Metodos de muestreo y teorema del límite Ezequiel sarracino morales

En estadística, la distribución muestral es lo que resulta de considerar todas

lasmuestras posibles que en un momento pueden ser tomadas de una población.
Suestudio permite calcular la probabilidad que se tiene, dada una sola muestra,
deacercarse al parámetro de la población.El Teorema del Límite Central o
Teorema Central del Límite indica que, bajo condiciones muy generales, la
distribución de la suma de variables aleatoriastiende a una distribución gaussiana
cuando la cantidad de variables es muygrande. Las variables que se suman sean
independientes, idénticamentedistribuidas, con valor esperado y varianza
finitas.Distribución muestral de medias. Si tenemos una muestra aleatoria de
unapoblación N (m,s), se sabe (Teorema del límite central) que la fdp de la
mediamuestral es también normal con media m y varianza s

/n. ... Es decir, es el errortípico, o error estándar de la media.

La distribución muestral de un estadístico es una distribución de

probabilidadconstituida por cada uno de los valores que puede asumir el
estadístico en todaslas muestras de tamaño n posibles de extraer sin reposición
en una población detamaño N. Dados los valores de la población y la muestra el
número de muestrasposibles a extraer se calcula como combinación.Estimación (o
estimar) es el proceso de encontrar una aproximación sobre unamedida, lo que se
ha de valorar con algún propósito es utilizable incluso si losdatos de entrada
pueden estar incompletos, incierto, o inestables.En estadísticainferencial se llama
estimación al conjunto de técnicas que permitendar un valor aproximado de
un parámetrode una población a partir de los datosproporcionados por
una muestra. Por ejemplo, una estimación de la mediade una determinada
característica de una poblaciónde tamaño N podría ser la media deesa misma
característica para una muestrade tamaño N .La estimación se divide en tres
grandes bloques, cada uno de los cuales tienedistintos métodos que se usan en
función de las características y propósitos delestudio

Estimación puntual:

Método de los momentos

Método de la máxima verosimilitud

Método de los mínimos cuadrados

Estimación por intervalos.

Estimación bayesiana.Una estimación puntual del valor de un parámetro
poblacional desconocido (comopuede ser la media

µ, o la desviación estándar σ), es un número que se utiliza

para aproximar el verdadero valor de dicho parámetro poblacional. ... El valor

deeste parámetro muestral será la estimación puntual del parámetro
poblacional.Un estimador puntual de la proporción P en un experimento binomial
está dadopor la estadística P=X/N, donde x representa el número de éxitos en n

pruebas.Por tanto, la proporción de la muestra p =x/n se utilizará como estimador

puntualdel parámetro P.Si no se espera que la proporción P desconocida esté
demasiado cerca de 0 ó de1, se puede establecer un intervalo de confianza para P
al considerar ladistribución muestral de proporciones.