C APÍTULO 2

D ISTRIBUCIONES M UESTRALES
Media Varianza Distribución Estandarización Z ∼ N (0, 1)
σ2 σ2
 
X̄ − µX̄ X̄ − µ
X ∼ N (µ, σ 2 )

2
σX̄ = X̄ ∼ N µ, Z= = σ
n n σX̄
Una Media

√
n
µX̄ = µ
X̄

σ2 σ2 N − n
    
2 N −n X̄ − µX̄ X̄ − µ
σX̄ = X̄ ∼ N µ, Z= = r
n N −1 n N −1 σX̄ σ N −n
√
n N −1
X ∼ N (µ1 , σ12 )

(X̄ − Ȳ ) − µX̄−Ȳ
Y ∼ N (µ2 , σ22 )

Z=
Dos Medias

σX̄−Ȳ
σ12 σ2 σ12 2
 
σ
2
+ 2 + 2
X̄ − Ȳ

µX̄−Ȳ = µ1 − µ2 σX̄− Ȳ
= X̄ − Ȳ ∼ N µ1 − µ2 , (X̄ − Ȳ ) − (µ1 − µ2 )
n1 n2 n1 n2 = s
σ12 σ2
+ 2

Tomado de: PROBABILIDAD Y ESTADÍSTICA PARA I NGENIERÍA Y C IENCIAS . Jay L. Devore

n1 n2
pq  pq  pb − µpb pb − p
Una Proporción

σp2b = b ∼ N p,
p Z= =r
n n σpb pq
X ∼ B(p)

µpb = p n
p
b

    
pq N −n pq N − n pb − µpb pb − p
σp2b = b ∼ N p,
p Z= =s 
n N −1 n N −1 σpb pq N − n


n N −1
Dos Proporciones

p1 − pb2 ) − µpb1 −bp2

(b
Z=
σpb1 −bp2
b2
X ∼ B(p1 )
Y ∼ B(p2 )

 
b1 − p

p1 q1 p2 q2 p1 q1 p2 q2
µpb1 −bp2 = p1 − p2 σp2b1 −bp2 = + b1 − p
p b 2 ∼ N p1 − p2 , +
n1 n2 n1 n2 p1 − pb2 ) − (p1 − p2 )
(b
=
p

r
p1 q1 p2 q2
+
n1 n2
Principios: Muestreo Simple Aleatorio (m.s.a.) Estadistica o Estadígrafo θb : X̄, S 2 , pb
Muestra: (X1 , X2 , X3 , ..., Xn )
Población: X ∼ fX (x)(µ, σ 2 )

i) Las v.a. X1 , X2 , X3 , ..., Xn son independientes.

θb = T = t(X1 , X2 , X3 , ..., Xn )
f (x1 , x2 , x3 , ..., xn ) = f (x1 )f (x2 )f (x3 ) · · · f (xn ) n n
n
(Xi − X̄)2
P P
Q Xi
= f (xi ) i=1 i=1
i=1 X̄ = S2 =
n n−1
ii) Las distribuciones de X1 , X2 , X3 , ..., Xn son indenticas a X ∼ fX (x).
 Momento Poblacional:

 E[X i ] = E[X] = µ µ0k = E[X k ] µk = E[(X − µ)k ]
f (xi ) = fX (x) ∀i = 1, 2, 3, ..., n Momento Muestral:
 n n
V [Xi ] = V [X] = σ 2

Xk (X − X̄)k
P P
i i
i=1 i=1
Parámetros Poblacional θ : µ, σ 2 , p Mk0 = Mk =
n n

21