16

Distribuciones muestrales
Introduccin

Las muestras aleatorias obtenidas de una poblacin son, por naturaleza propia,
impredecibles. No se esperara que dos muestras aleatorias del mismo tamao y
tomadas de la misma poblacin tengan la misma media muestral o que sean completamente parecidas; puede esperarse que cualquier estadstico, como la media
muestral, cambie su valor de una muestra a otra. Por ello se quiere estudiar la
distribucin de todos los valores posibles de un estadstico. Tales distribuciones
sern muy importantes en el estudio de la estadstica inferencial, porque las
inferencias sobre las poblaciones se harn usando estadsticas muestrales.

Objetivos del mdulo

1. Identificar los principales estadsticos.
2. Construir distribuciones muestrales.
3. Identificar las principales distribuciones muestrales que se utilizan en el muestreo.

El dueo de una cafetera desea saber si su

mquina dispensadora de jugos tiene un
buen funcionamiento. Para averiguarlo, se
pueden tomar las medidas en onzas de
todos los jugos vendidos durante una
maana y calcular la probabilidad de que el
volumen promedio despachado por la
mquina no exceda de un valor promedio
que, con anterioridad, se estableci para
que la venta no diera prdidas.

Preguntas bsicas
1. Qu es un estadstico?
2. Cmo se calcula la distribucin muestral de un estadstico?
3. Cules son las caractersticas de la distribucin de la media muestral?

Contenidos del mdulo

16.1 Estadstico
16.2 Muestra aleatoria
16.3 Distribucin muestral de un estadstico
16.4 Distribucin muestral de la media X
16.4.1 Caso particular: si la distribucin de X es normal
16.4.2 Caso particular: si la distribucin de X es desconocida

Vea el mdulo 16 del programa

de televisin Estadstica.

Estadstica

153

Captulo 7: Distribuciones muestrales

16.1 Estadstico
Es cualquier cantidad cuyo valor numrico puede calcularse a partir de datos
muestrales. Un estadstico es una variable aleatoria, se denota por una letra mayscula y sus valores calculados u observados se denotan por una letra minscula.

16.2 Muestra aleatoria

Las variables aleatorias X 1 , X 2 ,..., X n , que constituyen un vector aleatorio, forman
una muestra aleatoria de tamao n si:
1.
2.

Las Xi son variables aleatorias independientes.

Toda Xi tiene la misma distribucin de probabilidad.

Luego las Xi son independientes e idnticamente distribuidas (i.i.d.).

16.3 Distribucin muestral de un estadstico

Es la distribucin de los valores que puede tomar un estadstico respecto a todas las
muestras de tamao n que se podran extraer.
Ejemplo 1
Hay dos semforos en mi camino hacia el trabajo. Sea X1 el nmero de semforos en
los que debo detenerme y supongamos que la distribucin de X1 es como sigue
(tabla 16.1):
Tabla 16.1. Distribucin de probabilidad de X1.

X1
0
1
2
con P

1.1, V 2

P(X1)
0.2
0.5
0.3

0.49.

Sea X2 el nmero de semforos en los que debo detenerme a mi regreso a casa,

claramente independiente de X1. Suponga que X2 tiene la misma distribucin de X1,
de modo que X1, X2 es una muestra aleatoria de tamao n = 2.
a.
b.
c.

154

Sea T0

X 1  X 2 y determine la distribucin de probabilidad de T0.

Calcule PT . Cmo se relaciona con la media poblacional?

Calcule V . Cmo se relaciona con la varianza poblacional?

0

2
T0

Mdulo 16: Distribuciones muestrales

Solucin
La tabla 16.2 muestra los posibles pares ( x1 , x2 ), la probabilidad de cada uno y los
valores de T0

X1  X 2 .

Tabla 16.2. Distribucin de probabilidad

del estadstico muestral T0.

x1

x2

0
0
0
1
1
1
2
2
2

0
1
2
0
1
2
0
1

p ( x1 , x2 )
0.04
0.10
0.06
0.10
0.25
0.15
0.06
0.15
0.09

t0

0
1
2
1
2
3
2
3
4

Luego la distribucin de masa de probabilidad es:

t0
pT0 (t0 )

PT

V T2

E (T0 )

0
0.04

1
0.20

2
0.37

3
0.30

4
0.09

pT0 (t0 )

0 *0.04  1* 0.20  2 * 0.37  3* 0.30  4* 0.09

2.2 nP  es decir, 2 u 1.1).

2
0

pT0 (t0 )  Pt20

02 *0.04  12 *0.20  22 *0.37  32 *0.30  42 *0.09

5.82  4.84

0.98

nV 2 (es decir, 2 u 0.49).

Ejemplo 2
Este es un ejemplo de simulacin, en donde la distribucin de la poblacin es normal
con media P 8.25 y V 0.75, como se puede ver en la figura 16.1.
Se realizaron cuatro experimentos 500 veces para cada uno. En el primer experimento
se generaron 500 muestras de n = 5 observaciones, cada una mediante el programa
estadstico R, y los tamaos muestrales para los otros tres experimentos fueron n =
10, n = 20 y n = 50, respectivamente. Se calcul para cada muestra la media muestral
y se realizaron histogramas de los valores x (figura 16.2).

Estadstica

155

Captulo 7: Distribuciones muestrales

Figura 16.1. Distribucin normal con P

8.25 y V

0.75.

Figura 16.2. Histogramas muestrales para x basados en 500 muestras, cada una formada
por n observaciones: a: n = 5, b: n = 10, c: n = 20 y d: n = 50.

156

Mdulo 16: Distribuciones muestrales

Para cada uno de los cuatro histogramas se observa una forma similar a la curva
normal. Adems se ve que cada histograma est centrado en la media de la poblacin de la cual se hizo el muestreo, en 8.25. Finalmente se puede ver que X basada
en una n grande tiende a estar ms cerca de P que X basada en una n pequea.

16.4 Distribucin muestral de la media X

Sea X 1 , X 2 ,..., X n una muestra aleatoria de tamao n de una distribucin normal con
media P y varianza V  ; entonces X
media P X

P y varianza V X
2

i 1

Xi
tiene una distribucin normal con
n

Vea en su multimedia de
Estadstica la aplicacin de
programacin Mean estimate
experiment (Media estimada)
Tomado de:
http://www.math.uah.edu/stat/

Puesto que X 1 , X 2 ,..., X n es una muestra aleatoria de una distribucin normal con

media P y varianza V 2 , las Xi son variables aleatorias independientes con distribucin normal, con E ( X i )

P, V ( X i ) V 2 y X

1 n
Xi
nI 1

1
( X 1  X 2  ...  X n );
n

entonces el valor esperado y la varianza sern:

Vea en su multimedia de
Estadstica la animacin Llegadas
al banco.

Valor esperado
E( X )

E ( X 1  X 2  ...  X n )
n

1
( E ( X 1  X 2  ...  X n ))
n
1
( P  P  ...  P )
n
1
(nP ) P .
n

Es decir, el centro de la distribucin de la media muestral coincide con el centro de

la distribucin de X.
Varianza

V ( X ) V ( X 1  X 2  ...  X n )
n

1
(V ( X 1  X 2  ...  X n ))
n2
1
(V 2  V 2  ...  V 2 )
n2
V2
1
(nV 2 )
.
2
n
n
Estadstica

157

Captulo 7: Distribuciones muestrales

16.4.1 Caso particular: si la distribucin de X es normal

Si X v NORMAL( P , V 2 ) y si X es la media muestral basada en una muestra
aleatoria de la distribucin X,
V2
X v NORMAL P ,
,
n

o de forma anloga:
X P

V/ n

v NORMAL(0, 1).

16.4.2 Caso particular: si la distribucin de X es desconocida

Si la distribucin de X es desconocida no se puede hablar con exactitud acerca de la
distribucin de X . Sin embargo, si el tamao de la muestra, n, es grande se sabe que
esta distribucin se puede aproximar a una distribucin normal.

Resumen
Se definieron un estadstico y una muestra aleatoria y la forma de encontrar la distribucin muestral del estadstico,
en particular el total muestral y la media muestral (que son dos de los estadsticos ms importantes, al igual que sus
distribuciones muestrales). La aplicacin de estas distribuciones se dar de manera puntual en captulos posteriores.

158