Apuntes de Muestras Posibles y Su Media

Todas las muestras aleatorias posibles y su media
Suponga que se debe seleccionar una muestra de n elementos de una población de N

elementos, Un procedimiento de muestreo aleatorio simple es uno, en el que todas las
combinaciones posibles
()
N
=
N!
n n !( N−n)! de n elementos en la población tiene la
misma probabilidad de ser seleccionado.
El siguiente ejemplo muestra cómo calcular todas las muestras aleatorias posibles y su
media.
Ejemplo. Distribución de muestreo: tres casos. Considere los datos, donde X es la

cantidad de años de experiencia laboral para seis secretarias en Escuela de Posgrado
UNT.
X=(1,2,3,4,5,6)
La media de esta población es:
¿ n
1
X = ∑ Xi
n i
donde X1, X2, ..., Xn denotan las observaciones de muestra.
Este ejemplo mostrará cómo la distribución de la media muestral puede verse

afectada por el tamaño muestral n.
Caso 1: n = 2
La Tabla muestra los valores posibles para una muestra que consta de n=2
observaciones de la población N=6 mencionada anteriormente.
El cálculo indica que hay 15 =

()
6
=
6!
=
6∗5∗4 !
2 2 !(6−2)! 2∗1∗4 ! muestras posibles.
Debido a que todos tienen la misma probabilidad de ser seleccionados, la
probabilidad de que cualquier la muestra de ser seleccionada es 1/15. Usando esta
información, podemos resumir la distribución de probabilidad asociada con X indicada
en las tablas.
La figura, parte (a) es la distribución de la

población de la experiencia laboral para seis
secretarias, que es una distribución
uniforme. La parte (b) muestra la
distribución muestral de la media para un
tamaño de muestra de 2.
Tenga en cuenta la diferencia entre estas distribuciones de

probabilidad. Eso en la parte (b) se parece más a la forma
de campana de la distribución normal. Los números en
el rango de población de 1 a 6 y las medias muestrales
tienen un rango más estrecho de 1.5 a 5.5.
Caso 2: n = 3
La Tabla muestra los valores posibles para una muestra que

consta de n=3 observaciones de la población N=6 mencionada anteriormente.
El cálculo indica que hay 20 =

()
6
=
6!
=
6∗5∗4∗3 !
3 3 !(6−3)! 3∗2∗1∗3! muestras posibles.
Si el tamaño de la muestra, aumenta a 4,
entonces las medias y las probabilidades de la
muestra se obtiene de la misma forma.
La distribución muestral mostrada en la

figura se ve casi como una distribución
normal.
La Tabla muestra los valores posibles para una

muestra que consta de n=4 observaciones de la
población N=6 mencionada anteriormente.
Ya vimos cómo se puede identificar
la distribución de muestreo, cómo el
tamaño de la muestra puede
afectar la variación de una
distribución media de la muestra y
cómo la distribución de la muestra se
aproxima a una distribución normal
en forma de campana cuando
aumenta el tamaño de la muestra.
Queda por considerar cómo el tamaño de la muestra afecta el número de posibles
medias de muestra y varianzas de muestra.
Sea N el tamaño de una población con mu x medio y desviación estándar sx. Se extrae
una muestra aleatoria de n observaciones de esta N población, por lo que hay:
()
N
=
N!
n n !( N−n)! medias, varianza y muestra i.
Media y varianza para una media muestral

El ejemplo, la muestra cómo se extrae una muestra aleatoria de n observaciones de una
población con una media mu y una varianza sigma2 x, donde se denotan los miembros de
la muestra X1, X2, ..., Xn. La media muestral, se obtiene de una muestra aleatoria
extraída de la población, por lo que el valor esperado de la media muestral X es la
media poblacional:
¿
μ =E ( X )=μ
¿
x
( )
n
1
¿
1
E( X )=E ∑ X i = [ E( X 1 )+ E ( X 2 )+.. .+ E( X n ) ]
n i n
1¿
E( X )= nμ=μ
n
La varianza de la media muestral es igual a la varianza de la suma de las observaciones
individuales de X dividido por el número de observaciones en la muestra. Esto se puede
escribir y simplificar de la siguiente manera:
( )
n n
¿
1 1
Var ( X )=Var ∑
n i
X i = 2 Var ∑ X i
n i=1
¿ n
1 1
Var ( X )==
n2
Var ∑ X i =
n 2[
Var ( X i )+Var ( X i )+. ..+Var ( X n ) ]
i=1
¿
2 1 2 1 2
Var ( X )=σ = ¿ nσ x = σ
x n
2
n x
Como sigmax2 es generalmente desconocida, podemos estimarlo por sx2, de la varianza

n ¿
∑ ( X i− X )2
s2x= i =1
muestral. n−1
La varianza de la distribución muestral de X disminuye a medida que aumenta el

tamaño de la muestra n. En otras palabras, cuantas más observaciones haya en la
muestra, más concentrada es la distribución muestral de la media muestral alrededor de
la media poblacional, Usando la ecuación varianza, encontramos la desviación estándar
de la media muestral de la siguiente manera:
1
σ = ¿ σx
x √ n
La ecuación de media muestral, es aplicable tanto a una muestra infinita como a una
muestra finita, con y sin reemplazo. Sin embargo, la ecuación de desviación muestral, es
aplicable solo a una muestra infinita o una muestra finita con reemplazo.

Apuntes de Muestras Posibles y Su Media

Cargado por

Copyright:

Formatos disponibles

Apuntes de Muestras Posibles y Su Media

Cargado por

Información del documento

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

Apuntes de Muestras Posibles y Su Media

Cargado por

Copyright:

Formatos disponibles

Todas las muestras aleatorias posibles y su media

Suponga que se debe seleccionar una muestra de n elementos de una población de N

Ejemplo. Distribución de muestreo: tres casos. Considere los datos, donde X es la

La media de esta población es:

donde X1, X2, ..., Xn denotan las observaciones de muestra.

Este ejemplo mostrará cómo la distribución de la media muestral puede verse

El cálculo indica que hay 15 =

La figura, parte (a) es la distribución de la

Tenga en cuenta la diferencia entre estas distribuciones de

La Tabla muestra los valores posibles para una muestra que

El cálculo indica que hay 20 =

La distribución muestral mostrada en la

La Tabla muestra los valores posibles para una

Media y varianza para una media muestral

Como sigmax2 es generalmente desconocida, podemos estimarlo por sx2, de la varianza

La varianza de la distribución muestral de X disminuye a medida que aumenta el

También podría gustarte