DISTRIBUCIONES MUESTRAL DE LA MEDIA

VIVIANA ARIAS CONTRERA

EINER MUÑOZ
MARIO MANTILLA
HABID HADECHINE
JAINER PINO

LIC. ALBERTO MERCADO SARMIENTO

ESTADISTICA INFERENCIAL

CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS

UNIMINUTO VIRTUAL Y A DISTANCIA
V SEMESTRE
2019
 INTRODUCION

El estudio de determinadas características de una población se efectúa a

través de diversas muestras que pueden extraerse de ella.
El muestreo puede hacerse con o sin reposición, y la población de partida
puede ser infinita o finita. Una población finita en la que se efectúa muestreo
con reposición puede considerarse infinita teóricamente. También, a efectos
prácticos, una población muy grande puede considerarse como infinita. En todo
nuestro estudio vamos a limitarnos a una población de partida infinita o a
muestreo con reposición. 
Consideremos todas las posibles muestras de tamaño n en una población. Para
cada muestra podemos calcular un estadístico media, desviación típica,
proporción, que variará de una a otra. Así obtenemos una distribución del
estadístico que se llama distribución muestra.
Las dos medidas fundamentales de esta distribución son la media y la
desviación típica, también denominada error típico.
Hay que hacer notar que si el tamaño de la muestra es lo suficientemente
grande las distribuciones muéstrales son normales y en esto se basarán todos
los resultados que alcancemos.
 Suponga que se han seleccionado muestras aleatorias de
tamaño 20 en una población grande, se calcula la media
muestral x par cada muestra ; la colección de todas estas
medidas muéstrales reciben el nombre de distribución
muestral de medias lo que se puede ilustrar es la siguiente
figura


1
X1
Muestra 1 
Distribución 2 X2
muestral de la Muestra 2
media Es una
X3
distribución de 
probabilidad de
Muestra 3
3 X4
todas las
posibles medias Muestra k
de las muestras, 
de un 4
determinado POBLACION DISTRIBUCION MUESTRAL DE
tamaño, LA MEDIA (X)
obtenida de la
población
El teorema de limite central también nos indica que cuando se extraen muestra de tamaño mayor a 30 o
bien de cualquier tamaño pero provenientes de una población normal la distribución muestral de medias
tiene un comportamiento aprox. normal por lo que la desviación estándar se puede aprox. con la
desviación de la población con al Sgta. modificación.

µ= y S este factor modifica la desv. Estándar original

Entonces la formula para calcular la probabilidad del comportamiento de estadístico ,en este caso la
media de la muestra, quedaría de la Sgta. manera.

Z= -µ
-------
__
n
EJEMPLO 1

• Una empresa eléctrica fabrica baterías que tienen una duración que se
distribuye aprox en forma normal, con medida de 800 horas y
desviación estándar de 40 horas. Encuentre la probabilidad de que una
muestra aleatoria de 16 baterías tenga una vida promedio de menos
775 horas.
• Solucion 0.0062
• 775-800
• Z= ---------------------= -2.5
• 40/
775 800 z= -2.5
La respuesta seria que la probabilidad de la media
de la muestra de 16 baterías sea menor a 755horas
es de 0.0062 o 0.62%.
Ejemplo 2
Ejercicios distribuciones muestrales
1. En el último año, el peso de los recién nacidos en una maternidad se
ha distribuido según una ley normal de media μ = 3100 g y desviación
típica σ = 150 g.

¿Cuál será la probabilidad de que la media de una muestra de 100

recién nacidos sea superior a 3130 g?

Ejemplos de distribución de medias muestrales .

GRACIAS