Académique Documents
Professionnel Documents
Culture Documents
Las distribuciones de muestreo constituyen una pieza importante de estudio por varias
razones. En la mayoría de los casos, la viabilidad de un experimento dicta el tamaño de la
muestra. La distribución de muestreo es la distribución de probabilidad de una muestra de
una población en lugar de toda la población.
Cuando utilizarlo
Ejemplo
Números aleatorios
DISTRIBUCIÓN DE LA MEDIA
Con esta distribución podíamos calcular la probabilidad de algún evento relacionado con la
variable aleatoria, mediante la siguiente fórmula:
En donde z es una variable estandarizada con media igual a cero y varianza igual a uno.
Con esta fórmula se pueden a hacer los cálculos de probabilidad para cualquier ejercicio,
utilizando la tabla de la distribución z.
Ejemplo:
Una empresa eléctrica fabrica focos que tienen una duración que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviación estándar de 40
horas. Encuentre la probabilidad de que una muestra aleatoria de 16 focos tenga una vida
promedio de menos de 775 horas.
Solución:
Ejemplo:
a. El número de las medias muestrales que caen entre 172.5 y 175.8 centímetros.
b. El número de medias muestrales que caen por debajo de 172 centímetros.
Solución:
Como se puede observar en este ejercicio se cuenta con una población finita y un muestreo
sin reemplazo, por lo que se tendrá que agregar el factor de corrección. Se procederá a
calcular el denominador de Z para sólo sustituirlo en cada inciso.
a.
(0.7607)(200)=152 medias muestrales
b.
PROPORCIÓN
Suponga que se cuenta con un lote de 12 piezas, el cual tiene 4 artículos defectuosos. Se
van a seleccionar 5 artículos al azar de ese lote sin reemplazo. Genere la distribución
muestral de proporciones para el número de piezas defectuosas.
1 4 4/5=0.8 8C1*4C4=8
2 3 3/5=0.6 8C2*4C3=112
3 2 2/5=0.4 8C3*4C2=336
4 1 1/5=0.2 8C4*4C1=280
5 0 0/5=0 8C5*4C0=56
Total 792
p=P
Ejemplo:
Se ha determinado que 60% de los estudiantes de una universidad grande fuman cigarrillos.
Se toma una muestra aleatoria de 800 estudiantes. Calcule la probabilidad de que la
proporción de la muestra de la gente que fuma cigarrillos sea menor que 0.55.
Solución:
Este ejercicio se puede solucionar por dos métodos. El primero puede ser con la
aproximación de la distribución normal a la binomial y el segundo utilizando la fórmula de la
distribución muestral de proporciones.
Aproximación de la distribución normal a la binomial:
Datos:
n=800 estudiantes
p=0.60
p(x< 440) = ?
p(x< 440) = 0.0017. Este valor significa que existe una probabilidad del 0.17% de que al
extraer una muestra de 800 estudiantes, menos de 440 fuman cigarrillos.
Datos:
n=800 estudiantes
P=0.60
p= 0.55
p(p< 0.55) = ?
Observe que este valor es igual al obtenido en el
método de la aproximación de la distribución normal a la binomial, por lo que si lo buscamos
en la tabla de "z" nos da la misma probabilidad de 0.0017. También se debe de tomar en
cuenta que el factor de corrección de 0.5 se está dividiendo entre el tamaño de la muestra,
ya que estamos hablando de una proporción.
Ejemplo:
Datos:
n=150 personas
p=0.03
x= (0.04)(150) = 6 personas
p(x>6) = ?
Datos:
n=150 personas
P=0.03
p= 0.04
p(p>0.04) = ?
Observe que este valor es igual al obtenido y la interpretación es: existe una probabilidad
del 17% de que al tomar una muestra de 150 personas se tenga una proporción mayor de
0.04 presentando una reacción adversa.
Ejemplo:
Se sabe que la verdadera proporción de los componentes defectuosos fabricadas por una
firma es de 4%, y encuentre la probabilidad de que una muestra aleatoria de tamaño 60
tenga:
Solución:
a. Datos:
n= 60 artículos
P=0.04
p= 0.03
p(p<0.03) = ?
n= 60 artículos
P=0.04
p= 0.01 y 0.05
p(0.01<p<0.05) = ?
1. Estimación puntual.
Una estimación es puntual cuando se usa un solo valor extraído de la muestra para
estimar el parámetro desconocido de la población. Al valor usado se le llama
estimador. La media de la población se puede estimar puntualmente mediante la
media de la muestra: La proporción de la población se puede estimar puntualmente
mediante la proporción de la muestra: La desviación típica de la población se puede
estimar puntualmente mediante la desviación típica de la muestra, aunque hay
mejores estimadores:
Usamos el término variación como una descripción general de la cantidad que varían los valores
entre sí. (En ocasiones se aplica el término dispersión en vez de variación). El término varianza se
refiere a una definición específica.
La varianza de un conjunto de valores es una medida de variación igual al cuadrado de la desviación
estándar
Se dice que la varianza muestral s 2 es un estimador sin sesgo de la varianza poblacional s2 , lo que
significa que los valores de s 2 tienden a igualar el valor de s2 , en lugar de tender, de manera
sistemática, a sobreestimar o subestimar s2 . Por ejemplo, considere una prueba de cociente
intelectual (CI) diseñada de tal forma que tiene una varianza de 225. Si usted repite el proceso de
elegir aleatoriamente 100 sujetos, aplicarles la prueba y calcular la varianza muestral s 2 en cada
caso, las varianzas muestrales que obtendrá tenderán a concentrarse alrededor de 225, que es la
varianza de la población.
https://explorable.com/es/distribucion-de-muestreo
http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/
http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap01b.html
https://es.slideshare.net/alexanderfloresvalencia/estimacion-puntual-propiedades-de-las-
estimaciones-estimacion-por-intervalos-de-confianza
http://sgpwe.izt.uam.mx/files/users/uami/lrm/Estadistica/Extractos/Triola_medidas_dispersi
on.pdf