DISTRIBUCIONES MUESTRALES

DISTRIBUCIÓN MUESTRAL DE LA MEDIA

CASO 1. VARIANZA POBLACIONAL CONOCIDA
̅−𝝁
𝒙
𝒁=𝝈 → 𝒏(𝟎, 𝟏)
⁄ 𝒏
√

CASO 2. VARIANZA POBLACIONAL DESCONOCIDA (𝒏 ≤ 𝟑𝟎)

̅−𝝁
𝒙
𝑻= → 𝑻𝒏−𝟏
𝑺⁄
√𝒏

CASO 3. VARIANZA POBLACIONAL DESCONOCIDA (𝒏 ≥ 𝟑𝟎)

̅−𝝁
𝒙
𝒁= → 𝒏(𝟎, 𝟏)
𝑺⁄
√𝒏

DISTRIBUCIÓN MUESTRAL DE LA VARIANZA

CASO 1. MEDIA POBLACIONAL 𝝁 DESCONOCIDA 𝒏𝝈̂ 𝟐 (𝒏 − 𝟏)𝑺𝟐

 = 𝟐 =
𝟐
→ 𝟐𝒏−𝟏
𝝈 𝝈𝟐
DISTRIBUCIÓN DE LA DIFERENCIA DE MEDIAS MUESTRALES
CASO 1. VARIANZAS POBLACIONALES CONOCIDAS O DESCONOCIDAS Y
MUESTRAS GRANDES ̅ ̅ ) − (𝝁𝑿 − 𝝁𝒀 )
(𝑿 − 𝒀
𝒁= → 𝑵(𝟎; 𝟏)
𝝈𝟐 𝝈𝟐𝒀
√ 𝑿 +
𝒏𝑿 𝒏𝒀
 DISTRIBUCIONES MUESTRALES
̅−𝒀
(𝑿 ̅ ) − (𝝁𝑿 − 𝝁𝒀 )
𝑻= → 𝒕𝒏𝑿+𝒏𝒀−𝟐
𝟏 𝟏
CASO 2. VARIANZAS POBLACIONALES DESCONOCIDAS, IGUALES Y MUESTRAS 𝑺𝒑 √𝒏 + 𝒏
𝑿 𝒀
PEQUEÑAS.

(𝒏𝑿 −𝟏)𝑺𝟐𝒙 +(𝒏𝒀 −𝟏)𝑺𝟐𝒀

Donde, 𝑺𝟐𝒑 =
𝒏𝑿 +𝒏𝒀 −𝟐

CASO 3. VARIANZAS POBLACIONALES DESCONOCIDAS, DISTINTAS Y MUESTRAS

PEQUEÑAS. ̅−𝒀
(𝑿 ̅ ) − (𝝁𝑿 − 𝝁𝒀 )
𝑻= → 𝒕𝒗
𝟐
𝒔𝟐 𝒔𝟐𝒚 𝑺𝟐 𝑺𝟐𝒀
(𝒏𝒙 +
𝒏𝒚 ) √ 𝑿 +
𝒗=
𝒙 𝒏𝑿 𝒏𝒀
𝟐
𝒔𝟐
𝟐 𝒔𝟐𝒚
( 𝒙⁄𝒏𝒙 ) ( 𝒏𝒚 ) ⁄
+
𝒏𝒙 − 𝟏 𝒏𝒚 − 𝟏

Como v rara vez es entero, se redondea al entero más cercano.

DISTRIBUCIÓN DEL COCIENTE DE VARIANZAS MUESTRALES

MUESTRAS ALEATORIAS INDEPENDIENTES, POBLACIONES NORMALES Y
VARIANZAS CONOCIDAS
𝑺𝟐𝑿 × 𝝈𝟐𝒀
𝑭= 𝟐 → 𝑭𝒏𝑿−𝟏,𝒏𝒀−𝟏
𝑺𝒀 × 𝝈𝟐𝑿
DISTRIBUCIÓN F DE FISHER-SNEDECOR CON 𝒏𝑿 − 𝟏, 𝒏𝒀 − 𝟏 GRADOS DE
LIBERTAD.
 DISTRIBUCIONES MUESTRALES
DISTRIBUCIÓN DE LA PROPORCIÓN MUESTRAL
Si se cumplen algunas de las siguientes dos condiciones: La distribución muestral de la proporción se aproxima
a la distribución normal.

a) 𝑛 ≥ 30 ̂−𝒑
𝒑
b) 𝑛𝑝 ≥ 5 𝑦 𝑛(1 − 𝑝) ≥ 5 𝒁= → 𝑵(𝟎; 𝟏)
𝝈
Donde
𝜇=𝑝 y

𝒑(𝟏−𝒑)
𝝈𝟐 = , si la población es infinita
𝒏
𝑵−𝒏 𝒑(𝟏−𝒑)
𝝈𝟐 = ( )( ), Si la población es finita de
𝑵−𝟏 𝒏
tamaño N y N no es tan grande comparada con n

DISTRIBUCIÓN DE LA DIFERENCIA DE PROPORCIONES MUESTRALES

𝑿
̂𝑿 =
Estadístico de la proporción: 𝒑 (𝒑 ̂ 𝒀 ) − (𝒑𝑿 − 𝒑𝒚 )
̂𝑿 − 𝒑
𝒏𝑿
𝒁= → 𝑵(𝟎; 𝟏)
𝒑 𝑿 𝒒𝑿 𝒑 𝒀 𝒒𝒀
√ 𝒏 +
𝑿 𝒏𝒀