Guadeapoyoparaelestudiodedistribucionesmuestralesy

Guadeapoyoparaelestudiodedistribucionesmuestralesy
estimadorespuntuales
estimadorespuntuales

Quesunadistribucinmuestral?Enqusediferencianlasdistribucionesmuestralesde
lastrabajadascomolaBernoulli,Binomial,HipergeomtricayPoisson?
Comosunombreloindicaladistribucinmuestralanalizaelcomportamientodevariables
aleatoriasquesonmuestras,antesnosotrosanalizbamoslasobservacionesdeunamuestrae
identificamosladistribucindecadavariablealeatoria.Ahorano,loquebuscamosestomar
muestras y, como de una poblacin podemos formar muchas entonces cada muestra se
vuelveunavariableyesaleatoriaporquecadamuestrasetomaalazar.
La ideaes la siguiente, supongamos quetenemos unapoblacinde15observaciones y
deseamostomarmuestrasdetamao3,cuntasmuestraspodramosformar?Observemos
queenelfondoloquequeremossaberescuntosgruposdetreselementospodemosformar
conquinceelementos,stoesunacombinatoriaenelsentidoquenoimportaelordenenque
seformelamuestrayaquenohayjerarquaentrelasobservaciones,loimportanteessaberel
totaldegruposquesepuedenformadea3:15C3=455,estoquieredecirquehay455posibles
muestrasdetamao3enunapoblacinde15elementos.

Muestrasdetamao3
Dadoquecadamuestratienelamismaprobabilidaddeserseleccionada,cadaunadeellasse
convierte en una variable aleatoria (variable porque cada muestra es distinta, vara, y
aleatoriaporqueseeligenalazar)ytalcomovenamostrabajandoconlasobservaciones
muestrales queremos averiguar el tipo de distribucin que tienen. La distribucin se
determina o establece por el teorema del Lmite Central segn si se esta analizando la
variablealeaotriamediamuestraloproporcinmuestral;paracadaunoelteoremanosdice:
Sea X 1 , X 2 ,..., X n un conjunto de n variables aleatorias independientes
lamediadelas
idnticamentedistribuidasconmedia yvarianza 2 .Sea X
variablesaleatorias,amedidaquenaumentaelteoremadellmitecentralnosdicequela
2
esnormalconmedia yvarianza .
distribucinde X
n

Enelcasodelamediamuestralnoesdifcilcomprenderelteoremaperopodrasucederque
nospreguntemosporqusucedelosmismoparaelcasodelaproporcinmuestral.Para
comprendermejorelusodelteoremainterpretemoselsignificadodeproporcinmuestral:
Supongamosque,deunapoblacincuyasobservacionessonvariablesaleatorias detipo
binomial, tomamos una muestra aleatoria de tamao n ; como sabemos la variable
binomialestudiaelnmerodeobservacionesquecumpledeterminadacaractersticadentro
delapoblacin,entoncessi X representadichonmeroycalculamoslaproporcindela
X que corresponde a un
muestra que cumple con la caracterstica tendremos: P=
n
promedio;recordemosque X eslasumadeunconjuntode n observacionestipo
Bernoulliquesonindependientesytienenlamismamediaylamismavarianza.Entonces
nosencontramosdenuevobajolossupuestosdelteoremadellmitecentral( n variables
aleatorias identicamente distribuidas con misma media y varianza) por lo cual P se
P 1P
distribuyenormalconmedia P laprobabilidaddexitoyvarianza
.
n
Con base en lo anterior se presentar un ejercicio que hace referencia al clculo de
probabilidadesdemediasmuestralesyproporcionesmuestrales.
Mediamuestral
Cuandounprocesodeproduccinfuncionacorrectamente,elnmerodeunidades
producidas por hora sigue una distribucin normal que tiene media de 92 y
desviacin tpica de 3,6. Se ha tomado una muestra aleatoria de cuatro horas
distintas.
a)
b)
c)
d)

Hallelamediadeladistribucindelasmediasmuestralesenelmuestreo.
Hallelavarianzadelamediamuestral.
Halleelerrotpicodelamediamuestral.
Cul es la probabilidad de que la media muestral sea de ms de 93
unidades?(NewboldPaul,CarlsonWilliamL.,ThorneBetty,2008,p.269)

Hayalgunascaractersticasimportantesatenerencuentaenelejercicio:

Enelejercicionosdebendarlamediayladesviacinolavarianzapoblacional.
Eltamaodelamuestra.
Losejerciciospropuestosdebenindicarqueseesthablandodemediasmuestrales.

Enocasionessueleconfundirsenlosejerciciosdevariablesaleatoriasnormalesconlosde
variables aleatorias muestrales. La forma de diferenciarlos para no cometer errores es
identificarqueenunejerciciodevariablealeatorianormalnonosdaneltamao dela
muestraynohablandemediasmuestrales.
Debemosrecordarqueenlaslecturasnosindicancmocalcularlamedia,lavarianza,el
.Aunquelaformade
errortpicoylaformadeestandarizarlavariablealeatorianormal X
estandarizareslamismaquelanormalsloqueahoranosedivideentre 2 sinoentre
2

:
n

Z=

Estanuevavariablesedistribuyenormalestndarycomoconsecuenciapodemosutilizarlas
tablasdeprobabilidadnormalestndar.
Siconsideramoselejerciciopresentado,laformaderesolverlosera:
a) Dado que la media de la variable aleatoria media muestral es la media de la
==92 . Esto significa que el promedio de las
poblacin tenemos que: E X
mediasmuestralesdeunidadesproducidasporhoraes92.
b) Como se observa en las lecturas la varianza de la media muestral es
2
2 3,6

Var X = =
=3,24 ynospermitedeterminaratravsdeladesviacin
n
4
tpicacunalejadosestanlosdatosuobservacionesdelpromedioomediadelos
datos.
c) Recordemosqueelerrortpicoesjustamenteladesviacintpica,esdecirlarazde
lavarianza: 3,24=1,8 conlocualdiremosquelosdatosestanalejadosalrededor
dedosunidadesdelpromediodelosdatosoqueestamosequivocndonosencerca
de2unidadesporhorarespectoalpromediode92unidadesproducidasporhora.
d) Paradeterminarlaprobabilidaddequelamediamuestralseadems93unidades
debemosrealizarelsiguienteproceso.
X 92 9392

1,8
1,8
=P Z 0,55
=0.70880,71

P X 93=P

Estandarizamos la variable; recordemos que

estandarizamos a lado y lado de la desigualdad o
igualdadplanteadaenlaprobabilidad.Luego,buscamos
enlatabladelanormalestndarocalculamosenexcel
elvalordelaprobabilidad.

Asconcluimosquehayunaprobabilidadde0,71aproximadamentedequelamedia
muestralseademsde93unidades.Estosignificaraporotrapartequeelprocesode
produccinfuncionacorrectamente.
Proporcinmuestral
Comoseobservaenlaslecturas,ladistribucindeproporcionesmuestralessemanejade
formaanlogaaldemediamuestralsloquecambianlosdatosdatos:

Nosdebenhablardeproporcionesmuestralesyporendedebenaparecerenunciados
como30personasde210,25elementosde100,entremuchosotrosysinodeben
decirnos el 15% de la poblacin (u otros porcentajes) cumple determinada
caracterstica.
Nosdebendareltamaodelamuestra.

Conestosdatoslonicoquenosrestaporhaceresdeterminardatoscomolamedia,la
varianza,elerrortpicoylaprobabilidaddequelavariablealeatoriaproporcinmuestral
seainferior,superior,almenos,aloms,porlomenos,comomnimo,comomximoose
encuentreentrealgunosvalores.

Veamoselsiguienteejemplo:
Una fbrica tiene 438 obreros, de los cuales 239 estn preocupados por las futuras
prestacionessanitarias.Sehapedidoauna muestraaleatoriade80 deestosobrerosque
estimelaproporcinpoblacionalpreocupadaporlasfuturasprestacionessanitarias.
a.Culeselerrortpicodelaproporcinmuestralpreocupada?
b.Culeslaprobabilidaddequelaproporcinmuestralseainferiora0.5?
c.Culeslaprobabilidaddequelaproporcinmuestralestecomprendidaentre0.5y0.6?
(NewboldPaul,CarlsonWilliamL.,ThorneBetty,2008,p.277)
Como se observa hemos indicado con rojo las palabras importantes en el ejercicio que
justamentehacenreferenciaalosdatosquenostienenquedarpararesolverunejerciciode
proporcionesmuestrales.
Ahoranosenfocaremosenmencionarlospasospararesolverelejercicio:
a.Identifiquemos P y n quesonpartefundamental:
P=

239
0.5456
438

n=80

Dadoqueelerrortpicodeunaproporcinmuestralsecalculaconlaexpresin p o
desviacintpicatenemos:

239
239
1

P 1P
438
438
P=
=
0.0556
n
80

Porlocualconcluimosqueelerrortpicoesde0.0556aproximadamente,quesignificaque
la proporcin estimada de la poblacin esta alejada de la proporcin muestral cerca de
0.0556unidades.
b.Paradeterminarlaprobabilidaddequelaproporcinmuestralseainferiora0.5debemos
estandarizarlavariablealeatoriaproporcinmuestralcuyadistribucinesnormalconmedia
P=

239
yvarianza P 0.0030989 .
438

PP
0.5P
0.50.5456

P P0.5=P

=P Z
=P Z 0.82=0.21
P
P
0.0556

Conestoconcluimosquelaprobabilidaddequelaproporcinmuestralseainferiora0.5es
de0.21.
c. Para responder este literal seguimos un proceso anlogo al del ejercicio anterior
determinandolasiguienteprobabilidad:

0.5P PP
0.6P
0.50.5456
0.60.5456

=P
Z

P
P
P
0.0556
0.0556
=P 0.82Z 0.98=P Z 0.98P Z 0,82=0.840.21=0.63

P 0.5 P0.6=P

Conlocualconcluimosquelaprobabilidaddequelaproporcinmuestralseencuentreentre
0.5y0.6es0.63.
Basadosenloanterioryahemosidentificadocaractersticasdelsignificadodedistribucin
muestralquesegnseaelcontextosereferiramediamuestraloaproporcinmuestral,pero
entoncesdndedejamosodndeencontramoselconceptodeestimadorpuntual?Esmuy
simpleenrealidadpuestoqueloquetenemosesquecomounapoblacinpuedesertan
grande que dificulte el clculo de medidas como la media poblacional o la proporcin
poblacionalrequerimosbuscarmtodosquenospermitarestimardichosparmetros.Estos
procesossonjustamenteeltomarmuestralaleatoriasyestablecermedianteprobabilidadessi
dichasmuestrassonrepresentantesadecuadosdelosparmetrospoblacionales.