Please enable JavaScript.
Coggle requires JavaScript to display documents.
DISTRIBUCIÓN MUESTRAL, Caso I: Distribución de X es normal
Es posible…
DISTRIBUCIÓN MUESTRAL
Media
-
-
Medias muestrales
Varía porque la muestra no abarca a toda la población, sino tan solo un subconjunto
Si varia muestran= varían medias
-
-
Distribución
Lista, gráfico o función de resultados posibles y frecuencias de ocurrencia de v.a
Distribución muestral de la media muestral (Xbarra)
Grafico de todos los promedios de todas las muestras que representa la distribución de v.a X barra
Forma de gráficos
-
Forma con montículo
Ciertos resultados en algún extremo ocurren con mayor y menor frecuencia. Varian los resultados por el grado de variabilidad ( que tan cerca de la media estén los valores de distribución)
Caso II: La distribución de X no es normal o se desconoce
La media muestral (Xbarra) tienen una distribución normal con la que se puede hallar aproximación a la distribución de Xbarra si n es grande
Teorema del Límite Central (TLC)
La distribución de Xbarra es aprox. normal siempre y cuando n sea lo sufiecientemente grande
-
Si X no tiene distribución normal, la forma de distribución muestral de Xbarra es aprox. normal suponiendo que n sea grande, mayor a 30
Cuanto mayor es n, menos diferencia hay entre la distribución de medias muestrales y una distribución normal.
No importa que tan disparada o sesgada esté la distribución para X, porque los tamaños muestrales son grandes, entonces la distribución de los resultados de las distintas muestras y sus promedios serán similares y cerca de la distribución normal.
-
Caso I: Distribución de X es normal
Es posible encontrar probabilidades de X barra conviertindo valor de xbarra y localizandolo en tablas (Z por ejemplo), sin importar cuál sea el tamaño de la muestra
-
-
Si se le agrega media de error estándar de Xbarra
Z=(Xbarra-MusubindiceX)/(sigmasubindiceX / Raiz(n))
-