Distribuciones muestrales. Teorema central del límite

De Wikipedia

(Diferencia entre revisiones)
Revisión de 21:09 6 jul 2007
Juanmf (Discusión | contribuciones)
(Distribución muestral de las proporciones)
← Ir a diferencia anterior
Revisión de 21:25 6 jul 2007
Juanmf (Discusión | contribuciones)
(Distribución muestral de las proporciones)
Ir a siguiente diferencia →
Línea 31: Línea 31:
</math> </math>
</center> </center>
 +}}
 +
 +El número de éxitos ''x'' de una muestra de tamaño ''n'', se distribuye de forma binomial ''B(n, p)''; si la aproximamos a una normal será <math>N( n.p, \sqrt{n.p.(1-p)})</math>. Como <math> p = \frac{x} {n}</math>, dividiendo ''x'' por ''n'' se tiene que:
 +
 +{{Caja|contenido=
 +<center>
 +<math> \widehat{p} \Rightarrow N(p , \sqrt{ \frac{p.(1-p)} {n}})
 +</math></center>
}} }}

Revisión de 21:25 6 jul 2007

Distribución muestral de las proporciones

Vamos a obtener experimentalmente la distribución de las proporciones muestrales. Para ello consideremos el conjunto de figuras:

La proporción poblacional de triángulos es 1/4.

Consideremos todas las muestras de tamaño 2 posibles, mediante muestreo aleatorio simple (con reemplazamiento). Hallamos la distribución de probabilidad de la proporción muestral (nombrada por \widehat{p}):

Calculamos su esperanza matemática y la varianza:

E( \widehat{p})= 0. \frac{9} {16} + 0.5. \frac{6} {16} + 1. \frac{1} {16} = \frac{1} {4}= p


V( \widehat{p})= 0^2. \frac{9} {16} + 0.5^2. \frac{6} {16} + 1^2. \frac{1} {16} - ( \frac{1} {4})^2 = \frac{3} {32}= \frac{p.(1-p)} {n}

El número de éxitos x de una muestra de tamaño n, se distribuye de forma binomial B(n, p); si la aproximamos a una normal será N( n.p, \sqrt{n.p.(1-p)}). Como p = \frac{x} {n}, dividiendo x por n se tiene que:

\widehat{p} \Rightarrow N(p , \sqrt{ \frac{p.(1-p)} {n}})

Distribución muestral de las medias

Teorema central del límite

Herramientas personales
* AVISO: Para que te funcionen los applets de Java debes usar Internet Explorer y seguir las instrucciones de la Ayuda del menu de la izquierda