Zusammenfassung der Ressource
Distribuciones de muestreo
fundamentales
- Conceptos
- La distribución de probabilidad de un estadístico se llama
distribución muestral
- Esta distribución depende del tamaño de la población, el tamaño de las muestras y el método de elección
de las muestras
- Existen distribuciones muestrales de
- X y S2,
- que son el mecanismo a partir del cual se hace inferencias de los
parámetros μ y σ 2
- Caracteristicas
- Son de suma importancia
- Para
- La realizacion de estudios a gran escala
- Obtener datos certeros e infalubles de la poblacion
- Para la interpretación de datos
- vetajas
- tiempo
- trabajar con cierta poblacion
- para la obtencion de datos precisos
- desventajas
- margen de fallo
- referente
- a la cenectividad entre la poblacion y la muestra
- Distribuciones Muestrales de Medias
- En suposicion tiene una muestra aleatoria de n observaciones que se toma de una población normal
- con
- media μ
- arianza σ 2
- Aunque se tomen muestras de una población con distribución
desconocida
- Finita
- Infinita
- Teorema del Límite Central
- Si X es la media de una muestra aleatoria de tamaño n tomada de una población con media μ y varianza σ
2, entonces la forma límite de la distribución de
- Formula
- donde
- x = Población
- µ = Media
- µ = Media
- n = muestra
- Inferencias sobre la media de la población
- Una aplicación muy importante del teorema del límite central es la determinación de valores razonables de
la media de la población μ
- Se utiliza para la prueba de hipótesis, estimación, control de calidad, y
otros.
- Distribución t
- En muchos escenarios experimentales el conocimiento de σ ciertamente no es más razonable que el
conocimiento de la media de la población μ
- A menudo una estimación de σ la debe proporcionar la misma información muestral que produce el
promedio muestral x
- Como resultado, una estadística natural a considerar para
tratar con las inferencias sobre μ
- Formula
- Donde
- x = poblacion
- µ = Media
- s = varianza