Anlisis de Datos I Esquema del Tema 21

Carmen Ximnez 1

Tema 21: Distribucin muestral de un
estadstico




1. INTRODUCCIN



2. DISTRIBUCIN MUESTRAL DE LA MEDIA



3. DISTRIBUCIN MUESTRAL DE LA PROPORCIN






__________________

Bibliografa
*
: Tema 15 (pg. 341-348)
Ejercicios recomendados: 1, 2 y 5.

Tema 16 (recoger en reprografa o bajar de la pgina)
Ejercicios recomendados: 2, 3, 4, 6 y 7.


*
Vase tambin el tema 1 del libro Anlisis de Datos en Psicologa II
de Pardo y San Martn (1999; pg. 58-77)
Anlisis de Datos I Esquema del Tema 21
Carmen Ximnez 2
1. INTRODUCCIN

La estadstica inferencial trata sobre las inferencias con respecto a poblaciones (sus
parmetros, y
2
) a partir de la informacin contenida en las muestras (los estadsticos,
X y S
2
).

Para poder llevar a cabo esas inferencias es necesario conocer la relacin que se establece
entre estadsticos y parmetros. El concepto que permite poner en relacin ambas cosas es
La distribucin muestral de un estadstico.


Ejemplo: Tenemos una poblacin con los siguientes N = 3 elementos: X = {1, 2 y 3}.
Donde = 2
2
= 0,67.

Se extraen muestras de n = 2 elementos:

Con reposicin, tenemos 9 posibles muestras:
(1, 1); (1, 2); (1, 3); (2, 1); (2, 2); (2, 3); (3, 1); (3, 2); y (3, 3).

Sin reposicin, tenemos 6 posibles muestras:
(1, 2); (1, 3); (2, 1); (2, 3); (3, 1); y (3, 2).

En cada una de las muestras pueden calcularse los correspondientes estadsticos descriptivos:

Por ejemplo, con reposicin:

Las medias seran: 1; 1,5; 2; 1,5; 2; 2,5; 2; 2,5; y 3, respectivamente.

Las varianzas seran: 0; 0,25; 1; 0,25; 0; 0,25; 1; 0,25; y 0, respectivamente.

Por tanto, los estadsticos descriptivos son variables aleatorias que pueden adoptar
diferentes valores y que tienen su propia distribucin de probabilidad.

En el ejemplo vemos que X puede tomar 5 posibles valores y que la probabilidad que
corresponde a cada uno de ellos (f ( X
i
), su distribucin) es:

X
i
1 1,5 2 2,5 3 Total:
f ( X
i
) 1/ 9 2/ 9 3/ 9 2/ 9 1/ 9 1

Donde E( X) =
i
X f

(
i
X ) = (1)(1/ 9) + (1,5)(2/ 9) + + (3)(1/ 9) = 2

2
( X) = [
i
X
2
f

(
i
X )] [ E( X)]
2
= [(1
2
)(1/ 9) + + (3
2
)(1/ 9)] - 2
2
= 0,33

No es necesario construir la distribucin de un estadstico (p.e. de X) en todos los casos ya
que cada estadstico tiene su propia distribucin muestral conocida.

En este tema nos ocuparemos de la distribucin muestral de la media: X y de la proporcin: P.
Anlisis de Datos I Esquema del Tema 21
Carmen Ximnez 3
2. DISTRIBUCIN MUESTRAL DE LA MEDIA

I. Si la variable de partida es normal: X N (, )

1. Valor esperado: = ) X E(

2. Varianza:
n
2
2
) X (

=

3. Modelo de distribucin:
) , ( X
n
N

.


Para obtener valores en tablas hay que convertir las puntuaciones

X
i
en tpicas. Es decir:


/
X
n
z
i

=
N (0,1)

EJEMPLO (resuelto)

El CI de los alumnos de un centro especial de se distribuye normalmente con media 80 y
desviacin tpica 10. Si extraemos una muestra aleatoria simple de 25 alumnos:
a) Si se extrae un sujeto al azar, Cul es la probabilidad de que obtenga como mnimo
una puntuacin en CI de 75?
b) Cul es la probabilidad de que su media aritmtica sea mayor de 75?
c) Cul es la probabilidad de que su media aritmtica sea como mximo 83?
d) Qu valor debera tomar la media aritmtica para que la probabilidad de obtenerlo en
esa muestra sea como mximo 0,85?
10) N(80, X

2) N(80, X


a) P

(X 75) = P

(z

X
) = P

(z
10
80 - 75
) = P

(z -0,50) = 0,6915

b) P

( X 75) = P

(z
/
X
n

) = P

(z
10/5
80 - 75
) = P

(z -2,50) = 0,9938

c) P

( X 83) = P (z
/
X
n

) = P

(z
10/5
80 - 83
) = P

(z 1,50) = 0,9332

d) P

( X X
i
) = 0,85 . z
0,85
= 1,04 .
10/5
80 X
1,04

=
i
82,08 X = i
Anlisis de Datos I Esquema del Tema 21
Carmen Ximnez 4
II. Si la variable de partida no es normal

Cuando la variable X con media y desviacin tpica
2
, no sigue un modelo de
distribucin conocido, la distribucin muestral de X se parece ms a la de la distribucin
normal a medida que crece el tamao de las muestras sobre las que se calcula.


Teorema del Lmite Central,
Independientemente de cmo sea la distribucin de X, la distribucin muestral de
X tiende a la normal cuando el tamao de las muestras tiende a infinito.

Mediante este teorema podemos calcular probabilidades asociadas a los valores de las
medias cuando se desconoce la forma de la distribucin muestral de partida, siempre y
cuando las muestras sean lo suficientemente grandes. Algunos autores plantean que el
parecido con la distribucin normal empieza a ocurrir desde tamaos muestrales de 30
observaciones.

El valor de n afecta al error tpico de la media, ) X (

Si 20) N(50, X

Con n
1
= 4 10 4 20/ ) X ( = =

Con n
2
= 25 5 25 20/ ) X ( = =

Con n
3
= 100 2 100 20/ ) X ( = =

50 70 30

EJERCICIO

La variable X se distribuye normalmente con media 50 y desviacin tpica 12. Si extraemos
una muestra aleatoria simple de 16 alumnos:
1) Si se extrae un sujeto al azar, Cul es la probabilidad de que obtenga al menos una
puntuacin de 45?
2) Cul es la probabilidad de que su media aritmtica sea menor de 58?
3) Cul es la probabilidad de que su media aritmtica sea como mnimo 45?
4) Qu valores debera tomar la media aritmtica para que exista una probabilidad de 0,38
de encontrar valores entre ellos?
5) Qu tamao tendra que tener la muestra para que la probabilidad de encontrar medias
superiores a 52 fuese 0,2578?

Solucin
1) 0,6628
2) 0,9962
3) 0,9525
4) ,50 8 4 X = i y ,50 51 X = i
5) n = 15 sujetos
Anlisis de Datos I Esquema del Tema 21
Carmen Ximnez 5
3. DISTRIBUCIN MUESTRAL DE LA PROPORCIN

Si tenemos n observaciones (X
1
, X
2
, ..., X
n
) dicotmicas y definimos:

X
i
: Nmero de aciertos con probabilidad

Entonces: X B (x, n, ) E(X)

=

n

) (1 (X) = n
EJEMPLO:

Distribucin del nmero de aciertos en un test de 5 tems con = 0,50

X
i
0 1 2 3 4 5
f(x
i
) 0,031 0,156 0,312 0,312 0,156 0,031

Donde:

E(X)

=

(5) (0,50) = 2,5
1,12 (0,50) 2,5 (X) = =

Si ahora definimos la variable
n
X
P
i
i
=

Proporcin de aciertos con probabilidad


El estadstico proporcin (P) se distribuye mediante el modelo Binomial: B (x, n, ).


Donde:

E(P)

=


n )/ (1 (P) = Error tpico de la proporcin

Las probabilidades asociadas al estadstico P pueden obtenerse mediante la tabla de la
Binomial con parmetros n y .

En el ejemplo:

Distribucin de la propocin de aciertos en un test de 5 tems con = 0,50

X
i
0 1 2 3 4 5
P
i
0 0,20 0,40 0,60 0,80 1,00
f(x
i
) 0,031 0,156 0,312 0,312 0,156 0,031

Donde:

E(P)

=

0,50
0,2236 (0,50)/5 0,50 (P) = =
Por tanto:

1) Probabilidad de que se acierten el 40% de los tems:

P(P
i
= 0,40) = P(X
i
= 2) = 0,312

2) Probabilidad de que se acierten como mximo el 60% de los tems:

P(P
i
0,60) = P(X
i
3) = 0,811
Anlisis de Datos I Esquema del Tema 21
Carmen Ximnez 6
EJEMPLO (resuelto)

Un psiclogo clnico afirma que con su terapia para tratar el miedo a volar en avin se recupera
el 80% de los pacientes. Si seleccionamos al azar 16 pacientes que han acudido a su consulta
durante los ltimos 3 meses por este tema, cul es la probabilidad de que al menos el 75% se
hayan recuperado y puedan tomar aviones?

X: N de pacientes recuperados .... X B (x, n = 16, = 0,80)
P: Proporcin de pacientes recuperados .... P B (x, n = 16, = 0,80)

El 75% son 12 sujetos
P(P
i
0,75) = P(X
i
12) = 1 F(11) = 1 (0 + 0 + 0 + 0 + 0 + 0 + 0 + 0,001 + 0,006 +
+ 0,020 + 0,055 + 0,120) = 0,798 (segn tablas de la binomial)

Aproximacin a la normal


Si n es suficientemente grande
0,20 0,80
Entonces la probabilidad de P se puede aproximar mediante el modelo normal


Con X: Nmero de aciertos

Vimos que ... X N(n, ) 1 ( n )
En puntuaciones tpicas:
(0,1)
) 1 (
N
n
n X
z
i

Con correccin por continuidad:
(X)
E(X) 0,5) (
z

=
i
X


Ahora tenemos P: Proporcin de aciertos
Entonces P N(, n )/ (1 )
En puntuaciones tpicas:
(0,1)
)/ (1
z N
n
P
i

Con correccin por continuidad:
(P)
E(P) ) 0,5/ (
z

=
n P
i


EJERCICIOS

1). Un partido poltico cree que el 60% del electorado est a favor de su programa. Como su
lder encuentra que esta prediccin es demasiado optimista decide hacer un sondeo con una
muestra de 90 personas. Cul ser la probabilidad de que como mximo 60 personas estn
a favor de su partido?

2). Disponemos de los datos del I.N.E. (Instituto Nacional de Estadstica) sobre el aumento del
empleo durante el ao 98, el cual se encuentra en un 45%. Si tomamos una muestra
aleatoria de 200 ciudadanos. Cul es la probabilidad de que ms del 50% tenga empleo?

Soluciones: 1). 0,9192 2). 0,0869 (con correccin por continuidad).