Estadística II

GRUPO 3

INTEGRANTES
Gabriel Herencia Achata
Gustavo Mamani Guillen
Deyvi Jose Arnica Benites
Katty Chuctaya Fernández
 DISTRIBUCION MUESTRAL

La distribución de frecuencia de un estadístico muestral se denomina distribución

muestral. En general, la distribución muestral de un estadístico es la de todos
sus valores posibles calculados a partir de muestras del mismo tamaño.
OBJETIVOS DE LA INFERENCIA:

 Estimación de parámetros
 Intervalos de confianza y docimasia
 Test de hipótesis o pruebas de significación estadística.

DISTRIBUCIÓN MUESTRAL DE LA MEDIA

 Distribución de probabilidades de todas las posibles medias de la
muestra de una determinada población.
 Las medidas muestrales varian de una u otra muestra aunque se
haya tenido de una misma población.
 Si se organizan todas las muestras en una distribución de
probabilidad, se obtiene la distribución muestral de la media.

LAS MEDIAS SON PARECIDAS; PERO,NO IGUALES

Ejercicio:

Suponga que estamos interesados en conocer la proporción de mujeres en

Chile. Nuestro parámetro de interés es:

La población es demasiado grande. Hacer un censo sería demasiado caro.

Decidimos estimar el verdadero parámetro a partir de una muestra.

La proporción muestral sería:

Supongamos que sabemos que P = 5,0 ¿Qué pasa si tomamos una muestra
tamaño n = 20 ?
Muestra #1:
HMHHHMMMHHHMHMMHHMHM
Proporción de mujeres p =9/20=0,45
Muestra #2:
MMHMHMMHHHHMHHMMMHMM
Proporción de mujeres p =11/20=0,55
Muestra #3:
HHMMMHHMHMHMHMMHHMMH
Proporción de mujeres p =10/20=0,50
En la práctica el investigador toma una muestra. El conocimiento de la
distribución muestral nos servirá de base teórica para hacer inferencia
estadística. Para conocer la distribución muestral de una estadística deberíamos
considerar todas las posibles muestras de un tamaño n, de una población. En la
práctica, podemos simular la distribución muestral aproximada o empírica, de la
siguiente manera: 1. Seleccione "muchas" muestras aleatorias de mismo tamaño
de una población. 2. En cada muestra calcule el estadístico muestral 3.
Determine la distribución muestral aproximada.
Recuerden que al analizar una distribución nos interesa:

1. Forma (simétrica o sesgada)

2. Posición central - la media de una distribución muestral nos dice si el
estadístico es un "buen" (insesgado) estimador del parámetro o es sesgado.
3. Dispersión - nos da una idea del error de muestreo.

¿Cuál es la proporción de números pares de la tabla de números

aleatorios?
Usando tabla de números aleatorios. Asumamos que el 50% de la población es
par, es decir P = 5,0
Vamos a tomar 50 muestras de tamaño n = 4 de esta población.
Seleccionamos un punto de partida y elegimos 4 números.
Resultados si el punto de partida es Fila 20:

Muestra Estadístico
1 0705 2/4 Muestra Estadístico
2 6976 4/4
3 2833 2/4 32 1616 2/4
4 7870 2/4 33 6699 2/4
5 9998 1/4 34 9043 2/4
6 4269 3/4 35 2812 4/4
7 8066 4/4 36 5416 2/4
8 9176 1/4 37 4584 3/4
9 9881 2/4 38 9222 3/4
10 3602 3/4 39 4217 2/4
11 5185 1/4 40 4103 2/4
12 1461 2/4 41 4707 2/4
13 0488 4/4 42 0253 2/4
14 9161 1/4 43 0676 3/4
15 9509 1/4 44 4682 4/4
16 2562 3/4 45 6384 3/4
17 5581 1/4 46 5815 1/4
18 0448 4/4 47 1066 3/4
19 6639 2/4 48 4621 3/4
20 1245 2/4 49 5241 2/4
21 8582 3/4 50 5227 2/4
22 8143 2/4
23 4609 3/4
24 1723 1/4
25 0168 3/4
26 9022 3/4
27 9047 2/4
28 3459 1/4
29 1932 1/4
30 2178 2/4
31 3042 3/4
VARIANZA EN ESTADÍSTICA (USO, DEFINICIÓN Y FORMULA)

¿Qué es la Varianza?
La varianza de una muestra o de un conjunto de valores, es la sumatoria de las
desviaciones al cuadrado con respecto al promedio o a la media, todo esto dividido
entre el número total de observaciones menos.
De manera muy general se puede decir que la varianza es la desviación estándar
elevada al cuadrado.
En las áreas de economía y finanzas, la varianza se interpreta como el riesgo de que
el rendimiento realizado en algún procedimiento sea distinto al rendimiento esperado.
Por lo general cuando se espera un mayor rendimiento, el riesgo a su vez es mayor.

Ejemplo de Varianza
Calcular la varianza de la distribución de la tabla

xi fi xi · fi xi² · fi
[10, 15 1 15 225
20)
[20, 25 8 200 5000
30)
[30,40) 35 10 350 12
250
[40, 45 9 405 18
50) 225
 [50, 60 55 8 440 24
200
[60,70) 65 4 260 16
900
[70, 75 2 150 11
80) 250
42 1820 88050

Fórmula de la Varianza

Solución
Hemos añadido la columna xi · fi porque queremos hallar su sumatoria (1820), que
después dividiremos por N (42) para obtener la media

Hemos añadido la columna x²i · fi porque queremos hallar su sumatoria (88050), que
después dividiremos por N (42) y al resultado le restaremos la media aritmética al
cuadrado (43.33²)
Bibliografía:
http://ftp.utalca.cl/profesores/gicaza/Clases/7Distribuciones%20Muestrales.pdf

http://www.100cia.site/index.php/matematicas/item/5236-que-es-una-
distribucion-muestral

http://www.geociencias.unam.mx/~ramon/EstInf/Clase4.pdf