DISTRIBUCION MUESTRAL DE MEDIAS

Si se extrae una muestra al azar de tamao n, de una poblacin infinita con media y una varianza 2, entonces las observaciones de la muestra son variables aleatorias independientes e idnticamente distribuidas. La media de la muestra, calculada como
1 x = ( x1 + x2 + + xn ) n Que es una combinacin lineal de variables aleatorias dividida por una constante, que Tambin es una variable aleatoria normal, y el valor esperado y la varianza de la distribucin por muestreo de x puede derivarse sencillamente. Primero, observamos que 1 E ( x ) = E ( x1 + x2 + xn ) n 1 [ E ( x1 ) + E ( x2 ) + + E ( xn )] = n 1 (n ) = = n

Es decir, esperanza de la media de la muestra es la media de la poblacin. Luego, puesto que se considera que las observaciones de la muestra son variables aleatorias independientes, la propiedad de aditividad se verifica para la varianza. Es decir, la varianza de la suma es la suma de las varianzas. Adems, puesto que V ( xi ) = 2 tenemos
V (x ) = V ( 1 n

x )
i

1 [V ( x1 ) + V ( x2 ) + V ( xn )] 2 = n

1 ( n 2 ) 2 = n

2 = n En esta derivacin hemos empleado el teorema de que la varianza de una constante multiplicado por una variable es igual al cuadrado de la constante multiplicado por la varianza de la variable. El error estndar de la media, mide la variabilidad entre medias muestrales.

x = V (x ) =

lo que revela que x es menor que . Adems, indica que cuando n , x 0 . As, cuanto mayor es la muestra, tanto menor es la fluctuacin entre medias muestrales extradas de la misma poblacin. Si se toman muestras de una poblacin finita, sin reposicin, como en los casos anteriores, debe de introducirse un factor de correccin para poblacin finitas para calcular el error estndar de la media. A saber:

x =

N n N 1

Cuando la poblacin progenitora es normal, la distribucin de x por muestreo es tambin normal, por pequea que sea la muestra. Qu ocurre cuando no puede especificarse la distribucin de probabilidad de la poblacin a partir de la cual se obtiene la muestra? Para obtener una idea con respecto a la distribucin de muestreo de X cuando el modelo de probabilidad de la poblacin de inters no se especifica. Pasar al teorema del limite central.

Por lo tanto podemos decir que la

De esta manera la ecuacin para la transformacin de cualquier media muestral en una variable normal estndar ser:

Propiedades de la Media aritmtica Entre varias propiedades matemticas importantes de la media aritmtica para una distribucin normal estn: Insesgamiento Implica el hecho de que el promedio de todas las medias muestrales posibles (de un tamao de muestra dado n) ser igual a la media de poblacin x . Eficiente Se refiere a la precisin de la muestra de estadstica como un estimador del parmetro de poblacin. Para distribuciones como la normal, la media aritmtica se considera ms estable de muestra a muestra que otras mediciones de tendencia central. Para una muestra de tamao n, la media de muestra se acercar ms, en promedio, a la media de poblacin que cualquier otro estimador. Consistencia Se refiere al efecto del tamao de muestra sobre la utilidad de un estimador. Al incrementarse el tamao de muestra, la variacin de la media de muestra de la media de poblacin se hace ms pequea, de manera que la media aritmtica de muestra se vuelve una mejor estimacin de la media de poblacin. http://www.itchihuahuaii.edu.mx/academico/CB/MEG/documentos/1.6.htm

TEOREMA DEL LIMITE CENTRAL Si se obtiene una muestra de una poblacin normal, entonces la media muestral tiene una distribucin normal sin importar el tamao de la muestra. Sin embargo, se puede demostrar que de hecho no importa el modelo de probabilidad del cual se obtenga la muestra; mientras la media y la varianza existan, la distribucin de muestreo de X se aproximar a una distribucin normal conforme n aumente. Lo anterior constituye uno de los ms importantes teoremas en inferencia estadstica y se conoce como TEOREMA DEL LIMITE CENTRAL. En muchos casos, puede concluirse en forma segura que la aproximacin ser buena mientras n > 30. Para mostrar la validez del teorema del limite central veamos el siguiente ejemplo Suponga que de una poblacin consistente en los valores 0, 2, 4, 6 y 8, se toman muestras de tamao 2 con remplazo. X Frecuencia Frecuencia Relativa 0 1 1/5 = .2 2 1 1/5 = .2 4 1 1/5 = .2 6 1 1/5 = .2 8 1 1/5 = .2 Solucin: 1. Paso Se calcula la media poblacional, la varianza y desviacin estndar poblacional.

X
i

N
0 + 2 + 4 + 6 + 8 20 = =4 5 5

( X )2 = N i
2 n

2 =

( 0 4 ) 2 + ( 2 4 ) 2 + ( 4 4 ) 2 + ( 6 4 ) 2 + ( 8 4 ) 2 40 = =8 5 5

= 8 = 2.83
1. Paso

Grfica de la distribucin de frecuencia para la poblacin

Grfica de la Poblacin
0.205

Frecuencia Relativa 0.200

0.195 0 1 2 3 X 4 5 6 7 8

Esta grfica no puede considerarse acampanada o normal. 2. Paso Se toman muestras de tamao dos con remplazo. Muestra 0, 0 0, 2 0, 4 0, 6 0, 8 2, 0 2, 2 2. 4 2, 6 2, 8

X 0 1 2 3 4 1 2 3 4 5

Muestra 4, 0 4, 2 4, 4 4, 6 4, 8 6, 0 6, 2 6, 4 6, 6 6, 8

X 2 3 4 5 6 3 4 5 6 7

Muestra 8, 0 8, 2 8, 4 8, 6 8, 8

X 4 5 6 7 8

3. Paso Se agrupa a las medias mustrales en la tabla de frecuencia siguiente:

X 0 1 2 3 4 5 6 7 8

F 1 2 3 4 5 4 3 2 1 4. Paso Se calcula la media poblacional de medias , la varianza de la medias y desviacin estndar de las medias error estndar de las medias.

x =
i

f (X ) N

x =
2 x

1(0) + 2 (1) + 3 ( 2 ) + 4 ( 3 ) + 5 ( 4) + 4 ( 5 ) + 3 ( 6 ) + 2 ( 7 ) +1( 8 ) 100 = =4 25 25

N

f ( X x )2 = N i
1(0 4 ) 2 + 2 (1 4 ) 2 + ............1( 8 4 ) 2 100 = =4 25 25

2 x =

x = 4 = 2

5. 6. Paso Grfica de la distribucin de frecuencia para la poblacin de medias maestrales

Grfica de la Poblacin
5 Frecuencias 4

1 0 1 2 3 4 5 6 7 8

Medias muestrales

6. Paso

Conclusin
De la apariencia acampanada de la distribucin de las medias, concluimos que es razonable aproximar la distribucin muestral de x por una distribucin normal, una vez que se conoce la media y la desviacin estndar de la distribucin muestral. http://www.itchihuahuaii.edu.mx/academico/CB/MEG/documentos/1.4.htm

PROBLEMAS PROPUESTOS DE ESTIMACION PARA LA MEDIA CON VARIANZA POBLACIONAL CONOCIDA Consulte: Distribucin muestral de medias y Teorema del lmite central 1. Un fabricante produce anillos para los pistones de un motor de automvil. Se sabe que el dimetro del anillo esta distribuido aproximadamente de manera normal, y que tiene una desviacin estndar = 0.001 mm. Una muestra aleatoria de 15 anillos tiene un dimetro promedio de x = 74.036 mm. a. Construya un intervalo de confianza bilateral del 99% para el dimetro promedio del anillo. b. Construya un limite inferior de confianza del 95% para el dimetro promedio del anillo. 2. Se sabe que la duracin, en horas, de un foco de 75 watts tiene una distribucin aproximadamente normal, con una desviacin estndar de = 25 horas. Se toma una muestra aleatoria de 20 focos, la cual resulta tener una duracin promedio de x = 1014 horas. a. Construya un intervalo de confianza bilateral del 95% para la duracin promedio. 3. Un ingeniero civil analiza la resistencia a la comprensin del concreto. La resistencia esta distribuida aproximadamente de manera normal, con una varianza = 1000(psi)2. Al tomar una muestra aleatoria de 12 especimenes, se tiene que x = 3250 psi. a. Construya un intervalo de confianza bilateral del 95% para la resistencia a la compresin promedio. b. Construya un intervalo de confianza bilateral del 99% para la resistencia a la compresin promedio. Compare el ancho de este intervalo de confianza con el ancho encontrado en el inciso a). 4. En un estudio hecho para determinar el tiempo medio necesario para el montaje de cierta pieza de una maquina, 40 trabajadores hicieron un promedio de 42.5 minutos con una desviacin tpica de 3.8 minutos: Usar los datos para construir un intervalo de confianza de 98% de tiempo promedio verdadero necesario para montar la maquina. 5. En el ejercicio 2, supngase que se desea que el ancho total del intervalo de confianza bilateral sea de seis horas, con una confianza del 95%. Que tamao de muestra debe emplearse para este fin? 6. Se encuentra que la concentracin promedio de zinc que se saca del agua a partir de un muestra de mediciones de zinc en 36 sitios diferentes es de 2.6 gramos por mililitro. Encuentre los intervalos de confianza de 95% y 99% para la concentracin media de zinc en el ro. Suponga que la desviacin estndar de la poblacin es 0.3.

7. En un experimento de laboratorio 50 estudiantes de ingeniera midieron por separado el calor especifico del aluminio, obteniendo una medio de 0.2210 calaras por grados centgrado y por gramo y una desviacin normal de .0240 Qu podemos asegurar, con una probabilidad de 0.95, con respecto a la posible magnitud de error, si la media de la muestra se utiliza para estimar el verdadero valor especifico del aluminio? 8. Una muestra aleatoria simple de 50 artculos origin una media de muestra de 32 y una desviacin estndar muestral de 6. Determine un intervalo de confianza de 90% para la media de la poblacin. 9. Para tratar de estimar la media de consumo por cliente, en un gran restaurante, se reunieron datos de una muestra de 49 clientes durante un periodo de tres semanas. Si la media de la muestra es de $ 22.60 dlares, Cul es el intervalo de confianza de 95% para la media de la poblacin? 10. Una muestra aleatoria de 100 propietarios de automvil en la ciudad de Bogot indica que los automviles recorren anualmente en promedio 25 000 kilmetros con una desviacin estndar de 4000 kilmetros. Calcule e interprete un intervalo de confianza del 95% para el verdadero recorrido promedio anual. Instituto Tecnolgico de Chihuahua. ESTIMACIONES PARA UNA MEDIA. Mxico 2008. pp. 9.