SEMANA - 14 - Distribución Muestral
SEMANA - 14 - Distribución Muestral
1. Distribución Muestral
2. Aplicaciones
LOGRO DE APRENDIZAJE
La teoría de muestreo es útil para determinar por ejemplo: el aplicar un nuevo suero
para el tratamiento de una enfermedad, o decidir si un proceso de producción es
mejor que otro. estas decisiones envuelven a los llamados ensayos e hipótesis de
significación.
Si la muestra seleccionada tiene un tamaño mayor a 30, sea cual sea la forma de la
distribución de la población (sea normal o no ), las medias de todas las muestras
seleccionadas de la población tendrán una distribución normal
Estadística General
Distribución muestral
: 𝑿 ? ? ( 𝜇 , 𝜎2)
𝑺𝒊
𝜎
´ 𝑁 𝜇,
→𝑿
( √𝑛 )
Teorema
del limite central
(TLC)
Resumen: Si:
𝜎
´
(
𝑺𝒊 : 𝑿 ? ? ( 𝜇 , 𝜎 ) 𝑻𝑳𝑪 𝒔𝒊𝒏 ≥ 𝟑𝟎 → 𝑋 𝑁 𝜇 ,
√𝑛 )
´ −𝜇
𝑋
→ 𝑍= 𝑁 (0,1 )
Emplearemos tabla Z cuando:
𝜎
a. n>30 y σ2 conocida ⏟ √n
b. n<30 y σ2 conocida. 𝑬𝒔𝒕𝒂𝒏𝒅𝒂𝒓𝒊𝒛𝒂𝒄𝒊 ó 𝒏
Estadística General
Distribución muestral
8900 − 8500
Estandarizando
(
1− 𝑃 𝑍 ≤
1950
√ 100 ) 1− 𝑃( ⏟
𝑍 ≤ 2.05 )
𝑇𝑎𝑏𝑙𝑎 𝑧
8000 − 𝟖𝟓𝟎𝟎
𝑃 ( ´𝑥 <8000)= 𝑃 𝑍 <
( 1950
√ 100 )
=𝑃( 𝑍
⏟ <− 2.56 )=0.0053
𝑇𝑎𝑏𝑙𝑎
¿
1950
√ 100 )
= 𝑃 ( − 1.54< 𝑍 <1.03 )
𝑃 ( 8200<´𝑥 <8700 ) =𝑃 𝑍⏟
<1.03 − 𝑃 𝑍⏟
<− 1.54 =0.8485 − 0.0618=0.7867
( 𝑇𝑎𝑏𝑙𝑎 𝑍
) ( 𝑡𝑎𝑏𝑙𝑎 𝑧
)
Estadística General
Distribución muestral
d. Valor de la media:
Estandarizando
=0.16
Igualando 𝑥´ 𝑖 −8500
−0.9 9=
1950 𝑥´ 𝑖 =195 ∗(−0.98)+8500=830 6 .9 5
→
√100
¿ Interpretación:
Estadística General
Distribución muestral: Varianza desconocida
a. Cuando y desconocida se empleara LA T DE STUDENT :
𝜎 𝑋
´ −𝜇
´
(
𝑋 𝑁 𝜇,
√𝑛
⇒ )
𝜎
𝑁 (0,1)
√𝑛
⇒
si n<30, t con n −1 grados de libertad
n −1
´ −𝜇
𝑋
Estandarización 𝑇 𝑛− 1=
𝑆
√𝑛
b. Cuando n > 30 y σ2 desconocida se empleara tabla z debiéndose
tener presente que se reemplazara la s2 por la σ2. ( TLC, n > 30 )
Estadística General
Distribución muestral: Varianza desconocida
DISTRIBUCIÓN T- STUDENT
Condiciones:
Se utiliza en muestras pequeñas de 30 o menos elementos.
La desviación estándar de la población () no se conoce.
Distribución Población tiene que ser normal
Características:
Es simétrica, cada curva t tiene forma de campana con centro en 0.
Las áreas de los extremos las cuales son más amplias que la distribución normal,
como consecuencia de que usualmente se trabaja con muestras pequeñas
Tiene grados de libertad (g.l) : V = n – 1 , cuando la curva T se aproxima a la Normal
Enlace: http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap03.html
Distribución muestral: Varianza desconocida
Probabilidades
Asociadas a un
Grados de VT
Libertad!
Estadística General
Distribución muestral: Varianza desconocida
Recordando:
𝐶𝑜𝑚𝑜
𝜎 2 𝑑𝑒𝑠𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎 𝑛 <30
𝑃𝑖𝑑𝑒𝑛 : 𝑃 ( ´
𝑥 <14.58 )
14.58− 14 → 𝑃 𝑡⏟
19 <0.8646 ≅ 0.80
( )
(
Estandarizando: ¿ 𝑃 𝑡 𝑛 −1 <
3
√ 20 ) 𝑇𝑎𝑏𝑙𝑎𝑇
Interpretación:
TALLER GRUPAL
Grupos de 4 Estudiantes
Vamos a los
ejercicios propuestos
de la guía de trabajo
autónomo!!
TALLER INDIVIDUAL
Barron’s reportó que el número promedio de semanas que un individuo está desempleado es de 17.5
(Barron’s, 18 de febrero de 2008). Suponga que el tamaño de la media poblacional es 17.5 semanas
para la población de todos los individuos desempleados, y que la desviación estándar poblacional es
de cuatro semanas. Asuma que quiere seleccionar una muestra aleatoria de 50 individuos sin empleo
para un estudio de seguimiento.
a) Presente la distribución de muestreo de media en x, la media muestral promedio de una muestra
de 50 individuos desempleados.
b) ¿Cuál es la probabilidad de que la muestra aleatoria simple de los 50 sujetos proporcione una
media muestral que no difiera de la media poblacional en más de una semana?
c) ¿Cuál es la probabilidad de que la muestra aleatoria simple referida proporcione una media
muestral que no difiera de la media poblacional en más de ½ semana?
TALLER GRUPAL
EJEMPLO 2
Una población normal tiene una media de 60 y una
desviación estándar de 12. Usted selecciona una muestra
aleatoria de 9. Calcule la probabilidad de que la media
muestral:
a) Sea mayor que 63.
b) Sea menor que 56.
c) Se encuentre entre 56 y 63
EVALUACIÓN CONTINUA 2
EJEMPLO 3
Una población normal posee una media de 75 y una
desviación estándar de 5. Usted selecciona una muestra de
40. Calcule la probabilidad de que la media muestral:
a) Sea menor que 74.
b) Se encuentre entre 74 y 76.
c) Se encuentre entre 76 y 77.
d) Sea mayor que 77
e) ¿Que valor de la media tiene una probabilidad de ocurrencia
menor a 18.45%?
Estadística General: Distribución Muestral Semana 14
Aplicación 12
A un grupo de niños se les aplica una prueba de inteligencia (WISC) ;
suponga que las puntuaciones se distribuyen en forma normal y
tienen los parámetros siguientes: x 100 y x 15 . En términos de CI,
utilizando esta información:
a) ¿Qué porcentaje de niños están en el intervalo p 90 X 110 ?
b) ¿Qué porcentaje de niños obtuvieron un CI mayor que 110, es
decir; p X 110
c) ¿Qué porcentaje de niños tienen un CI menor que el término
medio, o menos de 90; p X 90 ?
Estadística General Semana 13
EJERCICIO INDIVIDUAL
Resolveremos el
siguiente ejercicio
de manera
individual
8 minutos!!