Captulo 9

1
En la vida real es imposible calcular
parmetros poblacionales porque las
poblaciones son muy grandes.
En lugar de analizar toda una poblacin,
se toma una muestra, luego se calcula un
estadstico relacionado con el parmetro
que interesa, y se hace una inferencia.
La distribucin muestral de un estadstico
es la herramienta que nos dice cun
cerca est el estadstico del parmetro.
2
Un ejemplo
Se lanza un dado una infinita cantidad de veces.
Llamamos X a la cantidad de puntos en la cara
superior en cada lanzamiento.
La distribucin de probabilidad de X es
3
x 1 2 3 4 5 6
p(x) 1/6 1/6 1/6 1/6 1/6 1/6
E(X) = 1(1/6) +
2(1/6) + 3(1/6)+
.= 3,5

V(X) = (1-3,5)
2
(1/6) +
(2-3,5)
2
(1/6) +
. = 2,92
Si se se quiere estimar a partir
de la media de una
muestra de tamao n = 2.
Cul es la distribucin de ?
4
x
x
5
Muestra Media Muestra Media Muestra Media
1 1,1 1 13 3,1 2 25 5,1 3
2 1,2 1.5 14 3,2 2.5 26 5,2 3.5
3 1,3 2 15 3,3 3 27 5,3 4
4 1,4 2.5 16 3,4 3.5 28 5,4 4.5
5 1,5 3 17 3,5 4 29 5,5 5
6 1,6 3.5 18 3,6 4.5 30 5,6 5.5
7 2,1 1.5 19 4,1 2.5 31 6,1 3.5
8 2,2 2 20 4,2 3 32 6,2 4
9 2,3 2.5 21 4,3 3.5 33 6,3 4.5
10 2,4 3 22 4,4 4 34 6,4 5
11 2,5 3.5 23 4,5 4.5 35 6,5 5.5
12 2,6 4 24 4,6 5 36 6,6 6
6
Sample Mean Sample Mean Sample Mean
1 1,1 1 13 3,1 2 25 5,1 3
2 1,2 1.5 14 3,2 2.5 26 5,2 3.5
3 1,3 2 15 3,3 3 27 5,3 4
4 1,4 2.5 16 3,4 3.5 28 5,4 4.5
5 1,5 3 17 3,5 4 29 5,5 5
6 1,6 3.5 18 3,6 4.5 30 5,6 5.5
7 2,1 1.5 19 4,1 2.5 31 6,1 3.5
8 2,2 2 20 4,2 3 32 6,2 4
9 2,3 2.5 21 4,3 3.5 33 6,3 4.5
10 2,4 3 22 4,4 4 34 6,4 5
11 2,5 3.5 23 4,5 4.5 35 6,5 5.5
12 2,6 4 24 4,6 5 36 6,6 6
1 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0
6/36
5/36
4/36
3/36
2/36
1/36
x
E( ) =1,0(1/36)+
1,5(2/36)+.=3,5

V(X) = (1.0-3,5)
2
(1/36)+
(1,5-3,5)
2
(2/36)... = 1,46
x
Muestra Muestra Muestra Media Media Media
Distribucin de las Medias Muestrales para n = 2
7

Sea la media de una muestra aleatoria de n observaciones extrada de una
poblacin de media y varianza .

a) La distribucin muestral de tiene media , es decir :

b) La distribucin muestral de tiene un desvo estndar:

Esta cantidad se llama el error estndar de la media.

c) Si n no es una proporcin pequea de N se tiene:

d) Si la poblacin tiene distribucin normal entonces tiene una
distribucin normal.

e) Si la poblacin no es normal pero el tamao de muestra n es grande, es vlido
el resultado anterior. (TCL)

x
x
x
2
x
o
x

x
X E = ) (
n
x
x
o
o =
1

=
N
n N
n
x
x
o
o
x
x
X
z
o

=
8
)
5
( 5833 , 0
5 , 3
5
2
2
x
x
x
n
o
o

= =
=
=
)
10
( 2917 , 0
5 , 3
10
2
2
x
x
x
n
o
o

= =
=
=
)
25
( 1167 , 0
5 , 3
25
2
2
x
x
x
n
o
o

= =
=
=
9
)
5
( 5833 , 0
5 , 3
5
2
2
x
x
x
n
o
o

= =
=
=
)
10
( 2917 , 0
5 , 3
10
2
2
x
x
x
n
o
o

= =
=
=
)
25
( 1167 , 0
5 , 3
25
2
2
x
x
x
n
o
o

= =
=
=
Notar que es menor que o
x
. Cuanto
mayor es el tamao de muestra, va a ser
menor .Entonces, tiende a ubicarse
cerca de , a medida que el tamao de la
muestra aumenta
2
x
o
x
2
x
o
10
Demostracin: La varianza de la media muestral es
menor que la varianza de la poblacin.
1 2 3
Media = 1,5 Media = 2,5 Media = 2.
Poblacin 1.5
1.5
1.5
1.5
1.5
1.5
1.5
1.5
1.5
1.5
1.5
1.5
1,5
2.5
2.5
2.5
2.5
2.5
2.5
2.5
2.5
2.5
2.5
2.5
2.5
2,5
2
2
2
2
2
2
2
2
2
2
2
Compare la variabilidad de la poblacin
con la variabilidad de la media muestral.
Tomando muestras
de dos observaciones
11
Tambin,
Valor Esperado de la poblacin =
(1 + 2 + 3)/3 = 2
Valor Esperado de la media muestral =
(1,5 + 2 + 2,5)/3 = 2
Si se extrae una muestra aleatoria de cualquier
poblacin, la distribucin de la media muestral
es aproximadamente normal con tal que el
tamao de la muestra (n) sea suficientemente
grande.
Cuanto mayor es el tamao de n, ms se
aproxima r la distribucin muestral de a
una distribucin normal.
12
x
13
grande. mente suficiente es muestra de tamao el si
normal una como mente aproximada distribuye se
x normal, es no x Si normal. es x normal, . 3
. 2
. 1
2
2
es x Si
n
x
x
x x
o
o

=
=
Ejemplo 9.1
La cantidad de soda en cada botella de una
gaseosa se distribuye normalmente con una
media de 32,2 gramos y un desvo estndar de
0,3 gramos.
Hallar la probabilidad de que un cliente compre
una botella que contenga ms de 32 gramos.
Solucin
La variable aleatoria X es la
cantidad de soda en una botella.
14
= 32,2
0,7486
x = 32
7486 , 0 ) 67 , 0 (
)
3 , 0
2 , 32 32
( ) 32 (
= > =

>

= >
z P
x
P x P
x
o

Hallar la probabilidad de que un paquete de
cuatro botellas tendr una media de ms de 32
gramos de soda por botella.
Solucin
Se define la variable aleatoria como la cantidad
promedio de soda por botella.
15
= 32,2
0,7486
x = 32
082 , 0 ) 33 , 1 (
)
4 3 , 0
2 , 32 32
( ) 32 (
= > =

>

= >
z P
x
P x P
x
o

32 x =
0,9082
2 , 32 =
x

Ejemplo 9.2
Informe del INDEC: El salario bsico inicial
pro-medio de los obreros no calificados (sin
antige dad), es de $600 mensuales.
Suponga que la distribucin de los salarios
tiene un desvo estandar de $100. Cul es la
probabi- lidad de que 25 obreros elegidos al
azar tengan un salario promedio mensual de
menos de $550?
Solucin
16
0062 , 0 ) 5 , 2 (
)
25 100
600 550
( ) 550 (
= < =

<

= <
z P
x
P x P
x
o

Ejemplo 9.2 continuacin
Si una muestra aleatoria de 25 obreros tuviera en reali-
dad un salario promedio de $550, qu se podra con-
cluir acerca de la afirmacin de que el salario promedio
de los obreros sin antigedad es 600?
Solucin
Con = 600 la probabilidad de observar una media muestral
tan baja como 550 es muy pequea (0,0062). La afirmacin de
que el salario promedio es $600 es probablemente
injustificada.
Sera ms razonable suponer que es menor de $600, porque
entonces una media muestral de $550 se hace ms probable.
17
Para hacer inferencia acerca de parmetros poblacionales se
usan las distribuciones muestrales (como en el Ejemplo 9.2).
La simetra de la distribucin normal junto con la
distribucin de la media muestral lleva a:
18
95 , 0 ) 96 , 1 96 , 1 (
:
95 , 0 ) 96 , 1 96 , 1 (
:
= + s s
= s s
n
x
n
P
ordenando y
n
x
n
P
como escribir puede se Esto
o

o
95 , 0 ) 96 , 1 96 , 1 ( , 95 , 0 ) 96 , 1 96 , 1 ( = s

s = s s
n
x
P z P
o

- Z
0,025
Z
0,025

19
-1,96 -1,96
0
n
96 . 1
o

n
96 . 1
o
+
0,025
0,025
0,025
0,025
Distribucin normal estndar Z
Distribucin normal de
x
95 , 0 )
25
100
96 , 1 600
25
100
96 , 1 600 ( = + s s x P
0,95
0,95
x
Z

25
100
96 . 1 600 ( P
25
100
96 . 1 600 ( P +
=600
Conclusin
Si la media poblacional es 600: Hay una pro-
babilidad del 95% de que la media muestral
cai-
ga dentro del intervalo [560,8; 639,2]
Dado que la media muestral fue 550, no es
probable que la media poblacional sea 600.
20
95 , 0 ) 2 , 639 8 , 560 (
95 , 0 )
25
100
96 , 1 600
25
100
96 , 1 600 (
= s s
= + s s
x P a simplifica Se
x P
El parmetro de inters para datos nominales
es la proporcin de veces que se presenta
un determinado resultado(suceso).
Para estimar la proporcin poblacional p se
usa la proporcin muestral.

21
El estimador de p =

p
^
=
X
n
El nmero
de sucesos
Si X es binomial, las probabilidades
se pueden calcular con la distribucin
binomial.
Pero, para inferencia acerca de se prefiere
usar la normal como aproximacin a la
binomial.
22
p
^
p
^
La aproximacin normal a
la binomial es mejor
cuando
la cantidad de experimentos
(tamao de la muestra ) es
grande, y
la probabilidad del suceso,
p, es prxima a 0,5.

Para que la aproximacin
d buenos resultados se
deben cumplir dos
condiciones:

np 5 ; n(1 - p) 5
>
>
23
24
Ejemplo:
Aproximar la probabilidad binomial P(x=10)
cuando n = 20 y p = 0,5

Los parmetros de la distribucin normal
que usamos para aproximar la binomial son:

= np; o
2
= np(1 - p)
25
10
9,5 10,5
P(X
Binomial
= 10) =
~
= P(9.5<Y<10.5)
= np = 20(0,5) = 10;
o
2
= np(1 - p) = 20(0,5)(1 0,5) = 5
o = 5
1/2
= 2,24
1742 , 0 )
24 , 2
10 5 , 10
24 , 2
10 5 , 9
( =

s s

= Z P
0,176
Se construye una distribucin
normal para aproximacin de la
binomial P(X = 10).
P(9,5<Y
Normal
<10,5)
La aproximacin
26
Ms ejemplos de la aproximacin
normal a la binomial
4
4,5
14 13,5
P(X >14) ~
P(Y< 4,5)
P(Y > 13,5)
Aproximacin Normal a la
Distribucin Binomial
P(X s 4) ~
De las propiedades del valor esperado y
la varianza, se cumple E( ) = p y V ( )
=p(1-p)/n
Si ambos np > 5 y np(1-p) > 5, entonces




Z se distribuye como una normal estndar.
27
n
p p
p p
z
) 1 (

=
p

Ejemplo 9.3
Un representante estatal recibi el 52% de los
votos en la ltima eleccin.
Un ao despus el representante quiere
estudiar su popularidad.
Si su popularidad no ha cambiado, cul es la
probabilidad de que ms de la mitad de un
muestra de 3000 electores lo voten?
28
Ejemplo 9.3
Solucin
El nmero de electores que prefieren el re-
presentante es binomial con n = 300 y p = 0,52.
Se tiene np = 300(0,52) = 156 y n(1-p) = 300(1-
0,52) = 144 (ambos mayores de 5)
29
7549 , 0
300 ) 52 , 0 1 )( 52 , 0 (
52 , 0 50 , 0
) 1 (

) 50 , 0

( =
|
|
.
|

\
|

>

= >
n p p
p p
P p P
Se extraen dos muestras independientes de dos
poblaciones con distribucin normal.
Interesa la distribucin muestral de la
diferencia entre las dos medias muestrales.
30
2 1
x x
La distribucin de es normal si:

Las dos muestras son independientes, y
Las distribuciones poblacionales se distribuyen
normalmente.
31
2 1
x x
2 1
x x
Si cada una de las poblaciones no tiene
distribucin normal, pero los tamaos de
muestra son 30 o ms, la distribucion de
es aproximadamente normal.
Aplicando las propiedades de valor
esperado y varianza se tiene:
32
n n
) x ( V ) x ( V ) x x ( V
) x ( E ) x ( E ) x x ( E
2
2
2
1
2 1 2 1
2 1 2 1 2 1
o
+
o
= + =
= =
2
2
2
1
2
1
2 1 2 1
) ( ) (
n n
x x
Z
o o

+

=
Se puede definir:
Ejemplo 9.4
Los ingresos promedios de los
funcionarios de dos empresas, WLU y UWO
son de $62.000 (d. estndar = $14.500), y
$60.000 (d. estn- dar = $18.300).
(Valores anuales)
Cul es la probabilidad de que una media
muestral de la WLU sea mayor que la
media muestral de UWO (n
WLU
= 50; n
UWO

= 60)
33
Ejemplo 9.4 Solucin
Hay que determinar :
34
128 . 3 $
60
300 . 18
50
500 . 14
2 2 2
2
2
1
= + = +
n n
o o
7389 , 0 2389 , 0 5 , 0 ) 64 , 0 (
)
3128
2000 0 (
( ) 0 (
2
2
2
1
2
1
2 1
2 1
= + = > =

>
+

= >
z P
n n
) - x x
P x x P
2 1
o o

) 0 x x ( P
2 1
>

1
-
2
= 62.000 - 60.000 = $2.000