6.

DISTRIBUCIONES MUESTRALES
Dr. Edgar Acuna http://math.uprm.edu/~edgar
UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ

DISTRIBUCIONES MUESTRALES
Uno de los objetivos de la estadstica es saber acerca del comportamiento ), la varianza ( 2) o la de parmetros poblacionales tales como: la media ( proporcin (p). Se extrae una muestra aleatoria de la poblacin y se calcula el valor de un estadstico correspondiente, por ejemplo, la media muestral 2 ). El valor del p (X), la varianza muestral (s ) o la proporcin muestral ( estadstico es aleatorio porque depende de los elementos elegidos en la muestra seleccionada. y, por lo tanto, el estadstico tiene una distribucin de probabilidad la cual es llamada la Distribucin Muestral del Estadstico.

Minitab 14

Edgar Acua Universidad de Puerto Rico

6.1 Distribucin de la Media Muestral cuando la poblacin es normal

Se extraen muestras aleatorias de tamao n de una poblacin infinita con media poblacional y varianza 2: La media de las medias muestrales es igual a la media poblacional. Es decir, x = . La varianza de las medias muestrales es igual a la varianza poblacional dividida por n . En consecuencia la desviacin estndar de las medias muestrales (llamada tambin el error estndar de la media muestral), es igual a la deviacin estndar poblacional dividida por la raz cuadrada de n .Es decir x = .
n

Si la poblacin fuera finita de tamao N, se aplica el factor de correcin: N n al error estndar de la media muestral
N 1
Minitab 14 Edgar Acua Universidad de Puerto Rico 3

6.2 El Teorema del Lmite Central

De una poblacin infinita con media y varianza 2se extraen muestras aleatorias de tamao n , entonces la media muestral se comporta aproximadamente como una variable aleatoria normal con media igual a la media poblacional y con varianza igual a la varianza poblacional dividida por el tamao de la muestra, siempre que n sea grande. Esto es:
X ~ N ( ,

2
n

, Estandarizando:

Z=

~ N (0,1)

Minitab 14

Edgar Acua Universidad de Puerto Rico

Ejemplo 6.1
Considerar una poblacin que consiste de 3, 4, 6, 8, 10, 11, 12, 15, 20. Solucin: 1) Calculamos la media y desviacin estndar de dicha poblacin.

2) Extraemos 30 muestras de tamao 4 de dicha poblacin, ejecutando 4 veces

la siguiente secuencia Calc4Random Data4Sample from columns. Guardar cada una de las 4 observaciones de las muestras en 4 columnas distintas: Obs1, Obs2, Obs3, y Obs4.
Edgar Acua Universidad de Puerto Rico 5

Minitab 14

Ejemplo 6.1
3) Tercero, calculamos las medias de todas esas muestras usando la opcin Row Statistics del men Calc y tratamos de ver grficamente al menos si hay acercamiento a Normalidad. Se eligen las 30 muestras. Las medidas estadsticas de la media muestral son:

Interpretacin: Notar que la media de las medias muestrales es x = 10.108 que est bien cerca de la media poblacional = 9.89 . Adems la desviacin estndar de la media muestral es 2.806 mientras que n es igual a 5.42/2=2.71 ambos valores tambin estn relativamente cerca. El histograma si est un poco alejado de la normalidad. Si se incrementa el tamao de las muestras se puede notar una mejor aproximacin a la Normal.
Edgar Acua Universidad de Puerto Rico 6

Minitab 14

Figura 6.1 Histograma de la distribucin de las medias maestrales del Ejemplo 6.1

Minitab 14

Edgar Acua Universidad de Puerto Rico

6.3

Distribucin de la Proporcin Muestral

Si de una poblacin distribuida Binomialmente con probabilidad de xito p, se extrae una muestra aleatoria de tamao n, entonces se puede mostrar que la media de X: nmero de xitos en la muestra, es = np y que su varianza es X 2 p = = npq . En consecuencia la proporcin muestral tiene n media p, y varianza pq . Entonces: por el Teorema del Limite n Central, cuando n es grande se tiene:
z= p X np p = npq pq n

Minitab 14

Edgar Acua Universidad de Puerto Rico

Frmulas de aproximacin Normal a la Binomial.

Si X es una Binomial con parmetros n y p, entonces i) ii)
P( X = k ) P(k .5 < X < k + .5) = P ( k .5 np npq <Z< k + .5 np npq )

P(a < X < b ) = P(a + .5 < X < b .5) = P(

a + .5 np b .5 np <Z< ) npq npq

iii) P(a X b ) = P(a .5 < X < b + .5) = P( a .5 np < Z < b + .5 np )

npq npq

Minitab 14

Edgar Acua Universidad de Puerto Rico

Ejemplo 6.4.
Segn reportes del centro nacional para estadsticas de salud, alrededor del 20 % de la poblacin masculina adulta de los Estados Unidos es obesa. Se elige al azar una muestra de 150 hombres adultos en los Estados Unidos. Cul es la probabilidad de que: a) Haya a lo ms 25 personas obesas? b) Haya ms de 22 pero menos de 35 obesos? c) Haya por lo menos un 25% de obesos en la muestra?

Minitab 14

Edgar Acua Universidad de Puerto Rico

10

Ejemplo 6.4.
Solucin: Sea X el nmero de personas obesas en la muestra. Usando aproximacin normal a la Binomial se tiene que: a) b)
25 .5 30 P ( X 25 ) P ( X < 25 .5 ) = P Z < = P (Z < 0.91) = 0.1814 24

34.5 30 22.5 30 P(22 < X < 35) P(22.5 < x < 34.5) = P <Z< = 24 24

P ( 1 . 53 < Z < 0 . 91

)=

0 . 8186 0 . 0063

= 0 . 8123

c)

37.5 30 P(p .25) = P( X 37.5) = P(Z > ) = P(Z>1.53) = 1-P(Z<1.53) = 24

1-.9730 = .0630.
Minitab 14 Edgar Acua Universidad de Puerto Rico 11