Vous êtes sur la page 1sur 5

DISTRIBUCIONES MUESTRALES.

Consiste en asociar un determinado comportamiento probabilstico en un cierto estimador. En esta unidad slo se estudiaran a los estimadores ms usuales: promedio muestral, proporcin muestral, varianza muestral, diferencia de promedios muestrales, diferencia de proporciones muestrales y razn de varianzas muestrales.

DISTRIBUCION PARA EL PROMEDIO MUESTRAL

Primer Caso: Sea X1, X2, X3, , Xn una muestra aleatoria de tamao n, donde cada XiNormal(,2), siendo 2 una varianza poblacional conocida, entonces:

x n

~ N(0,1)

[N(0,1) representa una distribucin Normal Estndar] Z

Segundo Caso: Sea X1, X2, X3, , Xn una muestra aleatoria de tamao n, donde cada XiNormal(,2), siendo 2 una varianza poblacional desconocida, entonces:

x S n

~ t(n-1)

donde

1 x i 2 = n 1

( x )
i

[t(n-1) representa una distribucin t de Student con (n-1) grados de libertad].

Prof.: Juan Barrera A.

Pgina 1

Observacin: Si p < 0.50, entonces:

t (n 1; p ) = t (n 1; 1 p )

Tercer Caso: Sea X1, X2, X3, , Xn una muestra aleatoria suficientemente grande (n30), donde cada Xi tiene una media poblacional y una varianza poblacional 2, entonces: Si 2 es una varianza poblacional conocida: N(0,1)

x n

x S n

Si 2 es una varianza poblacional desconocida: N(0,1)

DISTRIBUCION PARA LA PROPORCION MUESTRAL Una proporcin muestral

: p

representa el porcentaje de casos observados en una

muestra aleatoria de tamao n que cumplen con una determinada cualidad, tambin se interpreta como un promedio muestral de valores 0 (elementos fracaso) y 1 (elementos xito), es decir, por el tercer caso de la distribucin del promedio muestral x , para una muestra aleatoria suficientemente grande (n30), se cumple que:

p p

p (1 p ) n

N(0,1)

Prof.: Juan Barrera A.

Pgina 2

DISTRIBUCION PARA LA VARIANZA MUESTRAL S2: Sea X1, X2, X3, , Xn una muestra aleatoria de tamao n, donde cada XiNormal(,2), entonces:

(n 1 )S 2

~ 2 (n1)

[ 2 (n1) representa una distribucin Ji-Cuadrado con (n-1) grados de libertad].

DISTRIBUCION PARA LA DIFERENCIA DE LOS PROMEDIOS MUESTRALES x1 x2 : Primer Caso: Sean X1Normal(1,

12 )

y X2Normal(2,

2 2 ),

siendo

12

2 2

varianzas

poblacionales conocidas, y se obtienen muestras aleatorias de tamaos n1 y n2 respectivamente, entonces:

x 1 x 2 ( 1 2 )
2 12 2 + n1 n2

~ N(0,1)

Segundo Caso: Sean X1Normal(1,

12 )

y X2Normal(2,

2 2 ),

siendo

12

2 2

varianzas

poblacionales desconocidas, y se obtienen muestras aleatorias de tamaos n1 y n2 respectivamente, entonces: Si se asume que

12

2 2 :

Prof.: Juan Barrera A.

Pgina 3

x 1 x 2 ( 1 2 ) Sp
1

n1

~ t(n1 + n2 2)

donde

Sp

(n1 1) S12 + (n2 1) S22 = n1 + n 2 2

n2
12

2 2 :

Si se asume que

x 1 x 2 ( 1 2 ) S12 S22 + n1 n2

~ t( )

donde

S12 S22 + n1 n 2
2 1 2

S S n1 + n 2 n1 + 1 n2 + 1
2 2

Tercer Caso:

12 , y 2 sea X2 otra variable aleatoria con media poblacional 2 y varianza poblacional 2 , y


Sea X1 una variable aleatoria con media poblacional 1 y varianza poblacional muestras aleatorias suficientemente se obtienen respectivamente (n1 y n2 30), entonces: Si grandes

2 12 y 2 son varianzas poblacionales conocidas: x 1 x 2 ( 1 2 ) 2 12 2 + n1 n2

N(0,1)

2 12 y 2 son varianzas poblacionales desconocidas: x 1 x 2 ( 1 2 )

Si

S12 S22 + n1 n2

N(0,1)

DISTRIBUCION MUESTRALES

PARA :

LA

DIFERENCIA

DE

LAS

PROPORCIONES

1 p 2 p

Sean X1Binomial(n1, p1) y X2Binomial(n2, p2), y se obtienen respectivamente muestras aleatorias suficientemente grandes (n1 y n2 30), entonces:

p 1 p2 ( p1 p2 )

p1 ( 1 p1 ) p2 ( 1 p2 ) + n1 n2
Prof.: Juan Barrera A.

N(0,1)

Pgina 4

DISTRIBUCION PARA LA RAZON DE LAS VARIANZAS MUESTRALES

S12 S22

Sean X1Normal(1,
2 S12 2 S22 12

2 12 ) y X2Normal(2, 2 ), y se obtienen muestras aleatorias

de tamaos n1 y n2 respectivamente, entonces: ~ F(n11, n21)

[F(n11, n21) representa una distribucin Fisher con (n11) grados de libertad para el numerador y con (n21) grados de libertad para el denominador].

Observacin: Si p < 0.50, entonces:

F (a ;b ; p ) =

1 F (b ; a ; 1 p )

Prof.: Juan Barrera A.

Pgina 5