Distribución Muestral de La Media

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 2

ESTADÍSTICA I C/06/06/2020

DISTRIBUCIONES MUESTRALES

Cuando el muestreo se extrae de una población distribuida normalmente, la distribución muestral


de la media tiene las siguientes propiedades:
1. La distribución de la media es normal, independientemente del tamaño de la muestra.
2. La Media muestral de la distribución de medias es igual a la media de la población.
3. La varianza muestral de la distribución de las medias es igual a la varianza de la población, dividida
entre n.
Teorema del Límite Central
Dada una población con media μ y varianza finita σ2, con cualquier distribución, la distribución
muestral de la media, calculada de muestras aleatorias de tamaño n, está distribuida normalmente
con media μ y varianza finita σ2/n, cuando n es grande. La regla de oro dice que n≥30.

̅.
DISTRIBUCIÓN MUESTRAL DE LA MEDIA 𝑿

TEOREMA.-Sea la variable que denota las medias de muestras aleatorias de tamaño n, elegidas de
una población X con media 𝜇 y varianza conocida 𝜎 2 . Entonces, para n suficientemente grande la
variable aleatoria.
𝑋̅ − 𝜇
𝑍=𝜎 𝑡𝑖𝑒𝑛𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 𝑛𝑜𝑟𝑚𝑎𝑙 𝑁(0, 1)
⁄ 𝑛

NOTAS.
1. Muestra grande. Ocurre cuando n ≥ 30, en este caso la aproximación de 𝑋̅ a la normal N
2
(𝜇, 𝜎 ⁄𝑛) es buena. Si la muestra es pequeña (n< 30) no se aplica el TLC.
𝑋̅ −𝜇
2. Observe que 𝑍 = 𝜎 𝑠𝑒 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎 𝑎 𝑁(0,1), por lo tanto, el total de la muestra, 𝑌𝑛 =
⁄ 𝑛

∑𝑛𝑖=1 𝑋𝑖 ≅ 𝑁(𝑛𝜇, 𝑛𝜎 2 ).
3. Si la muestra de una población normal N (𝜇, 𝜎 2 ), entonces, para cualquier tamaño de
2
muestra, n≥ 2 la distribución de 𝑋̅ es exactamente normal N (𝜇, 𝜎 ⁄𝑛).
4. La desviación estándar de un estadístico es conocido como error estándar o típico usaremos
ET = 𝜎⁄ .
√𝑛
5. Si el muestreo es uno por uno sin reemplazo en una población finita de tamaño N, la
𝜎2 𝑁−𝑛
varianza de la distribución de 𝑋̅ es: 𝜎𝑥̅2 = × , en este caso el error típico de 𝑋̅ es ET =
𝑛 𝑁−1
𝜎2 𝑁−𝑛
√ × .
𝑛 𝑁−1
𝑁−𝑛
El coeficiente se denomina factor de corrección para población finita.
𝑁−1

EJEMPLOS:
1. La vida promedio de cierta herramienta es de 41.5 horas, con una desviación estándar de
2.5 horas. ¿Cuál es la probabilidad de que una muestra aleatoria de tamaño 50 extraída de
esta población tenga una media entre 40.5 y 42 horas?
ESTADÍSTICA I C/06/06/2020

2. El coeficiente intelectual de los alumnos de un centro especial se distribuye normalmente


con media 80 y desviación típica 10. Si extraemos una muestra aleatoria simple de 25
alumnos.
a) Si se extrae un sujeto al azar ¿Cuál es la probabilidad de que obtenga como mínimo una
puntuación en el CI de 75?
b) ¿Cuál es la probabilidad de que su media aritmética sea mayor de 75?
c) ¿Cuál es la probabilidad de que su media aritmética sea como máximo 83?

3. Un auditor toma al azar una muestra de n=100 cuentas por cobrar de una población finita
de 500 cuentas por cobrar cuya desviación estándar es 𝜎 = $ 145 ¿Cuál es la probabilidad
de que la media muestral difiera de la media poblacional (error muestral definido como la
variable aleatoria E =|𝑋̅ − 𝜇|) en más de $ 26?

4. Una máquina envasadora de refrescos está programada para que la cantidad de líquido sea
una variable, con distribución normal, con media 200 mililitros y una desviación estándar
de 10 mililitros. Calcule la probabilidad para que la media sea menor que 185 mililitros, para
una muestra aleatoria de 20 envases.

5. La altura de los alumnos de un plantel secundario tiene una distribución normal con media
1.50 m y una desviación estándar de 0.25 m. Calcule la probabilidad de que la altura media
sea superior a 1.60 m para una muestra aleatoria de 36 alumnos.

También podría gustarte