Distribuciones muestrales

Una distribucin muestral es lo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una poblacin. Su estudio permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parmetro de la poblacin. La frmula para la distribucin muestral depender de la distribucin de la poblacin, del estadstico y del tamao de la muestra. Uno de los objetivos de la estadstica es conocer acerca del comportamiento de parmetros poblacionales tales como: la media (), la varianza (2) o la proporcin (p). Para ello se extrae una muestra aleatoria de la poblacin y se calcula el valor de un estadstico correspondiente, por ejemplo, la media muestral ( X ), la varianza muestral
). El valor del estadstico es aleatorio porque depende de los (s2) o la proporcin muestral ( p elementos elegidos en la muestra seleccionada y, por lo tanto, el estadstico tiene una distribucin de probabilidad la cual es llamada la Distribucin Muestral del estadstico.

Distribucin de la Media Muestral cuando la poblacin es normal

Si se extraen muestras aleatorias de tamao n de una poblacin infinita que tiene media poblacional y varianza 2, entonces se tiene que: i) La media de las medias muestrales es igual a la media poblacional. Es decir, X = . ii) La varianza de las medias muestrales es igual a la varianza poblacional dividida por n . En consecuencia la desviacin estndar de las medias muestrales (llamada tambin el error estndar de la media muestral), es igual a la deviacin estndar poblacional dividida por la raz cuadrada de n. Es decir

X =

Si la poblacin fuera finita de tamao N, entonces se aplica el factor de correccin

N n N 1 al error estndar de la media muestral. Pero en la prctica este factor es omitido a menos que la muestra sea lo suficientemente grande comparada con la poblacin. Si adems la poblacin se distribuye normalmente, entonces la media muestral tambin tiene una distribucin normal con la media y varianza anteriormente indicadas. Pero si la poblacin no es normal solamente se cumple i) y ii). Cuando la muestra es grande se aplica el teorema de lmite central para la distribucin de la media muestral.
El Teorema del Lmite Central Un importante resultado en Probabilidades y Estadstica es el llamado Teorema del Lmite Central que dice que si de una poblacin infinita con media y varianza 2 se extraen muestras aleatorias de tamao n, entonces la media muestral se comporta aproximadamente como una variable aleatoria normal con media igual a la media poblacional y con varianza igual a la varianza poblacional dividida por el tamao de la muestra, siempre que n sea grande. Lo importante de este resultado es que es independiente de la forma de la distribucin de la poblacin. Es decir, X z= N ( 0,1) 2

X N , n cuando n es grande Estandarizando equivale a: