REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL
DE LA FUERZA ARMADA NACIONAL
U.N.E.F.A.
GUANARE ESTADO PORTUGUSA.
NCLEO GUANARE.

Distribucin en el
muestreo
BACHILLER:
Guerra G. Alirio J.
C.I:21.526.890

Distribucin de muestreo
La distribucin por muestreo de un estadstico muestral es la distribucin
de probabilidad del mismo, calculado en cada una de las muestras posibles
extradas aleatoriamente de la poblacin.
La distribucin de todos los valores posibles que puede asumir un
estadstico muestral, calculados a partir de muestras del mismo tamao y
extrado en forma aleatoria de la misma poblacin, se llama distribucin
muestral de ese estadstico.
Las distribuciones de muestreo constituyen una pieza importante de
estudio por varias razones. En la mayora de los casos, la viabilidad de un
experimento dicta el tamao de la muestra. La distribucin de muestreo es la
distribucin de probabilidad de una muestra de una poblacin en lugar de toda
la poblacin.
En
palabras
ms
simples,
supongamos
que
de
una
determinada poblacin tomas todas las muestras posibles de tamao n y
calculas una estadstica (por ejemplo, media) de todas las muestras. Si luego
preparas una distribucin de probabilidad de esta estadstica, obtendrs una
distribucin de muestreo. Las propiedades de la distribucin de
muestreo pueden variar dependiendo de cun pequea sea la muestra en
comparacin con la poblacin. Se supone que la poblacin se distribuye
normalmente como generalmente sucede. Si el tamao de la muestra es lo
suficientemente grande, la distribucin de muestreo tambin estar cerca de lo
normal. Si ste es el caso, entonces la distribucin de muestreo puede ser
totalmente determinada por dos valores: la media y la desviacin estndar.
Estos dos parmetros son importantes para calcular la distribucin de muestreo
si se nos da la distribucin normal de toda la poblacin.

La teora del muestreo como base de la

Estadstica inferencial
Uno de los propsitos de la estadstica inferencial es estimar las
caractersticas poblacionales desconocidas, examinando la informacin
obtenida de una muestra, de una poblacin. El punto de inters es la muestra,
la cual debe ser representativa de la poblacin objeto de estudio.
Se seguirn ciertos procedimientos de seleccin para asegurar de que
las muestras reflejen observaciones a la poblacin de la que proceden, ya que
solo se pueden hacer observaciones probabilsticas sobre una poblacin
cuando se usan muestras representativas de la misma.
Una poblacin est formada por la totalidad de las observaciones en las
cuales se tiene cierto observa.

Una muestra es un subconjunto de observaciones seleccionadas de una

poblacin. Cuando nos interesa estudiar las caractersticas de poblaciones
grandes, se utilizan muestras por muchas razones; una enumeracin completa
de la poblacin, llamada censo, puede ser econmicamente imposible, o no se
cuenta con el tiempo suficiente.
A continuacin se ver algunos usos del muestreo en diversos campos:
Poltica. Las muestras de las opiniones de los votantes se usan para que
los candidatos midan la opinin pblica y el apoyo en las elecciones.
Educacin. Las muestras de las calificaciones de los exmenes de
estudiantes se usan para determinar la eficiencia de una tcnica o
programa de enseanza.
Industria. Muestras de los productos de una lnea de ensamble sirve
para controlar la calidad.
Medicina. Muestras de medidas de azcar en la sangre de pacientes
diabticos prueban la eficacia de una tcnica o de un frmaco nuevo.
Agricultura. Las muestras del maz cosechado en una parcela proyectan
en la produccin los efectos de un fertilizante nuevo.
Gobierno. Una muestra de opiniones de los votantes se usara para
determinar los criterios del pblico sobre cuestiones relacionadas con el
bienestar y la seguridad nacional.

Muestreo al azar
El concepto bsico de todo muestreo es el de la muestra al azar. Una
muestra de objetos de una poblacin se llama al azar cuando todos los
miembros de la poblacin tienen igual oportunidad de aparecer en la muestra.
Es muy importante insistir en que esto es igualmente vlido para todos los
miembros de la poblacin, tanto para los raros como para los tpicos. Por
ejemplo, el plegonero (Merlangus merlangus) desembarcado por un solo barco
en Lowestoft suele tener (aqu supondremos que siempre) una composicin de
longitudes suavemente unimodal, con la moda normalmente entre 28 y 30 cm,
pero alguna vez, por ejemplo, una entre 30, llega a ser hasta de 35 cm. Por lo
tanto, si tomamos una muestra al azar de plegonero de cada barco, una vez de
cada 30, por trmino medio, tendr una moda de 35 cm o ms, aunque
normalmente estar entre 28 y 30 cm. Si entonces un bilogo pesquero,
apoyndose en una sola muestra, obtiene una moda de 35 cm, esta desviacin
de la media de 29 cm no significar necesariamente una muestra que no sea al
azar, puesto que se puede dar este caso una vez de cada 30; pero se puede
comprobar tomando ms muestras, por ejemplo tres muestras, que slo
tendrn juntas una moda superior a 35 cm una vez entre 27.000.
Un procedimiento muy til y de amplia aplicacin para tomar muestras al
azar consiste en utilizar nmeros al azar, tal como se describe en la mayor
parte de los libros de estadstica. A cada individuo de la poblacin de la cual se
quiere extraer una muestra se le atribuye un nmero, y los que se tomen como

muestra estarn determinados por la tabla de nmeros al azar. Por ejemplo, si

se quieren elegir 5 individuos entre 100, como una muestra, y los 5 primeros
nmeros de la tabla son 3, 47, 43, 73 y 86, se tomarn los individuos
correspondientes a estos nmeros. Cuando la cantidad de individuos no sea
exactamente 100 (o 1.000, etc.) saldrn nmeros que no correspondan a
ningn individuo, y no se tendrn en cuenta.
Esta prdida de tiempo puede ser reducida atribuyendo a cada individuo
dos o ms nmeros, con tal de que todos tengan igual cantidad de nmeros.
Supongamos, por ejemplo, que se quieren tomar 5 unidades de una poblacin
de 24; en este caso, a cada individuo se le adscriben cuatro nmeros; as la
primera unidad tendr, por ejemplo, los nmeros 01 al 04, etc., la 24 tendr 9396, con lo que quedarn slo cuatro nmeros, 97-100, sin utilizar. Los
individuos sometidos al muestreo, que corresponden a la serie previa de 5
nmeros al azar, seran entonces los nmeros 1, 12, 11, 16 y 22 (si uno de los
nmeros al azar es 97 o ms, se descarta y se toma otro). En lugar de escoger
todas las unidades en la muestra individualmente de la tabla de nmeros al
azar, las unidades se pueden tomar a intervalos regulares, por ejemplo, cada 5
100 individuos, y solamente el primero elegido utilizando los nmeros al azar.
En el primer ejemplo, la muestra era de 1/20 de la poblacin, de modo que el
intervalo de la muestra ser 20 y como el primer nmero elegido al azar era el
3, los siguientes seran 23, 43, 63 y 83. Este sistema es peligroso si en la
poblacin hay una periodicidad natural equivalente al intervalo elegido; por
ejemplo, en el caso de someter a muestreo los desembarcos totales en un
puerto, no se debe anotar la captura cada 7 14 das, puesto que pudiera
haber grandes variaciones sistemticas asociadas a los distintos das de la
semana.

Distribucin
En estadstica, la distribucin de Pearson, llamada tambin ji
cuadrada o chi cuadrado () es una distribucin de probabilidad continua con
un parmetro que representa los grados de libertad de la variable aleatoria

Donde
son
variables
aleatorias normales independientes de media cero y varianza uno. El que la
variable aleatoria tenga esta distribucin se representa habitualmente as:
.
Su funcin de densidad es:

Donde

es la funcin gamma.

Distribucin t de Student
En probabilidad y estadstica,
la distribucin
t (de
Student)
es
una distribucin de probabilidad que surge del problema de estimar la media de
una poblacin normalmente distribuida cuando el tamao de la muestra es
pequeo.
Aparece de manera natural al realizar la prueba t de Student para la
determinacin de las diferencias entre dos medias muestrales y para la
construccin del intervalo de confianza para la diferencia entre las medias de
dos poblaciones cuando se desconoce la desviacin tpica de una poblacin y
sta debe ser estimada a partir de los datos de una muestra.
La distribucin t de Student es la distribucin de probabilidad del
cociente

Donde
Z es una variable aleatoria distribuida segn una normal tpica (de media
nula y varianza 1).
V es una variable aleatoria que sigue una distribucin con grados de
libertad.
Z y V son independientes

Si es una constante no nula, el cociente

es una variable aleatoria
que sigue la distribucin t de Student no central con parmetro de nocentralidad .
Distribucin "f" fisher
La necesidad de disponer de mtodos estadsticos para comparar las
varianzas de dos poblaciones es evidente a partir del anlisis de una sola
poblacin. Frecuentemente se desea comparar la precisin de un instrumento
de medicin con la de otro, la estabilidad de un proceso de manufactura con la
de otro o hasta la forma en que vara el procedimiento para calificar de un
profesor universitario con la de otro.
Intuitivamente,

podramos

comparar

las

varianzas

de

dos

poblaciones,
y
, utilizando la razn de las varianzas muestrales
s21/s22. Si s21/s22 es casi igual a 1, se tendr poca evidencia para indicar

que
y
no son iguales. Por otra parte, un valor muy grande o muy
pequeo para s21/s22, proporcionar evidencia de una diferencia en las
varianzas de las poblaciones.
La variable aleatoria F se define como el cociente de dos variables
aleatorias ji-cuadrada independiente, cada una dividida entre sus respectivos
grados de libertad. Esto es,

Donde U y V son variables aleatorias ji-cuadrada independientes con

grados de libertad

respectivamente.

Sean U y V dos variables aleatorias independientes que tienen distribucin ji

cuadradas con

grados de libertad, respectivamente.

Entonces la distribucin de la variable aleatoria

Y se dice que sigue la distribucin F con

numerador y

est dada por:

grados de libertad en el

grados de libertad en el denominador.

La media y la varianza de la distribucin F son:

para

para

La variable aleatoria F es no negativa, y la distribucin tiene un sesgo

hacia la derecha. La distribucin F tiene una apariencia muy similar a la
distribucin ji-cuadrada; sin embargo, se encuentra centrada respecto a 1, y los
dos parmetros
proporcionan una flexibilidad adicional con respecto a la
forma de la distribucin.
Si s12 y s22 son las varianzas mustrales independientes de tamao n 1 y
2
2
n2 tomadas
de poblaciones
normales con
varianzas
1 y
2 ,
respectivamente, entonces:

Para manejar las tablas de Fisher del libro de Introduccin a la Inferencia

Estadstica del autor Genther, se tendr que buscar primero los grados de
libertad dos para luego localizar el rea correspondiente, relacionndola con los
grados de libertad uno, para calcular el valor de F.
El valor de 30.4 es el correspondiente a una Fisher que tiene 3 grados
de libertad uno y 6 grados de libertad dos con un rea de cero a Fisher de
0.995. Si lo vemos grficamente:

Como nos podemos imaginar existen varias curvas Fisher, ya que ahora
su forma depende de dos variables que son los grados de libertad.

Distribucin muestral de la
Media aritmtica

En matemticas y estadstica,
la media
aritmtica (tambin
llamada promedio o simplemente media) de un conjunto finito de nmeros es el

valor caracterstico de una serie de datos cuantitativos objeto de estudio que

parte del principio de la esperanza matemtica o valor esperado, se obtiene a
partir de la suma de todos sus valores dividida entre el nmero de sumandos.
Cuando el conjunto es una muestra aleatoria recibe el nombre de media
muestral siendo uno de los principales estadsticos mustrales.
Expresada de forma ms intuitiva, podemos decir que la media
(aritmtica) es la cantidad total de la variable distribuida a partes iguales entre
cada observacin.
Por ejemplo, si en una habitacin hay tres personas, la media de dinero
que tienen en sus bolsillos sera el resultado de tomar todo el dinero de los tres
y dividirlo a partes iguales entre cada uno de ellos. Es decir, la media es una
forma de resumir la informacin de una distribucin (dinero en el bolsillo)
suponiendo que cada observacin (persona) tuviera la misma cantidad de la
variable.
Tambin la media aritmtica puede ser denominada como centro de
gravedad[cita requerida] de una distribucin, el cual no est necesariamente en la
mitad.
Una de las limitaciones de la media aritmtica es que se trata de una
medida muy sensible a los valores extremos; valores muy grandes tienden a
aumentarla mientras que valores muy pequeos tienden a reducirla, lo que
implica que puede dejar de ser representativa de la poblacin.
La media aritmtica se calcula sumando todos los componentes y
dividiendo el resultado entre el nmero de componentes. El resultado entero o
decimal es la media aritmtica.
Dados los

nmeros

, la media aritmtica se define

como:

Por ejemplo, la media aritmtica de 8, 5 y -1 es igual a:

Se utiliza la letra X con una barra horizontal sobre el smbolo para

representar la media de una muestra ( ), mientras que la letra (mu) se usa

para la media aritmtica de una poblacin, es decir, el valor esperado de una

variable.
En otras palabras, es la suma de n valores de la variable y luego dividido
por n: donde n es el nmero de sumandos, o en el caso de estadstica el
nmero de datos se da el resultado
La suma de las desviaciones con respecto a la media aritmtica es cero
(0).
La media aritmtica de los cuadrados de las desviaciones de los valores
de la variable con respecto a una constante cualquiera se hace mnima
cuando dicha constante coincide con la media aritmtica.
Si a todos los valores de la variable se le suma una misma cantidad, la
media aritmtica queda aumentada en dicha cantidad.
Si todos los valores de la variable se multiplican por una misma
constante la media aritmtica queda multiplicada por dicha constante.
La media aritmtica de un conjunto de nmeros positivos siempre es
igual o superior a la media geomtrica:

La media aritmtica est comprendida entre el valor mximo y el valor

mnimo del conjunto de datos:

En otros trminos hay por lo menos un dato que es mayor o igual que la
media aritmtica.
Por ejemplo, es fcil deducir que en una reunin de 38 individuos hay
necesariamente al menos 4 que nacieron el mismo mes. El promedio de
individuos que nacieron por mes es 38/12 3,167. Luego en algn mes
nacieron en una cantidad entera y mayor o igual que el promedio, o sea 4
3,167.1

Error estndar
El error estndar es la desviacin estndar de la distribucin muestral de
un estadstico.1 El trmino se refiere tambin a una estimacin de la desviacin

estndar, derivada de una muestra particular usada para computar la

estimacin.
La media muestral es el estimador usual de una media poblacional. Sin
embargo, diferentes muestras escogidas de la misma poblacin tienden en
general a dar distintos valores de medias mustrales. El error estndar de la
media (es decir, el error debido a la estimacin de la media poblacional a partir
de las medias mustrales) es la desviacin estndar de todas las posibles
muestras (de un tamao dado) escogidos de esa poblacin. Adems, el error
estndar de la media puede referirse a una estimacin de la desviacin
estndar, calculada desde una muestra de datos que est siendo analizada al
mismo tiempo.
En aplicaciones prcticas, el verdadero valor de la desviacin estndar
(o del error) es generalmente desconocido. Como resultado, el trmino "error
estndar" se usa a veces para referirse a una estimacin de esta cantidad
desconocida. En tales casos es importante tener claro de donde proviene, ya
que el error estndar es slo una estimacin. Desafortunadamente, esto no es
siempre posible y puede ser mejor usar una aproximacin que evite usar el
error estndar, por ejemplo usando la estimacin de mxima verosimilitud o
una aproximacin ms formal derivada de los intervalos de confianza. Un caso
bien conocido donde se pueda usar de forma apropiada puede ser en la
distribucin t de Student para proporcionar un intervalo de confianza para una
media estimada o diferencia de medias. En otros casos, el error estndar
puede ser usado para proveer una indicacin del tamao de la incertidumbre,
pero su uso formal o semi-formal para proporcionar intervalos de confianza o
test debe ser evitado a menos que el tamao de la muestra sea al menos
moderadamente grande. Aqu el concepto "grande" depender de las
cantidades particulares que vayan a ser analizadas.