya que el valor de prueba se encuentra dentro de los valores calculados se puede estar satisfecho con la
afirmación de la compañía, sus baterías duran en promedio 30 horas.

LADY MARIEBELIA ELÍAS ESTRADA 6

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

Ejemplo 6:

Una población normal cuya varianza se desconoce tiene una media de 20. ¿Se estará en posibilidad de
obtener una muestra aleatoria de tamaño 9 de esta población con una media de 24 y una desviación
estándar de 4,1? Si no, ¿Qué conclusión se sacaría?
24 − 20
𝑡= = −2,8965
4.1⁄
√9

0.01

No, ya que probabilidad de que la media muestral esté por encima de 24 en una muestra de 9 es 0,01
(una probabilidad casi nula).

Problema 7:

Se toma una muestra aleatoria de 100 personas de cierto estado con el fin de estimar la proporción de
encuestados que está a favor de un incremento en los impuestos sobre la tarifa de los servicios públicos
para contar, así, con un ingreso adicional destinado a las personas de la tercera edad. ¿Cuál es el mayor
valor que puede alcanzar el error estándar de la proporción muestral de esta medida?

𝜎𝑝̅ = √0.5(1 − 0.5)/100 = 0.05

Problema 8

Una entidad bancaria está considerando una nueva emisión de bonos convertibles. Sus directores saben
que la oferta resultará atractiva para el 20% de los accionistas actuales y se toma una muestra aleatoria
de 120 accionistas.

a. ¿Cuál es el error estándar de tal proporción muestral que encontrarán atractiva la oferta?

𝜎𝑝̅ = √0.2(1 − 0.2)/120 = 0,0365

LADY MARIEBELIA ELÍAS ESTRADA 7

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

b. ¿Cuál es la probabilidad de que está proporción muestral sea superior a 0,15?

0,15 − 0,20
𝑧= = −1,37
√0.2(1 − 0.2)
120

𝑃(𝑝̅ > 0,15) = 1 − 0,08534 = 0,91466

c. ¿Cuál es la probabilidad de que está proporción se halle entre 0,18 y 0,22?

0,22 − 0,20
𝑧2 = = 0,55
√0.2(1 − 0.2)/120

0,18 − 0,20
𝑧1 = = −0,55
√0.2(1 − 0.2)/120

𝑃(𝑧2 ) − 𝑃(𝑧1 ) = 0,70884 − 0,29116 = 𝟎, 𝟒𝟏𝟕𝟔𝟖

LADY MARIEBELIA ELÍAS ESTRADA 8

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

Problema 9:

Un laboratorio médico elabora cápsulas que contienen un componente especial. El laboratorio se

preocupa de la media del peso de este componente por cápsula, pero también pretende que la varianza
(media en miligramos cuadrados) no sea mayor que 1,5. Se extrae una muestra aleatoria de 20 cápsulas
y su varianza muestral resulta ser de 2,05. ¿Cuál es la probabilidad de que la varianza muestral sea tan
alta como la observada o, incluso, mayor si la varianza poblacional es realmente 1,5? Asuma que la
distribución poblacional es normal.
(20 − 1)2,05
𝑥2 = = 25,9667
1,5
𝑣 = 20 − 1 = 19

𝑃(𝑠 2 ≥ 2,05) = 0,10

0,1
0

Problema 10:

A una muestra aleatoria de 15 empresarios se le pregunta sobre su predicción acerca de la tasa de

desempleo para el próximo año. Supongamos que las predicciones para la población completa de
empresarios siguen una distribución normal con una desviación estándar de 1,8. En tal caso,

a. 0,01 es la probabilidad de que la desviación estándar muestral sea mayor que un número
determinado. Identifíquelo

𝜎 = 1,8 𝑣 = 14
𝑃(𝑠 > 𝑆) = 0,01
Buscar en tablas 𝛼 = 0,01; 𝑣 = 14

𝑥 2 = 29.141
(15 − 1)𝑠 2
29.141 =
1,82
𝑠 = 2.597

LADY MARIEBELIA ELÍAS ESTRADA 9

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES

b. Encuentre un par de números tal que la probabilidad de que la desviación estándar se encuentre
entre ellos sea 0,9.
Buscar en tablas 𝛼 = 0,05 𝑦 𝛼 = 0,95; 𝑣 = 14

0,95 0,90
0 0,05
0

6,571 23,685

(15 − 1)𝑠 2 (15 − 1)𝑠 2

6,571 = 23,685 =
1,82 1,82

𝑠1 = 1,233 𝑠2 = 2,341

Problema 11:

Las rentabilidades mensuales de ciertas acciones son independientes unas de otras y siguen una
distribución normal con desviación típica de 1,7. Si se toma una muestra de 12 meses, halle la probabilidad
de que la desviación estándar muestral sea:

a. Menor que 2,5.

𝑃(𝑠 < 2,5) = 1 − 𝛼 = 1 − 0,01 = 0,99
(12 − 1)2,52
𝑥2 = = 23.7889
1,72

0,01
0

LADY MARIEBELIA ELÍAS ESTRADA 10

ESTADÍSTICA 2
INGA. LADY MARIEBELIA ELÍAS ESTRADA
DISTRIBUCIONES MUESTRALES
b. Mayor que 1.

𝑃(𝑠 > 1) = 𝛼 = 0,975

(12 − 1)12
𝑥2 = = 3,8062
1,72

0,975

LADY MARIEBELIA ELÍAS ESTRADA 11