ESTADISTICA II FACILITADOR: Ing° Luis Hernández Salinas

COMPETENCIA ESPECIFICA I: Aplica los conceptos básicos de las

distribuciones muestrales, para realizar estimaciones de los parámetros de
una población
INTRODUCCIÓN
Comenzamos a embarcarnos en un viaje que nos permitirá conocer las poblaciones al obtener
datos de muestras. Estudiaremos conceptos importantes que revelan el comportamiento de
medias de muestras y proporciones. Antes de considerar dichos conceptos, observemos el
comportamiento de los estadísticos muéstrales en general. El principal objetivo de esta
competencia es aprender lo que se conoce como distribución muestral de un estadístico: otro
objetivo importante es aprender un principio básico acerca de la distribución muestral de
medias y la distribución muestral de proporciones de muestra.
DISTRIBUCION MUESTRAL DE UN ESTADÍSTICO
La distribución muestral de un estadístico es la distribución de probabilidad para los valores
posibles del estadístico que resulta cuando se extraen repetidamente de la población muestras
aleatorias de tamaño n.
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
La media muestral es uno de los estadísticos más comunes que se emplean en el proceso
inferencial. Para calcular y asignar la probabilidad de casos de un valor particular de una media
muestral, el investigador debe conocer la distribución de las medias muestrales. Una forma
para examinar las posibilidades de distribución es tomar una población con una distribución
particular, seleccionar al azar muestras de un tamaño dado, calcular las medias muestrales y
tratar de determinar la forma en que las medias están distribuidas. Estas muestras pueden
seleccionarse sin reposición (NCn) o con reposición (Nn).
DEFINICIÓN
Es una distribución probabilística que consta de una lista de todas las medias muéstrales
posibles de un tamaño de muestra dado de una población y la probabilidad de ocurrencia
asociada con cada media muestral.
En el ejemplo que seguidamente se muestra con una pequeña población heterogénea de tamaño
(N), se demostrará la distribución muestral de la media muestral, con lo cual se llegará a
conclusiones muy importantes.
EJEMPLO:
Una empresa industrial (TARTUS) tiene siete trabajadores de producción (considerados como
la población). El salario por hora de cada empleado se presenta en la tabla Nº 1.

1
Trabajador Javier Saúl Susana Berta Juan Aura Carlos
Salario $7 9 8 8 7 8 $9
Tabla Nº 1: Salarios (por hora) de los trabajadores de producción de la industria TARTUS.
1. ¿Cuál es la media y la desviación estándar de la población? Grafique la distribución de los
valores de la población.
2. ¿Cuántas muestras posibles de tamaño dos se pueden obtener de la población sin
reposición? Enumere en una tabla todas las muestras posibles de tamaño dos,
3. ¿Cuál es la distribución muestral de medias? ¿Cuál es la media y la desviación estándar
de la distribución muestral de medias? Grafique la distribución muestral de medias
4. ¿Qué observaciones pueden formularse respecto a la población y a la distribución
muestral de medias?
SOLUCIÓN:
1. La media y la desviación estándar de la población es $ (dólares/hora), obtenida por:

Gráfico 1: Distribución de los Valores de la Población

2. Para determinar la distribución muestral de las medias, se seleccionaron todas las
muestras posibles de tamaño dos sin reposición en la población, y se calcularon sus
medias. Vea la tabla Nº 2.
Número de muestras posibles (sin reposición) de tamaño n de una población de tamaño N:
N Cn = 7C2 = 21
21 muestras posibles de tamaño 2 se pueden obtener de una población de tamaño 7.
2
Muestra Elementos de la muestra Resultados de la muestra Media Muestral

3
 1 Javier Saúl 7 9 8,00
2 Javier Susana 7 8 7,50
3 Javier Berta 7 8 7,50
4 Javier Juan 7 7 7,00
5 Javier Aura 7 8 7,50
6 Javier Carlos 7 9 8,00
7 Saúl Susana 9 8 8,50
8 Saúl Berta 9 8 8,50
9 Saúl Juan 9 7 8,00
10 Saúl Aura 9 8 8,50
11 Saúl Carlos 9 9 9,00
12 Susana Berta 8 8 8,00
13 Susana Juan 8 7 7,50
14 Susana Aura 8 8 8,00
15 Susana Carlos 8 9 8,50
16 Berta Juan 8 7 7,50
17 Berta Aura 8 8 8,00
18 Berta Carlos 8 9 8,50
19 Juan Aura 7 8 7,50
20 Juan Carlos 7 9 8,00
21 Aura Carlos 8 9 8,50
Tabla Nº 2: Medias muéstrales de todas las muestras posibles de tamaño 2

3. A partir de la tabla Nº 2, se obtuvo la media y la desviación estándar de la

distribución muestral de medias.

Las distintas medias muéstrales de todas las muestras posibles de dos que pueden
obtenerse de la población se presentan en la tabla Nº 3

Media Muestral Número de Medias Probabilidad

$7,00 1 1/21=0,0476
7,50 6 6/21=0,2857
8,00 7 7/21=0,3333
8,50 6 6/21=0,2857
9,00 1 1/21=0,0476

4
 Total 21 1,0000
Tabla Nº 3: Distribución Muestral de Medias para n = 2

Gráfico 2: Distribución de Medias Muéstrales

4. Pueden hacerse las siguientes observaciones:
a. La media de las medias muéstrales ($8) es igual a la media poblacional (también
$8): . Esto siempre es cierto si todas las muestras posibles de un tamaño
dado se seleccionan a partir de una población de interés.
b. Observe en el Gráfico 2 que la dispersión en la distribución de las medias
muéstrales es menor que la dispersión de la población (Gráfico 1). Se puede
verificar observando la desviación estándar de la población y la desviación
estándar de la distribución muestral de medias (0,7559 Vs 0,5000)
c. El Gráfico que representa la distribución de las medias muéstrales (Gráfico 2)
tiende a aproximarse a la curva normal.
Ejercicios:
1) Hay cinco representantes de ventas en Mid-Motor Ford. A continuación se enlistan los
cinco representantes de ventas (R.V) y el número de automóviles que vendieron (A.V) la
semana pasada.
RV Pete Hankis (A) Connie Stalter (B) Ron Eaton (C) Jean Twenge (D) Andy Treese (E)
A.V 8 6 4 10 6

a) Calcule la media y la desviación estándar de la distribución poblacional.

b) ¿Cuántas muestras diferentes de tamaño dos sin reposición son posibles?

5
 c) Enumere todas las muestras posibles de tamaño dos y calcule la media de cada
muestra. Construya la distribución muestral de medias.
d) Calcule y Compare la media y la desviación de las medias muestrales con la de la
población.
e) En gráficos semejantes al 1 y al 2, del ejercicio de clase, compare la dispersión de
las medias muestrales con la de la población. Corrobore esta comparación con la
desviación estándar poblacional y la desviación estándar de las medias muestrales.
2) Una población de las ventas semanales (en miles de dólares) de un restaurante
vegetariano es 27, 32, 17, 21, 32.
a) Calcule la media y la desviación estándar de la distribución poblacional.
b) ¿Cuántas muestras diferentes de tamaño dos sin reposición son posibles?
c) Enumere todas las muestras posibles de tamaño dos y calcule la media de cada
muestra. Construya la distribución muestral de medias.
d) Calcule y Compare la media y la desviación de las medias muestrales con la de la
población.
e) En gráficos semejantes al 1 y al 2, del ejercicio de clase, compare la dispersión de
las medias muestrales con la de la población. Corrobore esta comparación con la
desviación estándar poblacional y la desviación estándar de las medias muestrales.
3) En una clase de matemáticas el profesor aplicó cuatro exámenes. Las puntuaciones que
recibió una persona fueron 90, 86, 70 y 80. Supóngase que el profesor le ofreció la
opción de seleccionar aleatoriamente dos para basar su calificación final en la media de
esos dos exámenes.
a) Calcule la media y la desviación estándar de la distribución poblacional.
b) ¿Cuántas muestras diferentes de tamaño tres con reposición son posibles?
c) Enumere todas las muestras posibles de tamaño tres y calcule la media de cada
muestra. Construya la distribución muestral de medias.
d) Calcule y Compare la media y la desviación de las medias muestrales con la de la
población.
e) En gráficos semejantes al 1 y al 2 compare la dispersión de las medias muestrales
con la de la población. Corrobore esta comparación con la desviación estándar
poblacional y la desviación estándar de las medias muestrales.
4) Los siguientes datos representan el número de días de ausencias al trabajo de una
población de 6 empleados de una empresa pequeña: 1,3, 6, 7, 9 y 10.
a) Calcule la media y la desviación estándar de la distribución poblacional.
b) ¿Cuántas muestras diferentes de tamaño tres sin reposición son posibles?
c) Enumere todas las muestras posibles de tamaño tres y calcule la media de cada
muestra. Construya la distribución muestral de medias.
5) Calcule y Compare la media y la desviación de las medias muestrales con la de la
población.

6
 d) En gráficos semejantes al 1 y al 2 compare la dispersión de las medias muestrales
con la de la población. Corrobore esta comparación con la desviación estándar
poblacional y la desviación estándar de las medias muestrales.
DISTRIBUCION MUESTRAL DE PROPORCIONES
Aunque la discusión hasta ahora se ha centrado exclusivamente en las medias, muchos asuntos
de negocios tratan la proporción de la población p. una firma de marketing puede querer
averiguar si su cliente (1) compra o (2) no compra el producto. Un banco con frecuencia debe
determinar si un depositante (1) pedirá o (2) no pedirá un crédito para auto. Muchas firmas
deben determinar la probabilidad de que un proyecto para presupuestar capital (1) generará o
(2) no generará un rendimiento positivo. En estos casos se utilizara la proporción muestral
para estimar el parámetro desconocido p.
El proceso de las proporciones muestrales es muy similar al de las medias. De cualquier
población es posible obtener muchas diferentes de un tamaño dado. Cada muestra tendrá su
propia proporción de “éxitos” . Sin embargo, al igual que con las medias, el valor esperado de la
distribución muestral de las proporciones muestrales será igual a la proporción de éxitos en la
población: E ( ) = p.

Lugget Furniture pregunta a toda la población N = 4 clientes si vieron el anuncio publicitario de

Lugget en el periódico de esta mañana. Se registró una respuesta de “si” como éxito, y de “no”
como fracaso. Los cuatro clientes proporcionaron respondieron S 1, N2, N3 y S4. La proporción
poblacional de éxitos es p = 0,50. Se tomaron muestras de tamaño n = 2, y la proporción de
éxitos se registra en la tabla Nº 4.

Xj Número de éxitos (proporción de éxitos)

S1N2 1 0,50
S1N3 1 0,50
S1S4 2 1,00
N2N3 0 0,00
N2S4 1 0,50
N3S4 1 0,50
Tabla Nº 3: Distribución de las proporciones muestrales
El valor esperado (media) de la distribución muestral de la proporción muestral es:

Y el error estándar es:

7
De la misma manera que con las medias, si n > 0,05N, se requiere el fpc (factor de corrección
para poblaciones finitas) y el error estándar se vuelve:

En el caso de Lugget Furniture

Y utilizando fpc

Las herramientas recientemente desarrolladas para las proporciones muestrales permiten

determinar las probabilidades que puedan ser muy útiles en la toma de decisiones importantes.
Esto se logra aplicando la desviación normal a la distribución de proporciones muestrales:

Ejemplo:
BelLabs adquiere componentes para sus teléfonos celulares en lotes de 200 de una firma en
Palo Alto. El componente tiene una tasa de defectos del 10%. Una política establecida
recientemente por BelLabs establece que si el siguiente envió tiene:
a) Más de 12% de defectos, definitivamente buscara un nuevo proveedor.
b) Entre el 10 y el 12% de defectos considerará un nuevo proveedor.
c) Entre el 5 y el 10% de defectos, definitivamente no considerara un nuevo proveedor.
d) Menos del 5% de defectos, incrementará sus pedidos.
¿Cuál decisión es más probable que tome BelLabs?.
Solución:
Debido a que el tamaño de la población N no se suministra, se asume que BelLabs compra
muchos componentes y el tamaño de la muestra de n = 200 es menor que 0,05N y el fpc por
tanto no se necesita.

a) P(p > 0,12) = P(p > (0,12 – 0,10)/0,0212) = P( p > 0,94) = 1 – P( p 0,94) = 1 – 0,8264 =
0,1736
b) P(0,10 < p 0,12) = 0,3264
c) P(0,05 < p < 0,10 ) = P(( 0,05 – 0,10)/0,021) < z < ((0,10 – 0,10/0,0212) = P(-2,36 < Z <
0,00) = 0,4909
d) P(p < 0,05) = P(z < -2,36) = 0,0091
Interpretación:
8
 Como la parte c) tiene la probabilidad más alta. BelLabs se quedará con su proveedor
actual.
1. El 30% de todos los empleados tienen capacitación avanzada. Si en una muestra de
500 empleados menos del 27% estaba preparado de forma adecuada, todos los
nuevos contratados necesitarán registrarse en un programa de capacitación. ¿Cuál
es la probabilidad de que se inicie el programa?
2. La proporción de todos los clientes de Pizza Hut que comen en el sitio es del 75%.
En una muestra de 100 clientes, ¿Cuál es la probabilidad de que menos del 20%
lleven su comida a la casa?
TEOREMA DE LÍMITE CENTRAL
En el caso de una población con media µ y variancia σ 2, la distribución muestral de las medias de
todas las muestras posibles de tamaño n generadas a partir de la población, tendrá una
distribución aproximadamente normal (siendo la media de la distribución igual a µ y la variancia
a σ2/n) considerando que el tamaño de la muestra es bastante grande.
El teorema de límite central crea el potencial para aplicar la distribución normal a muchos
problemas cuando el tamaño muestral es lo suficientemente grande.
¿Qué tan grande debe ser una muestra para aplicar el teorema de límite central? El tamaño
muestral necesario varía según la forma de la población, pero en esta unidad una muestra de
tamaño 30 o más será suficiente. Recordemos que si la población está normalmente distribuida,
las medias muéstrales están normalmente distribuidas para tamaños muestrales de hasta sólo
n=1. En consecuencia, las medias muestrales se pueden analizar usando el valor Z.
FÓRMULA Z PARA MEDIAS MUESTRALES

Suponga, por ejemplo, que el gasto medio por cliente en una tienda de llantas es $85,00, con
una desviación estándar de $9,00. Si se toma una muestra aleatoria de 40 clientes, ¿Cuál es la
probabilidad de que el gasto promedio muestral por cliente para esta muestra sea de $87,00 o
más?
Solución:
Debido a que el tamaño muestral es mayor a 30, se puede usar el teorema de límite central y
las medias muestrales están normalmente distribuidas. Con µ = $85,00, σ = $9,00

9
Esto es, 7,93% del tiempo, una muestra aleatoria de 40 clientes de esta población dará un
gasto medio muestral de $87,00 o más. El siguiente diagrama da la solución gráfica al ejemplo
de la tienda de llantas.

Ejercicios:
1) Una empresa de material eléctrico fabrica bombillas de luz que tienen una duración que
se distribuye aproximadamente en forma normal, con media de 800 horas y desviación
estándar de 40 horas. Encuentre la probabilidad de una muestra aleatoria de 16
bombillas tenga una vida promedio de menos de 775 horas.
2) Si la distribución del peso de los barriles de crudo que se envían a EE.UU tienen una
media de 163 libras y una desviación estándar de 18 lb. ¿Cuál es la probabilidad de que el
peso total combinado de 36 de esos barriles sea de por lo menos 6000 lb?
3) Una institución bancaria norteamericana calcula que sus cuentas de ahorros individuales
están normalmente distribuidas con una media de $2000 y una desviación estándar de
$600. Si el banco toma una muestra aleatoria de 100 cuentas. ¿Cuál es la probabilidad de
que la media de muestra caiga entre $1900 y $2050?
4) Quinientos cojinetes de bolas tienen un peso medio de 5,02 onzas y una desviación típica
de 0,30 onzas. Hallar la probabilidad de que una muestra escogida al azar de 100
cojinetes de este grupo, tenga un peso total de a lo sumo 510 onzas.
5) Se sabe que las cajas entregadas por una fábrica tienen un peso promedio de 300 libras
y una desviación estándar de 50 libras; ¿Cuál es la probabilidad de que 60 cajas
seleccionadas al azar contengan un peso promedio:
a) A lo sumo de 280 libras
b) Entre 290 y 293 libras
c) Realice las gráficas respectivas.
6) Se ha demostrado que la longitud de un modelo de tubo PVC es una variable aleatoria
normal con una media de 7,8 pulgadas y una varianza de 0,01 plg 2. Se seleccionan 15
productos al azar, ¿Cuál es la probabilidad de que la longitud promedio sea:
10
 a) Por lo menos 7,89 pulgadas.
b) Como máximo 7,75 pulgadas.
c) Realice las gráficas respectivas.
7) Un pipote de un galón de pintura cubre en promedio 513,3 pies cuadrados con una
desviación estándar de 31,5 pies cuadrados. ¿Cuál es la probabilidad de que el área media
cubierta por una muestra de 40 de estos pipotes, esté entre 510 y 520 pies cuadrados?
8) Un proceso industrial genera el 8% de unidades defectuosas. Usted compra 100
unidades. ¿Cuál es la probabilidad de que menos del 10% sean defectuosas?

11