La Distribución de la Varianza Muestral

La comprensión del concepto de la distribución de la Varianza Muestral es

fundamental para el correcto entendimiento de la inferencia estadística.
Una distribución de la población es la distribución de la totalidad de las medidas
individuales de una población, en tanto que una distribución muestral es la
distribución de los valores individuales incluidos en una muestra.
Se debe tener en cuenta su uso, para ciertos casos donde conlleva como
principio valorar o estimas diferentes actividades como: las desigualdades en
ingresos, rentas y los riesgos en las inversiones; tratándose de una variable
aleatoria, contara con media y varianza.
Si se extraen todas las muestras posibles de una población normal y cada
muestra se le calcula su varianza, se obtendrá la distribución muestral de las
varianzas.

Propiedades:
 Los valores de X2 son mayores o iguales que 0
 La forma de la distribución X2 depende del gl=n-1 siendo estos los grados
de libertad
 El área bajo una curva ji. Cuadrada y sobre el eje horizontal es 1
 Las distribuciones X2 son asimétricas, tienen una pendiente positiva
 Cuando n>2, la media de una distribución X2 es n-1 y la varianza es 2(n.1)
 La varianza muestral es una variable aleatoria
El cálculo de probabilidad en una distribución muestral de varianzas nos sirve
para saber cómo se va a comportar la varianza o desviación estándar en una
muestra que proviene de una distribución normal.

En ella encontramos la siguiente FÓRMULA

n: Tamaño de la muestra
s2: Varianza Muestral
o2: Varianza de la población de donde se extrajo la muestra
 Varianza Muestral

La razón para dividir por n-1 es que de esta forma, como veremos más
adelante (cuando se estudien los procedimientos de estimación), la medida de
variabilidad resultante es el mejor estimador de la varianza poblacional
(desconocida).
Cuando los datos están agrupados:

X X

A los dos (cuando está dividido por n y cuando lo está por n-1) se los denomina
varianza muestral. Difieren ligeramente y, para valores grandes de n, la
diferencia es irrelevante. El primero traslada directamente la varianza de la
muestra al de la población y el segundo es un estimador de la varianza de la
población.

EJEMPLO 1
Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones de
una población normal con varianza igual a 6, tenga una varianza muestral:
A: Mayor que 9.1
B: Entre 3.462 y 10.745
Solución:
A.
Al buscar este número en el renglón de 24 grados de libertad (n-1), nos da un
área a la derecha de 0,05 por lo tanto: P (S2>9,1) = 0,5

B. Al buscar estos valores, nos dan unas áreas de 0.95 y 0.01 respectivamente.
Como se está pidiendo la probabilidad entre dos valores se resta (0.95 – 0.01)
quedando 0.94.
Por lo tanto la P (3.462 S2 10.745) = 0.94

GRAFICOS
 BIBLIOGRAFIA

 http://halweb.uc3m.es/esp/Personal/personas/amalonso/esp/EItema5.pdf

 http://www.ing.unlp.edu.ar/fismat/estadistica/estadistica/archivos/capitulo

3_distribucionesmuestrales_ledesma2009.pdf

 https://www.uv.es/ceaces/tex1t/3%20infemues/esquema.htm