DISTRIBUCIONES MUESTRALES

El concepto de distribucin muestral, es el concepto ms bsico de la inferencia estadstica y se puede definir como una distribucin de probabilidad, que consta de todos los valores posibles de un estadstico de la muestra de tamao n (con o sin reemplazo).

En cada muestra, se suele calcular un estadstico, como la media o la desviacin estndar, que vara de una muestra a otra. De esta forma se obtiene una distribucin del estadstico denominada distribucin muestral. Si por ejemplo, el estadstico utilizado es la MEDIA MUESTRAL, entonces la distribucin se llama distribucin del muestreo de medias o distribucin muestral de la media. De forma similar, se puede obtener distribuciones muestrales de las desviaciones estndar, las varianzas, las medianas, etctera

 DISTRIBUCIN MUESTRAL DE MEDIAS

Con el propsito de familiarizarnos con la forma de estudiar estos problemas, analizaremos un caso muy simple. Supongamos que tenemos una poblacin de N = 5 nios y que nuestras muestras son de tamao n = 2.

(Es claro que para un problema de este tamao

simplemente tomamos las alturas de los cinco nios, las sumamos, dividimos entre 5 y se acab.)

El objetivo de ste anlisis, es entender algunos aspectos importantes de la distribucin muestral de medias a travs de este ejemplo.

Nio Altura

1 1.20

2 1.18

3 1.32

4 1.23

5 1.28

La media poblacional de las alturas es: Q !

1.20  1.18  1.32  1.23  1.28 ! 1.24 5

(1.20  1.24)2  (1.18  1.24)2  ...  (1.28  1.24)2 W! ! 0.0514 Y su desviacin estndar poblacional es: 5

 Ahora Cuntas muestras posibles hay en una poblacin( N ) de 5 nios y queremos muestras (n) de tamao 2, sin reemplazo? O dicho de otra manera, Cules son todas las muestras de tamao igual a 2, que pueden obtenerse sin reemplazo de la poblacin de 5 nios? Como es sin reemplazo, hay un total de 5C2 = (5)(4) / 2! = 10 muestras posibles. Que son los NIOS: {1,2}, {1,3}, {1,4}, {1,5}, {2,3}, {2,4}, {2,5}, {3,4}, {3,5}, {4,5}.

Estas 10 muestras posibles, se pueden observar en la siguiente tabla:

TABLA DE DISTRIBUCIN MUESTRAL DE MEDIAS Muestras del tamao igual a 2 sin reemplazo de poblacin de 5 nios
Nio ( altura ) 1 ( 1.20 ) 2 ( 1.18 ) 3 ( 1.32 ) 4 ( 1.23 ) 5 ( 1.28 ) 1 (1.20) 2 (1.18) 3 (1.32) 4 (1.23) 5 (1.28)

(1.20; 1.18)

(1.20; 1.32) (1.18;1.32)

(1.20; 1.23) (1.20; 1.28) (1.18; 1.23) (1.18; 1.28) (1.32; 1.23) (1.32; 1.28) (1.23; 1.28)

Para cada una de estas muestras, tenemos una media . Por ejemplo, para la muestra {1,2}   Su media es   Para la muestra {3,5};    , etc. Su media es Segn se muestra en la siguiente tabla de medias.

MEDIAS DE LA DISTRIBUCIN MUESTRAL DE MEDIAS

Nio (altura) 1 ( 1.20 ) 2 ( 1.18 ) 3 ( 1.32 ) 4 ( 1.23 ) Total = 1.19 2.51 3.695 2 (1.18) 3 (1.32) 4 (1.23) 5 (1.28) Total 4.905 3.685 2.575 1.255 12.42

(1.20+1.18) (1.20+1.32) (1.20+1.23) (1.20+1.28) = 1.19 = 1.26 = 1.215 = 1.24 (1.18+1.32) (1.18+1.23) (1.18+1.28) = 1.25 = 1.205 = 1.23 (1.32+1.23) (1.32+1.28) = 1.275 = 1.30 (1.23+1.28) = 1.255 5.025

Ahora calculemos dos aspectos importantes de esta variable aleatoria, como son la MEDIA Y LA DESVIACIN ESTNDAR de la distribucin muestral de medias.
La media que denotamos por  la llamamos MEDIA DE LA DISTRIBUCIN MUESTRAL que es la media de las medias de cada muestra. Su frmula es

Qx

x ! 12.42 ! 1.24 !
N 10

El resultado 1.24 es igual a la media poblacional obtenida.

Esto es:
LA MEDIA DE LA POBLACIN, ES IGUAL A LA MEDIA DE LA DISTRIBUCIN MUESTRAL DE MEDIAS (1.24)

Ahora, la desviacin estndar, que denotamos y llamaremos ERROR ESTNDAR DE LA MEDIA, que es la desviacin estndar de la distribucin muestral de medias. Calculemos la desviacin estndar, siguiendo los datos de la tabla y posteriormente analizaremos otra manera ms fcil.
ERROR ESTNDAR DE LA MEDIA

M uestra n {1,2} {1,3} {1,4} {1,5} {2,3} {2,4} {2,5} {3,4} {3,5} {4,5} Total =

Medias 1.19 1.26 1.215 1.24 1.25 1.205 1.23 1.275 1.30 1.255 12 42

Medias al cuadrado 1 4161 1 58761 1 476225 1 5376 1 5625 1 452025 1 5129 1 625625 1 69 1 575025 15 4356

Con los datos anteriores, podemos utilizar una frmula y obtener el error estndar de la media que es.

W !

N (

)  ( )2 ! 2 N

10(15. 4356)  (12. 42)2 ! 0. 03156 100

Hasta aqu, hagamos un espacio de reflexin: Hay dos resultados muy importantes, que describen la distribucin de la variable aleatoria de la distribucin muestral de medias.

 El primero de ellos nos dice, que la media de la distribucin muestral de medias, siempre coincide con la media de la poblacin y que el error estndar de la media, es siempre menor que la desviacin estndar de la poblacin, o igual a ella, si la dividimos entre la raz cuadrada del tamao de la muestra.

M s p r e c i s a m e n t e :

Si tomamos muestras de tamao n de una poblacin de tamao N con media y desviacin estndar , y se simbolizan la media y la desviacin estndar de la distribucin muestral de medias por y , respectivamente, entonces: Las medias , Y las desviaciones O bien

Para el ejemplo que venimos desarrollando, utilizaremos la ltima frmula para estimar la desviacin estndar de las medias muestrales o el error estndar de la media.

W N  n 0.05154 5  2 0.05154 3 Wx ! . ! ! . . ! 0.03156 5 1 4 n N 1 2 2

Coincide con el valor que obtuvimos antes para la desviacin estndar de la distribucin muestral de medias.

N n Pero es preciso indicar que el factor de la segunda frmula, se conoce como factor de N 1
correccin de la poblacin finita (cpf), ya que sin ste, las dos frmulas (para poblaciones infinitas y finitas ) son las mismas. Una regla de uso muy frecuente, establece que el factor de correccin de poblacin finita (cpf), se puede pasar por alto cuando n/N es menor o igual a 0.05, esto es, cuando la muestra contiene el 5% o menos de la poblacin. Por lo tanto, si la poblacin es infinita; o el muestreo se hace de una poblacin infinita con reemplazamiento; o cuando N > 20n la frmula para encontrar el error estndar se reduce a

W Wx ! n
Para encontrar el error estndar de la media cuando la poblacin es finita y el muestreo se hace sin reemplazo; o cuando N <20n es:

Wx

W N n . n N 1

ERROR ESTNDAR O TPICO Como se seal en el ejemplo anterior, en lugar de decir "la desviacin estndar de la distribucin de las medias de la muestra" nos referimos al error estndar de la media. De manera similar, la "desviacin estndar de la distribucin de las proporciones de la muestra" se abrevia como error estndar de la proporcin.

El trmino error estndar se utiliza porque da a entender que la variabilidad en los estadsticos de la muestras, provienen de un error de muestreo debido al azar; es decir, hay diferencias entre cada muestra y la poblacin, y adems entre las diversas muestras debido nicamente a los elementos que decidimos escoger para las muestras. Por lo tanto, mide el grado en el que se puede esperar que flucten o varen los estadsticos de una muestra como consecuencia del azar, pero no solo mide el error de azar que se ha cometido, sino tambin la probable precisin que obtendremos si utilizamos una estadstica de muestra para estimar un parmetro de poblacin.

Si l error estndar es bajo, hay buenas posibilidades de que el estadstico de una muestra se aproxime al de la poblacin; en cambio Si l error estndar es alto es ms probable que obtengamos una muestra que difiera considerablemente de la poblacin.

Compaeros, urge hacer un ejercicio para practicar

Entonces analicemos un problema, para comprender mejor todo lo estudiando hasta aqu sale?

Supngase que la estatura de 3,000 estudiantes universitarios hombres, se distribuye normalmente, con una media de 68 pulgadas. y una desviacin estndar de 3.0 pulgadas. Si se obtienen 80 muestras de 25 estudiantes cada una. Cules seran las medias y las desviaciones estndar (error estndar esperadas de la distribucin muestral de medias, si los muestreos se hubieran hecho mplazami o y a) Co b) si mplazami o.
W Wx ! !
n 3 25

a Con reemplazamiento Q x ! Q ! 68.0 pu lg .

! .6 pu lg.

b Sin reemplazamiento Q x !

pu l

Wx !

N n 3 3000 25 ! . ! 0.59759 ! 0.6 pu N 1 25 3000 1 n .

profundicemos un poco ms; ahora queremos saber

Momento! para esto, antes debemos repasar aunque sea someramente, la famosa distribucin normal y el teorema del lmite central, sale?