INFERENCIA ESTADISTICA

DISTRIBUCION DE MUESTREO
INFERENCIA
ESTADISTICA
1. OBTENCION DE CONCLUSIONES DE
LOS DATOS
2. INTENTA MEDIR SU
SIGNIFICACION
3. MEDIDAS
FUNDAMENTALES
D.T. PARA
POBLACION
D.T. PARA
MUESTRAS

OBSERVANDO
MUESTRA
ANALIZANDO
MUESTRA
CONFIANZ
A
VERACIDA
D
PARAMETRO No 1:
MEDIA

PARAMETRO No 2
DESVIACION TIPICA /
ERROR TIPICO

INFERENCIA ESTADISTICA

CALCULO DE PARAMETROS
EJEMPL
O
POBLACION S = {1,
3, 5, 7}

CALCULEMOS:
4

MEDIA
ARITMETICA
DESVIACION
MEDIA

DM
=

DESVIACION
TIPICA
VARIANZA

INFERENCIA ESTADISTICA

DISTRIBUCION NORMAL

mada distribucin Gaussiana o de Gauss.

Es una distribucin de probabilidad de variable continua de un
fenmeno1.real
Estatu
Peso
Eda
Morfolgicas.
2.
Sociolgicas
3. Sicolgicas

4. Acadmicas

ra
d
ndice de
Participaci
satisfaccin
n
Consu
mo
Nota
Aprobacin de
s
reas

1. (mu) es la media aritmtica.

2. (sigma) es la desviacin tpica (2
es la varianza)
3. Se llama distribucin normal
"estndar" a aqulla en la que sus
parmetros toman los valores = 0 y

INFERENCIA ESTADISTICA

DISTRIBUCION NORMAL
EJ
EM
PL
O

En el examen parcial de estadstica evaluado entre [0 ; 100] la

media aritmtica fue 72 y la desviacin tpica o estndar 15.
Determinar la referencia tipificada (unidades de desviacin
tpica) de los estudiantes que obtuvieron puntuaciones de:
a. 60
b. 93
c. 72
d. 80
X = Vr
nota
S = Desviacin

Recordar la formula de
transformacin de unidades
tipificadas.
X = 60 S
= 15

Tpica
ARE
A

2
7
-3

4
2
-2

5
7
-1

7
2
0

8
7
1

10
2
2

11
7
3

Se desea
hallar
Se desea
hallar
Se desea
hallar

UNIDADES
ESTANDARIZAD
AS

P(Z<0.8)
P(Z>0.8)
P(0.8<Z<1.4
)

A=0.21
19
1- P(Z>0.8)
A=0.21
19
A=0.91

0.211
9
21.19
%
A=0.78
81
A=0.70
73

INFERENCIA ESTADISTICA

DISTRIBUCION NORMAL
DETERMINACION DE PUNTUACIONES CORRESPONDIENTES A Z. UNIDADES
ESTANDARIZADAS

X = Vr
nota
S = Desviacin
Tpica

Como se tiene
que:
Para el ejercicio anterior se
tiene que

Z=
1.5
Z=
-1

2
7
-3

Hallar las puntuaciones

equivalentes a z

S=1
5

94.5
57

Cuando la nota es 60 tenemos que se

cumple que

4
2
-2

5
7
-1

7
2
0

8
7
1

10
2
2

11
7
3

PIERDEN
APRUEBA

P(Z<0.8)
P(Z>-

ARE
A
ARE

NOT
A
NOT
A

Limite
de
Perdida
0.211
9
0.788

INFERENCIA ESTADISTICA

MEDIA MUESTRAL
CADA MUETRA DE TAMAO n QUE EXTRAEMOS DE UNA POBLACION
ES UNA MEDIA
MEDIAS
n1
MUESTRALES
MUESTR
n2
Si se consideran
SE ESTUDIA
A
como valores de
SU
nn
una variable
DISTRIBUCIO
aleatoria
N MUESTRAL
SE LLAMA DISTRIBUCION MUESTRAL
DE MEDIAS
1. HALLAMOS
MEDIA
2. DESVIACION
D.M
PROCEDIMIEN
MEDIA
.
TO
3. DESVIACION TIPICA O ESTANDART
POBLACIONAL
5.
4.
DESVIACIO
VARIANZA
N TIPICA

INFERENCIA ESTADISTICA

MEDIA MUESTRAL
CONSIDERENSEN TODAS LAS MUESTRAS DE
TAMAO 2
1. MUESTREO ALEATORIO
2. CON REEMPLAZAMIENTO
SIMPLE
1. Media
Poblacional
2. Desviacin
Estndar
Poblacional

PROBABILID
AD

INFERENCIA ESTADISTICA

MEDIA MUESTRAL
DISTRIBUCION DE LA PROBABILIDAD DE LA MEDIA
MUESTRAL. GRAFICO

CADA MUESTRA DE TAMAO n EXTRAIDA DE UNA POBLACION

PROPORCIONA
1. MEDIA

2. ERROR ESTANDAR DE LA
MEDIA
SI LA POBLACION ES
FINITA Y LA EXTRACION
SIN REPOSICION

LA DESVIACION
TIPICA O
ESTANDAR ES

N=Poblacin
n=Muestra

INFERENCIA ESTADISTICA

MEDIA MUESTRAL
CONSIDERENSEN TODAS LAS MUESTRAS DE
TAMAO n
1. MUESTREO
TIPO

1. Media
Poblacional
2. Desviacin
Estndar
Poblacional
3. Error
Estndar de la
Media

PROBABILISTI
CO
NO
PROBABILISTIC
O

2.
CONDICION
ELEMENTOS

1. CON
SUSTITUCION
2. SIN
SUSTITUCION

Desviacin
Estndar de
todas las medias

Indica como varia la media

muestral entre una y otra

INFERENCIA ESTADISTICA

MEDIA MUESTRAL
CARACTERISTICAS DE LA
MEDIA
1. CADA MUESTRA DE TAMAO n QUE
PODAMOS EXTRAER PROPORCIONA UNA
MEDIA
2. CADA MEDIA SE PUEDE CONSIDERAR COMO
VARIABLE ALEATORIA, PARA ESTUDIAR SU
DISTRIBUCION
3. LA DISTRIBUCION SIGUE LA DISTRIBUCION
NORMAL
4. SI LA DISTRIBUCION NO SIGUE UNA
DISTRIBUCION NORMAL PERO n>30.
APLICAMOS

Ejemplo No 1

DISTRIBUCION
MUESTRAL DE
MEDIAS

TEOREMA
CENTRAL DEL
LIMITE

Las notas de cierto examen se distribuyen segn una normal de media 5,8 y
desviacin tpica 2,4. Hallar la probabilidad de que la media de una muestra
tomada al azar de 16 estudiantes est comprendida entre 5 y 7.
POBLACIO
N

TAMAO
MUESTRAS n =

DISTRIBUCION MUESTRAL DE LA
MEDIA N(5,8;0,6)

INFERENCIA ESTADISTICA

MEDIA MUESTRAL
X = MEDIA DE LA
MUESTRA
1. CALCULAMOS LA
PROBABILIDAD
FORMULA DE
TRANSFORMACION
1. HALLAMOS LOS Z. UNIDADES
ESTANDARIZADAS

P(5x7)=P(-1.33z2)=
P(z2)-[1-P(z1.33)] =
0,8854

Z=
X=
-1.33
5
X=
Z=2
7
2. HALLAMOS LA PROBABILIDAD PARA Z EN LA TABLA DE U.
ESTANDARIZADAS
Z=
P(z <
P(z < 2)
Z=2
-1.33
-1.33)
0.0918
0.9772

0.091
8

-3
2
4
7

0.977
2

-2
3
4.6
7.6

0.8854

-1

5.2

5.8

6.4

Z=UNIDADES
ESTANDARIZADAS
X= UNIDADES DE LA
MUESTRA

INFERENCIA ESTADISTICA

DISTRIBUCION MUESTRAL DE LA
EJEMPLO: Con relacin al ejercicio anterior, que se tiene que el valor del
MEDIA
promedio de notas es 5,8 y desviacin
tpica 2,4. Hallar la probabilidad de
que la media de una muestra tomada al azar de 16 estudiantes est por
debajo de 7.2.
MEDIA
POBLACIONAL =
MEDIA MUESTRAL

ELEMENTOS
MUESTRA

DESVIACION
TIPICA

HALLAMOS ERROR ESTANDAR DE LA

MUESTRA
HALLAMOS EL Z. UNIDADES
ESTANDARIZADAS PARA 7.2
0.989
3

-3
2
4
7

2.33
P(

-2

-1

3
4.6
7.6

5.2

5.8

1
6.4

<7.2
)

P( Z <
2.33 )

AREA =
0.9893

EL 98.93% DE TODAS LAS MUESTRAS

POSIBLES CON UNA TAMAO DE n=16 TIENEN
UNA MEDIA DE 7.2.
EL PROMEDIO DE LA NOTA DEL 98.93 DE LAS
MUESTRAS TIENEN PROMEDIO INFERIOR A 7.2

INFERENCIA ESTADISTICA

DISTRIBUCION MUESTRAL DE LA
EJEMPLO: Con relacin al ejercicio anterior, que se tiene que el valor del
MEDIA
promedio de notas es 5,8 y desviacin
tpica 2,4. Hallar la probabilidad de

que la media de una muestra tomada al azar, si la muestra se varia a 100

estudiantes y est por debajo de 7.2.
MEDIA
POBLACIONAL =
MEDIA MUESTRAL

ELEMENTOS
MUESTRA

DESVIACION
TIPICA

HALLAMOS ERROR ESTANDAR DE LA

MUESTRA
HALLAMOS EL Z. UNIDADES
ESTANDARIZADAS PARA 7.2

-3
2
4
7

0.594
8

P(

-2

-1

3
4.6
7.6

5.2

5.8

EL 59.48% DE TODAS LAS MUESTRAS

POSIBLES CON UNA TAMAO DE n=100
TIENEN UNA MEDIA DE 7.2.
EL PROMEDIO DE LA NOTA DEL 59.48% DE
LAS MUESTRAS TIENEN PROMEDIO INFERIOR A
7.2

1
6.4

<7.2
)

P( Z <
0.24 )

AREA =
0.5948

INFERENCIA ESTADISTICA

DISTRIBUCION NORMAL
EJEMPLO: Con relacin al ejercicio anterior, que se tiene que el valor del
promedio de notas es 5,8 y desviacin tpica 2,4. Hallar la probabilidad de
que una nota tomada de un estudiante al azar por debajo de 7.2.
MEDIA
DESVIACION
POBLACIONAL =
TIPICA
MEDIA MUESTRAL
HALLAMOS EL Z. UNIDADES
ESTANDARIZADAS PARA 7.2
0.719
0

-3
2
1
10.6

ELEMENTOS
MUESTRA
0.58

P(

<7.2
P( Z <
AREA =
)
0.58 )
0.7190
EL 71.90% DE TODAS LAS NOTAS POSIBLES
TIENEN UN VALOR DE 7.2.

-2

-1

3
4.6
13

3.4

5.8

CONCLUSION
COMPARATIVA

1
8.2

MUESTR MUESTR INDIVI

A
A
DUAL

n=16 n=100

MEDIA 5,80
5,80 5,80
D.T.
0,60
0,24 2,40

PORCE
N
98,93 59,48 71,90

1. El 71.90% de todos
los estudiantes obtuvo
nota inferior a 7.2
2. El 59.48% de las
muestras con tamao
100 tiene media
inferior a 7.2.
3. El 98.93% de las
muestras con tamao
16 tienen media

INFERENCIA ESTADISTICA

DISTRIBUCION MUESTRAL POR

CALCULO
EXPERIMENTAL
DE
LA
DISTRIBUCION
MUESTRAL
PROPORCIONES
PROPORCIONES. CONSIDERESE LAS SIGUIENTES FIGURAS

POR

SUSTITUCION

CONSIDEREMOS TODAS
POSIBLES QUE EXISTEN

LAS

MUESTRAS

TAMAO

LA PROBABILIDAD p DE SACAR UN TRIANGULO EN

LA MUESTRA
DISTRIBUCION
MUESTRAL DE
PROPORCIONES
TABLA DE
FRECUENCIA DE
PROBABILIDAD
DE SALIR UN
TRIANGULO

ALEATORIO
SIMPLE
X = No xitos
n = Tamao de
la muestra

INFERENCIA ESTADISTICA

DISTRIBUCION MUESTRAL POR

CALCULEMOS LA ESPERANZA MATEMATICA O PROBABILIDAD DE
PROPORCIONES
TRIANGULO DEL TOTAL DE LAS MUESTRAS

SALIR

MEDI
VARIANZ
A
A
EL NUMERO DE EXITOS X DE UNA MUESTRA TAMAO n, SE DISTRIBUYE DE
FORMA BINOMIAL
B(n,
p
=
p
MUESTR
APROX A
p)
Ocurrencia
A
UNA DIS.
q
=
No
q=1
DESV
NORMAL
ocurrencia
-p
TIPI
Com
o

MUESTR
A
DESV
TIPI

INFERENCIA ESTADISTICA

DISTRIBUCION MUESTRAL POR

EJEMPLO: Si tiramos PROPORCIONES
una moneda no cargada 100 veces, cul es la
probabilidad de que obtengamos ms de 55 caras?
p = Ocurrencia =
q = No ocurrencia
Caras = 0.5
= 0.5
LA DISTRIBUCION NORMAL
DE
PROPORCIONES
SE
DISTRIBUYE
N(p;
N(0.5;
Hallamos
)
0.05)
probabilidad
P
=
0.55

P( Z <
1)
0.841
3

Hallamos
Z
P(
0.55)

-3
2
0.30
0.60

-2

-1

3
0.40
0.65

0.45

n = Elemento muestra
= 100

0.5

0.55

>

P( Z >
1)
0.158
7

1-P(
<= 1)

1
0.8413

INFERENCIA ESTADISTICA

TEOREMA DEL LIMITE CENTRAL

1. MUESTRAS GRANDES
n > 30
2. LA DISTRIBUCION DE LA MEDIA MUESTRAL ES UNA
DISTRIBUCION NORMAL
LA MEDIA ES LA MISMA QUE LA DE LA
VRIABLE
LA DESVIACION TIPICA DE LA MEDIA MUESTRAL SERA APROX EL
ERROR ESTANDAR
LA DISTRIBUCION DE
LA VARIABLE ES UNA
NORMAL
LA MEDIA
LOS PARAMETROS DE DISTRIBUCION
MUESTRAL SON
DESVIACION
ESTANDAR
EJEMPLO: Una empresa de mensajera que opera en la ciudad tarda una
media de 35 minutos en llevar un paquete, con una desviacin tpica de 8
minutos. Supongamos que durante el da de hoy han repartido doscientos
paquetes.
a) Cul es la probabilidad de que la media de los tiempos de entrega de hoy
UNA
CONSECUENCIA
TEOREMA

DEL

INFERENCIA ESTADISTICA

TEOREMA DEL LIMITE CENTRAL

VARIAB
LE
Para
muestra

X = Tiempo de
entrega
la

Tamao
muestra
Media
muestra
Desviacin
tpica muestra

Media
Aritmtica
Poblacin
Desviacin
Tpica
Poblacin
n
=
200

SE
DEBE
HALLAR

A
=
0.500
A=0

A=
0.5

-3
2
33.29
36.14

-2
3
33.86
36.71

-1
34.43

0
35

1
35.57

INFERENCIA ESTADISTICA

TEOREMA DEL LIMITE CENTRAL

b) Cul es la probabilidad de que, en total, para los doscientos paquetes
hayan estado ms de 115 horas?
Las 115 horas
6.900 min

Las
unidades
tipificadas
EL AREA SOMBREADA ES 1
P(X<34.5)
A
=
A = 1
A
=
0.8106
0.1894
0.1894

-3
2
33.29
36.14

-2
3
33.86
36.71

-1
34.43

0
35

1
35.57

INFERENCIA ESTADISTICA

TEOREMA DEL LIMITE CENTRAL

EJEMPLO: Se lanza una moneda al aire 100 veces, si sale cara le damos el
valor 1 y si sale sello el valor 0. Cada lanzamiento es una variable
independiente que se distribuye segn el modelo de Bernouilli, con media 0,5
y varianza 0,25. Calcular la probabilidad de que en estos 100 lanzamientos
salgan ms de 60 caras.
n
=
100
La
media
La Desviacin Tpica de la
aritmtica
muestra
100*0.5 =
5
50
A = 1
EL AREA SOMBREADA ES 1
0.9772
P(Z < 2.0)
A
=
A
=
Las
Unidades
Tipificadas
0.0228
0.9772
para X = 60

La probabilidad de que al tirar 100

veces la moneda salgan ms de 60
caras es tan slo del 2,28%.

-3
2
35
60

-2

-1

3
40
65

45

50

55