Estadística Descriptiva y Probabilidades

ESTADSTICA DESCRIPTIVA Y
PROBABILIDADES
Distribuciones Muestrales
Logro
Al finalizar la sesin, el alumno estima la media poblacional en
base a las medias muestrales y aplica el teorema del lmite central.
Estadstica I : Distribuciones Muestrales
Se sabe que una estadstica es una funcin t(x1, ..., xn ) de los valores de
las observaciones de una muestra de tamao n. Adems, se sabe que en
una poblacin de N elementos se puede obtener: Nn P(N, n) muestras
posibles de tamao n.
En este sentido, la Distribucin Muestral o de Muestreo es la
distribucin de probabilidad de la estadstica muestral que tiene tantos
valores diferentes como muestras posibles de tamao n se pueden
obtener.
Para determinar la distribucin muestral de una estadstica es necesario
conocer:
La poblacin y el parmetro,
Todas la muestras posibles y
Todos los datos posibles
Cuando la poblacin es infinita, la distribucin muestral se debe considerar
como una distribucin muestral terica, dado que no es posible conocer
todas las muestras posibles.
Cuando la poblacin es finita y de un tamao moderado, se puede
construir la distribucin muestral y se debe considerar como una
distribucin muestral experimental.
En este ltimo caso, se puede obtener todas las muestras posibles de
tamao n, calculando sus respectivas estadsticas, as como sus
probabilidades de ocurrencia.
Cuando estudiamos una distribucin muestral es necesario conocer:
Su forma funcional,
Su valor esperado y
Su varianza.
TEOREMA CENTRAL DEL LIMITE

Al aumentar el tamao de la muestra (n>30), la distribucin de las estadsticas
muestrales se aproxima a una distribucin normal, sin importar la forma de la
distribucin de la poblacin de donde proviene la muestra.
ESTADSTICA MUESTRAL
Es una funcin t(x1, ..., xn ) de los valores observados de la muestra, como por
ejemplo:
Este es el que estamos
s2
analizando el da de hoy
xi
xi2 n ( x ) 2
n 1
xi
siendo :
1 caso favorable
xi
0 caso contrario
EJEMPLO 1
Se tiene una poblacin, cuyos elementos son:
{ 10, 11, 12, 13, 14, 15, 16, 17 }
El objetivo es obtener una muestra de tamao n =2. En ese sentido, se
tiene que:
N=8
Tamao de la Poblacin
n=2
Tamao de muestra
= 13,5
Media de la Poblacin
2 = 5,25
Varianza de la Poblacin
En este caso, como se desea extraer una muestra de tamao n=2, es
posible obtener:
Nn 82 64
N!
P(N,n)
56
(N n)!
muestras posibles con reemplazo

muestras posibles sin reemplazo
EJEMPLO 1
Si se usa un muestreo sin reemplazamiento, las 56
seran tal como se detallan a continuacin:
Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Observaciones
10
10
10
10
10
10
10
11
11
11
11
11
11
11
12
12
12
12
12
11
12
13
14
15
16
17
10
12
13
14
15
16
17
10
11
13
14
15
Media
Muestral
Muestra
10.5
11.0
11.5
12.0
12.5
13.0
13.5
10.5
11.5
12.0
12.5
13.0
13.5
14.0
11.0
11.5
12.5
13.0
13.5
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
Observaciones
12
12
13
13
13
13
13
13
13
14
14
14
14
14
14
14
15
15
15
16
17
10
11
12
14
15
16
17
10
11
12
13
15
16
17
10
11
12
Media
Muestral
14.0
14.5
11.5
12.0
12.5
13.5
14.0
14.5
15.0
12.0
12.5
13.0
13.5
14.5
15.0
15.5
12.5
13.0
13.5
Muestra
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
muestras posibles
Observaciones
15
15
15
15
16
16
16
16
16
16
16
17
17
17
17
17
17
17
13
14
16
17
10
11
12
13
14
15
17
10
11
12
13
14
15
16
Media
Muestral
14.0
14.5
15.5
16.0
13.0
13.5
14.0
14.5
15.0
15.5
16.5
13.5
14.0
14.5
15.0
15.5
16.0
16.5
EJEMPLO 1
La distribucin de los valores de la media muestral en las 56 muestras
posibles es la siguiente:
x
Frecuencia
P x
10.5
0.03571
11.0
0.03571
11.5
0.07143
12.0
0.07143
12.5
0.10714
13.0
0.10714
13.5
0.14286
14.0
0.10714
14.5
0.10714
15.0
0.07143
15.5
0.07143
16.0
0.03571
16.5
0.03571
Ejemplo 1
El valor esperado de la media muestral esta dado por:
x =E( x ) x P( x ) 13,5
La varianza de la media muestral esta dado por:
=V( x ) x P( x ) E( x ) 2,25
2
x
Sabiendo que los parmetros de la poblacin son:

= 13,5 y 2 = 5,25
La distribucin de la media muestral estara dada:
2 N n
x ~ N ;
n
N
5,25 8 2
x ~ N 13,5;
2 8 1
x ~ N(13,5; 2,25)
Distribucin muestral de la media

Caso de varianza 2 conocida o n > 30
Si se tiene una poblacin con varianza conocida 2, se puede afirmar que
la Distribucin Muestral de la Media esta dada por:
2
x ~ N ;
E(x) x
Error Estndar de
la media muestral
2
V(x)
n
2
x
x x x
z
~ N(0,1)
x
n
Ejemplo 2
El gerente de crditos de un banco afirma que el nmero de das que
tardan los clientes para pagar sus prestamos se ajusta a una distribucin
normal y en promedio tardan 5 das con desviacin estndar de 2,15 das.
Si se escogen al azar las cuentas de 40 clientes:
a) Cul es la probabilidad de observar que, en promedio, se tardan en
pagar a lo ms 6 das?
b) Cul ser el nmero mximo de das que, en promedio, tardan en
pagar con probabilidad 0.90?
Solucin
X : Nmero de das que tardan los clientes para pagar sus prestamos.
X N( 5; 2,152 ) = 5 = 2,15
n 40
2,152
x ~ N 5;
40
x 5,
0,340
n
Ejemplo 2
x
65
P x 6 P
0,340
/
n
P x 6 P(Z 2,94)
DISTRIBUCIN NORMAL ESTNDAR ACUMULADA
Ejemplo 2
x
65
P x 6 P
0,340
/
n

P x 6 0,99836
P x 6 P(Z 2,94)
Ejemplo 2
P(x A) 0,90
x
A 5
P
0,90
/ n 0,340
A 5
P Z
0,90
0,340
DISTRIBUCIN NORMAL ESTNDAR ACUMULADA
Ejemplo 2
P(x A) 0,90
x
A 5
P
0,90
/ n 0,340
A 5
P Z
0,90
0,340
A 5
1,28
0,340
A 5,4352
Cierre
1. Qu tipos de muestreos se puede realizar?

2. Qu entiendes por el teorema de lmite central?
3. Cundo usas el teorema del lmite central?
4. Los choferes de camiones de una empresa recorren en promedio
8,500 km. cada trimestre, con una desviacin estndar de 1,950 Km.
Si se toma una muestra de 36 choferes, Cul es la probabilidad de
que la media de la muestra sea mayor a 8,500 Km.
18
lunes, 04 de abril de 2016
Cierre
1. Qu tipos de muestreos se puede realizar?

-Con reemplazo y sin reemplazo
2. Qu entiendes por el teorema de lmite central?
- Teorema que nos sirve para trabajar con las medias muestrales con
tamaos de muestras mayores que 30 (n>30).
3. Cundo usas el teorema del lmite central?
-Cuando necesito calcular probabilidades de promedio muestral.
4. Los choferes de camiones de una empresa recorren en promedio
8,500 km. cada trimestre, con una desviacin estndar de 1,950 Km.
Si se toma una muestra de 36 choferes, Cul es la probabilidad de
que la media de la muestra sea mayor a 8,500 Km.
-Revisar la respuesta en la tarea
19
20

Estadística Descriptiva y Probabilidades

Cargado por

Copyright:

Formatos disponibles

Estadística Descriptiva y Probabilidades

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadística Descriptiva y Probabilidades

Cargado por

Copyright:

Formatos disponibles

ESTADSTICA DESCRIPTIVA Y

Estadstica I : Distribuciones Muestrales

TEOREMA CENTRAL DEL LIMITE

muestras posibles con reemplazo

La varianza de la media muestral esta dado por:

Sabiendo que los parmetros de la poblacin son:

Distribucin muestral de la media

DISTRIBUCIN NORMAL ESTNDAR ACUMULADA

DISTRIBUCIN NORMAL ESTNDAR ACUMULADA

1. Qu tipos de muestreos se puede realizar?

lunes, 04 de abril de 2016

1. Qu tipos de muestreos se puede realizar?

lunes, 04 de abril de 2016

lunes, 04 de abril de 2016

También podría gustarte