Distribuciones Muestrales

Cuando trabajamos con estadistica inferencial, casi nunca conocemos todos los datos de una poblacion completa. En su lugar, tomamos muestras y usamos sus resultados para estimar caracteristicas de la poblacion. La pregunta clave es: si tomaramos muchas muestras diferentes del mismo tamano, ¿que tan parecidos serian sus resultados entre si? Responder esto es precisamente el objetivo de una distribucion muestral.

Una distribucion muestral (tambien llamada distribucion de muestreo) es la distribucion de probabilidad de un estadistico, como la media, la proporcion o la desviacion estandar, calculado a partir de todas las muestras posibles de un tamano fijo \( n \) extraidas de una misma poblacion.

Por ejemplo, si de una poblacion tomamos repetidamente muestras de tamano \( n = 30 \) y calculamos la media \( \bar{x} \) de cada una, el conjunto de todos esos valores de \( \bar{x} \) forma la distribucion muestral de la media. Cada muestra puede dar un resultado un poco distinto, pero juntos siguen un patron predecible.

Para construir una distribucion muestral de la media se siguen estos pasos:

1. Se define el tamano de muestra \( n \).
2. Se extraen, de manera aleatoria, todas las muestras posibles de ese tamano (o un numero muy grande de ellas).
3. Se calcula la media \( \bar{x} \) de cada muestra.
4. Se organiza el conjunto de todas esas medias en una distribucion de probabilidad.

El resultado no es un solo numero, sino una distribucion completa que describe como varian las medias muestrales de una muestra a otra.

Dos propiedades hacen que la distribucion muestral sea tan util:

La media de la distribucion muestral de \( \bar{x} \) es igual a la media de la poblacion original:

\( \mu_{\bar{x}} = \mu \)

La dispersion de la distribucion muestral se mide con el error estandar, que depende de la desviacion estandar poblacional \( \sigma \) y del tamano de muestra \( n \):

\( \sigma_{\bar{x}} = \dfrac{\sigma}{\sqrt{n}} \)

Esto significa que, entre mas grande sea la muestra, menor sera la variabilidad de las medias muestrales y mas se concentraran alrededor de la media poblacional.

Supongamos que una poblacion tiene una media \( \mu = 50 \) y una desviacion estandar \( \sigma = 12 \). Si tomamos muestras de tamano \( n = 36 \), la distribucion muestral de la media tendra:

\( \mu_{\bar{x}} = 50 \)

\( \sigma_{\bar{x}} = \dfrac{12}{\sqrt{36}} = \dfrac{12}{6} = 2 \)

Esto quiere decir que, aunque los datos individuales de la poblacion varian bastante (con desviacion estandar 12), las medias de muestras de tamano 36 varian mucho menos entre si (con desviacion estandar 2). Este efecto de "suavizado" es la razon por la que las medias muestrales son estimadores mas estables que las observaciones individuales.

Cuando el tamano de muestra es suficientemente grande, la distribucion muestral de la media tiende a tomar una forma de campana, sin importar la forma de la distribucion original de la poblacion. Este comportamiento se explica con el teorema del limite central, y es lo que permite usar las propiedades de la distribucion normal para calcular probabilidades sobre \( \bar{x} \).

Una vez que sabemos que la distribucion muestral se aproxima a una normal, podemos convertir cualquier media muestral en una variable normalizada para calcular la probabilidad de obtener un resultado tan extremo o mas extremo que el observado.

Las distribuciones muestrales son la base de la inferencia estadistica: permiten construir intervalos de confianza, realizar pruebas de hipotesis y decidir si un resultado observado en una muestra es razonable o inusual dado lo que esperariamos por simple variabilidad del muestreo.

Related lessons

• Es Statistics Help