DISTRIBUCIONES FUNDAMENTALES DE

MUESTREO Y DESCRIPCIONES DE DATOS

Omar Caisaguano 29/01/2013


Universidad Politcnica
Salesiana
Ing. Electrnica
Probabilidad y Estadstica
OBJETIVOS GENERALES
Investigar acerca de distribuciones fundamentales de muestreo y
descripcin de datos para mejorar el nivel de criterio acerca de datos
obtenidas

Comprender y entender los fundamentos y formas de descripcin de
datos.

Conocer y aprender a utilizar las diferentes formas de distribuciones
mustrales para variables aleatorias.
OBJETIVOS ESPECFICOS
Profundizar sobre la utilizacin de el muestreo aleatorio.
Realizar ejercicios, que tengan relacin con las
distribuciones a estudiar.
Comprender para que se utilizan las diferentes
distribuciones de este capitulo.
Analizar los parmetros que cada distribucin para
facilitar la mejor comprensin de algunos casos en estas
distribuciones.
MUESTREO ALEATORIO
En la actualidad podemos utilizar el muestreo aleatorio para referirnos a
poblaciones de las cuales tenemos observaciones relevantes de cualquier
cosa de inters.
El resultado de un experimento estadstico se puede registrar como un valor
numrico o como una representacin descriptiva.
Trminos relevantes:

Poblacin: Consiste en la totalidad de las observaciones en las
que estamos interesado.
Tamao: Es el numero de observaciones en la poblacin.
Muestra: Es un subconjunto de una poblacin.

Importante: En cualquier estudio, el nmero de observaciones posibles puede
ser pequeo, grande pero finito o infinito.

EJEMPLOS
Cuando a los estudiantes de cierto colegio se les hace
pruebas de aptitud es de inters, se registra una
representacin numrica.


Cuando se lanza un par de dados y el total es el
resultado de inters, se registra un valor numrico.



ALGUNAS ESTADSTICAS IMPORTANTES
Ahora, p es una funcin de los valores observados
en la muestra aleatoria; como son posibles muchas
muestras aleatorias a partir de la misma poblacin,
se espera que p variara algo de una muestra a
otra.
Es decir, p es un valor de una variable aleatoria
que representamos con p.
Tal variable aleatoria se llama estadstico, la cual
se puede definir como cualquier funcin de las
variables aleatorias que forman una muestra
aleatoria.

CARACTERSTICAS
Al seleccionarse muestras aleatorias p representa
la proporcin de la poblacin en la que se buscan
ciertas caractersticas
Los estadsticos que, por lo general se utilizan para
medir el centro de un conjunto de datos,
acomodados en orden de magnitud, son la media,
la mediana y la moda.

Mediana de la Muestra Varianza de la
Muestra


PRESENTACIONES DE DATOS Y MTODOS GRFICOS
En la estadstica, con frecuencia se hace la suposicin
de que la distribucin es normal.
La informacin grfica con respecta a la validez de esta
suposicin se puede obtener de presentaciones como
los diagramas de tronco y hojas, y los histogramas de
frecuencias.

CARACTERSTICAS Y DEFINICIONES
En una representacin grfica
agrega informacin adicional
en trminos de una imagen.
Las grficas de datos pueden
sugerir relaciones entre
variables.
Las grficas pueden ayudar
en la deteccin de anomalas
o de observaciones de datos
apartados en las muestras.






Definiciones Importantes

Diagrama de tallo y hojas: que
brindan una imagen de la simetria y
otros datos.
Grafica de caja y extensin:
encierran el rango intercuartil.y
muestra los valores extremos.
Grafica de cuantiles: grafic los
valores de los datos en el eje
vertical contra una elevacin
emprica de la fraccin de
observaciones excedidas por los
valores de los datos.


DISTRIBUCIONES MUSTRALES
Definicin.- La distribucin de probabilidad de un
estadstico se llama distribucin muestral.
Parmetros:
Esta distribucin depende del tamao de la poblacin, el
tamao de las muestras y el mtodo de eleccin de las
muestras.
Existen distribuciones mustrales de X y S^2, que son el
mecanismo a partir del cual se hace inferencias de los
parmetros y ^2.

TEOREMAS
Teorema.- Si X1, X2, , Xn son variables
aleatorias independientes que tienen distribuciones
normales con medias 1, 2, n y varianzas
^2, ^2, ^2n respectivamente, donde se
establece la propiedad reproductiva de la
distribucin normal, se concluye que:


Distribucin normal de la media y varianza:


TEOREMAS
Teorema del Lmite Central.- Si X es la media de una
muestra aleatoria de tamao n tomada de una poblacin
con media y varianza ^2, entonces la forma lmite de
la distribucin de:




Teorema.- Si se extraen al azar muestras
independientes de tamao n1y n2de dos poblaciones,
discretas o continuas:




DISTRIBUCIONES MUSTRALES DE MEDIAS
Definicin.- Si se toman muestras de una distribucin
desconocida, ya sea de poblaciones finitas o infinitas.
Una aplicacin muy importante del teorema del lmite central
es la determinacin de valores razonables de la media de la
poblacin .



TEOREMA
Teorema.- Si se extraen al azar muestras
independientes de tamao n1y n2 de dos
poblaciones, discretas o continuas, con medias 1y
2, y varianzas (^2)1y (^2)2, respectivamente,
entonces la distribucin muestral de las diferencias
de las medias, X1X2, est distribuida
aproximadamente de forma normal con media y
varianza dadas por:

CARACTERSTICAS

Si n1 30 y n2 30 sin importar la forma de las dos
poblaciones.
Si n1< 30 y n2< 30, slo si las dos poblaciones no
son muy diferentes a una distribucin normal.
Si se sabe que las dos poblaciones son normales,
la distribucin muestral de la diferencia de las
medias seguir una distribucin normal exacta, no
importa que tan pequeo sea el tamao de las
muestras.



DISTRIBUCIN MUESTRAL DE S2
Si S2es la varianza de la muestra aleatoria de tamao n que
se toma de una poblacin normal que tiene la varianza ^2,
entonces la estadstica:






Sirve para determinar determinada cantidad de variable que
hay desde un x a otro x. que vaya entre 0 y 1.



GRAFICA CARACTERSTICA
Importante: Cuando los datos (los valores en la
muestra) se utilizan para calcular la media, hay 1
grado de libertad menos en la informacin que se
utiliza para estimar la varianza.



DISTRIBUCIN T
Sus aplicaciones giran al rededor de puras
inferencias. Sobr la media de una poblacin.
Sirven para determinar las variables f(x) que estn
a dentro o fuera de una medida con base a la
media.
Es til cuando la muestra n es menor a 30.
Como resultado, una estadstica natural a
considerar para tratar con las inferencias sobre
es:


GRAFICA CARACTERSTICA
Importante: La distribucin de T difiere de la de Zen
que la varianza de T depende del tamao de la
muestra y siempre es mayor que 1.

DISTRIBUCIN F
Llamada distribucin de razn de varianzas.
Utilizada en situaciones de dos muestras para
realizar inferencias acerca de la varianza de
poblacin.
Tambin, se aplica a muchos otro tipos de
problemas en los que las varianzas estn
involucradas.
F=((S/O)/(S/O))=((SO)/(SO))

v=n-1
v=n-1

CONCLUSIONES
Se pudo comprobar que existen muchos
procedimientos y que estos son tiles al momentos
de realizar los calculo y que todas las pruebas de
hiptesis son muy importantes para conocer
muchos factores de xito o fracaso y que en base a
esto se puede tomar decisiones mas centradas.
Se pudo observar que las formulas para el caculo
son muy tiles ya que nos llevan por el camino
deseado para as obtener datos concretos.

BIBLIOGRAFA
http://www.buenastareas.com/materias/distribucion
es-fundamentales-para-el-muestreo/0

http://html.rincondelvago.com/distribucion-por-
muestreo.html
http://centros.edu.aytolacoruna.es/maristas/Apunte
s%20Estadistica%20P2.pdf