VELÁZQUEZ ROA ELEAZAR, 304-D, Ing - Industrial
VELÁZQUEZ ROA ELEAZAR, 304-D, Ing - Industrial
VELÁZQUEZ ROA ELEAZAR, 304-D, Ing - Industrial
ACAYUCAN
INGENIERÍA INDUSTRIAL
MATRICULA: 190B0240
GRUPO: 204-D
LUGAR: MECAYAPAN
DISTRIBUCION FUNDAMENTAL DEL MUESTREO
1.1INTRODUCCION A LA ESTADISTICA INFERENCIAL
Este último es una variable del muestreo por conglomerados, pues la población se
subdivide en grupos y los grupos para la muestra se eligen al azar, sin embargo en
lugar de analizar todos los elementos se hace un muestreo aleatorio simple dentro
de cada grupo.
Distribución exponencial
Medias de las muestras
aritmética {\displaystyle \scriptstyle {\bar {x}}} para cada muestra: esta estadística
se denomina media muestral. La distribución de estos medios, o promedios, se
denomina "distribución muestral de la media muestral". Esta distribución es normal
{\displaystyle \scriptstyle {\mathcal {N}}(\mu ,\,\sigma ^{2}/n)} (n es el tamaño de la
muestra) ya que la población subyacente es normal, aunque las distribuciones de
muestreo también pueden estar a menudo cerca de lo normal, incluso cuando la
distribución de la población no lo es (véase el teorema del límite central ). Una
alternativa a la media muestral es la mediana de la muestra. Cuando se calcula a
partir de la misma población, tiene una distribución de muestreo diferente a la de la
media y generalmente no es normal (pero puede estar cerca para tamaños de
muestra grandes).
La media de una muestra de una población que tiene una distribución normal es
un ejemplo de una estadística simple tomada de una de las poblaciones
estadísticas más simples. Para otras estadísticas y otras poblaciones, las fórmulas
son más complicadas y, a menudo, no existen en forma cerrada . En tales casos,
las distribuciones de muestreo pueden aproximarse a través de simulaciones de
Monte Carlo1[p. 2] , métodos bootstrap o teoría de distribución asintótica.
En general esto es poco útil, en los casos en que no se conoce m tampoco suele
conocerse s2; en el caso más realista de s2 desconocida los intervalos de
confianza se construyen con la t de Student (otra fdp continua para la que hay
tablas) en lugar de la z.
30 y n 2 30 . Si las
La distribución es aproximadamente normal para n1 poblaciones son normales,
entonces la distribución muestral de medias es normal sin importar los tamaños de
las muestras.
no es
difícil deducir que .
Ejemplo:
En un estudio para comparar los pesos promedio de niños y niñas de sexto grado
en una escuela primaria se usará una muestra aleatoria de 20 niños y otra de 25
niñas. Se sabe que tanto para niños como para niñas los pesos siguen una
distribución normal. El promedio de los pesos de todos los niños de sexto grado de
esa escuela es de 100 libras y su desviación estándar es de 14.142, mientras que
el promedio de los pesos de todas las niñas del sexto grado de esa escuela es de
85 libras y su desviación estándar es de 12.247 libras. Si representa el
promedio de los pesos de 20 niños y es el promedio de los pesos de una
muestra de 25 niñas, encuentre la probabilidad de que el promedio de los pesos
de los 20 niños sea al menos 20 libras más grande que el de las 25 niñas.
Solución:
Datos:
1 = 100 libras
2 = 85 libras
1 = 14.142 libras
2 = 12.247 libras n1
= 20 niños
n2 = 25 niñas
=?
La secuencia es:
Analizar
Estadísticos Descriptivos
Tablas de contingencia
EJEMPLO
Con referencia a la encuesta Enctrans.sav se quiere comprobar si la proporción de
alumnos con vehículo difiere significativamente entre los grupos definidos según el
género.
La hipótesis nula del contraste es ; siendo la proporción poblacional de hombres
con vehículo y la proporción poblacional de mujeres con vehículo.
Con la secuencia Analizar > Estadísticos Descriptivos > Tablas de contingencia se
accede al cuadro de diálogo donde se indica que la variable a contrastar es
Vehículo y que la variable de agrupación es el Género, y se selecciona la opción
Chicuadrado en Estadísticos. Al aceptar se obtiene el siguiente cuadro de
resultados. Si es cierto que la proporción de propietarios de vehículo es la misma
en los dos grupos, , la estimación de es la proporción de propietarios de vehículo
para el total de alumnos de la muestra, es decir, 39/114=0,3421. La frecuencia
esperada de hombres con vehículo se obtendrá multiplicando esta proporción por
el total de hombres en la muestra, o sea, 0,3421·54=18,5; y de la misma forma se
obtendrá la frecuencia esperada de mujeres con vehículo: 0,3421·60=20,5 (veáse
que estas frecuencias esperadas coinciden con las que cabría esperar en el caso
de que las variables Género y Vehículo fueran independientes).
Tiene una distribución chi cuadrado con v=n -1, grados de libertad.
Donde σ21 y σ22 son las varianzas de las dos poblaciones normales de donde se
extraen las muestras. Si H0 denota la hipótesis nula de que no hay diferencia entre
las varianzas poblacionales, es decir σ21 = σ22.