Facultad de Qumica e Ingeniera Qumica - UNMSM

DISTRIBUCIN MUESTRAL DE LA MEDIA ( DESCONOCIDA)

Para tamaos de muestra grandes (n > 30) debemos conocer la

desviacin estndar de la poblacin o sustituirla razonablemente por
la desviacin estndar muestral s. Para valores de n pequeos,
suponiendo que la muestra proviene de una poblacin normal puede
probarse que
Teorema 1.
Si x es la media de una muestra aleatoria de tamao n
tomada de una poblacin normal que tiene media y variancia 2,
entonces
t

x
s n

es el valor de una variable aleatoria con distribucin t y parmetro = n

- 1.

La forma global de la distribucin t es similar a la de una distribucin

normal (ambas tienen forma de campana y son simtricas con respecto
al origen). Como la distribucin normal estndar, la distribucin t tiene
media 0, pero su variancia depende del parmetro (nu), denominado
nmero de grados de libertad. La variancia de la distribucin t excede
a 1, pero se aproxima a ese nmero cuando n . En realidad, puede
mostrarse que la distribucin t con grados de libertad se aproxima a la
distribucin normal estndar cuando .

La tabla 4 contiene algunos valores de t para diferentes valores de ,

donde t es tal que el rea bajo la distribucin t a la derecha de l es
igual a . En esta tabla la columna de la izquierda contiene valores de
, en el primer rengln estn los valores de reas correspondientes a
la cola derecha de la distribucin t y los nmeros que aparecen en la
Estadstica Aplicada a la Ingeniera

Facultad de Qumica e Ingeniera Qumica - UNMSM

tabla en s son valores de t para > 0,50, pues por al simetra de la

distribucin t1- = -t. Por tanto, el valor de t correspondiente al rea de
la cola situada a la izquierda de es -t.
La distribucin normal estndar ofrece una buena aproximacin a la
distribucin t para muestras de tamao 30 o mayor.
En la prctica, es necesario asegurarse principalmente de que la
poblacin que estamos muestreando tenga la forma de una campana y
que no sea demasiado asimtrica.

Ejemplo : Un fabricante de fusibles asegura que, con una sobrecarga

del 20%, sus fusibles se fundirn al cabo de 12,40 minutos en promedio.
Para probar esta afirmacin, una muestra de 20 de los fusibles fue
sometida a una sobrecarga de un 20%, y los tiempos que tardaron en
fundirse tuvieron una media de 10,63 minutos y la desviacin estndar
de 2,48 minutos. Si se supone que los datos constituyen una muestra
aleatoria de una poblacin normal, tienden a apoyar o refutar la
afirmacin del fabricante?
Solucin :Primero se calcula

Estadstica Aplicada a la Ingeniera

10,63 12,40
3,19
2,48 20

Facultad de Qumica e Ingeniera Qumica - UNMSM

el cual es un valor de una variable aleatoria que tiene distribucin t con

= 20 - 1 = 19 grados de libertad. Ahora bien, en la tabla 4 se tiene
que, para = 19, la probabilidad de que t exceda 2,861 es 0,005 y que
en consecuencia, la probabilidad de que t sea menor que -2,861
tambin es 0,005. En vista que t = -3,19 es menor que 2,861 y 0,005
es una probabilidad muy pequea, se concluye que los datos tienden a
refutar la afirmacin del fabricante. Con toda seguridad, la media del
tiempo en que se funden sus fusibles con una sobrecarga del 20% es
menor que 12,40 minutos.
DISTRIBUCIN MUESTRAL DE LA VARIANCIA

En esta seccin hablaremos de la distribucin muetral terica de

la variancia muestral para muestras aleatorias de poblaciones normales.
Puesto que s2 no puede ser negativa, sospecharamos que esta
distribucin muestral no es una curva normal; en realidad, est
relacionada con una distribucin gamma con = /2 y = 2, y se
denomina distribucin ji-cuadrada. Especficamente tenemos
Teorema 2.
Si s2 es la variancia de una muestra aleatoria de
tamao n tomada de una poblacin normal cuya variancia es 2,
entonces
2

n 1 s 2
2

es un valor de una variable aleatoria que tiene la distribucin ji-cuadrada

con parmetro = n - 1.
Ejemplo : Una ptica adquiere cristales para montarlos en anteojos, y
sabe por experiencia que la variancia de refraccin de esta clase de
cristales es 1,26*10-4. Como es importante que los diversos cristales
tengan un ndice de refraccin muy parecido, la empresa rechaza uno
de tales cargamentos si la variancia muestral de 20 cristales escogidos
al azar excede 2,00*10-4. Suponiendo que los valores muestrales
pueden considerarse como una muestra aleatoria de una poblacin
normal, cul es la probabilidad de que un cargamento sea rechazado a
pesar que 2 = 1,26*10-4?

Estadstica Aplicada a la Ingeniera

Facultad de Qumica e Ingeniera Qumica - UNMSM

Solucin Sustituyendo en la frmula para el estadstico ji-cuadrada, se

obtiene
2

192,00 104
30,2
1,26 10 4

y despus encontramos en la tabla 5 que, para 19 grados de libertad

02.05 30,1 . As pues, la probabilidad de que un buen cargamento sea
rechazado errneamente es menor que 0,05.

Estadstica Aplicada a la Ingeniera

Facultad de Qumica e Ingeniera Qumica - UNMSM

Un problema muy semejante al de encontrar la distribucin de la

variancia muestral es el de calcular la razn de las variancias de dos
muestras aleatorias independientes. Este problema es importante ya
que aparece en pruebas en las cuales queremos determinar si dos
muestras provienen de poblaciones que tienen variancias iguales. Si es
as, las dos variancias muestrales deben ser muy semejantes; es decir,
su razn debe ser muy cercana a 1. Para determinar si su razn es
muy grande o muy pequea, recurriremos a la teora dada en el
siguiente teorema:
Teorema 3.
Si s12 y s22 son la variancias de muestras aleatorias
independientes de tamao n1 y n2, respectivamente, tomadas de dos
poblaciones normales que tienen la misma variancia, entonces
2
1
2
2

s
F
s

es un valor de una variable aleatoria que tiene distribucin F con

parmetros
1 = n1 - 1 y 2 = n2 - 1.

La distribucin F est relacionada con la distribucin beta y sus

dos parmetros 1 y 2, se denominan grados de libertad del
numerador y denominador respectivamente. Como requeriramos una
tabla demasiado grande para dar valores de F correspondiendo a
numerosas y diferentes probabilidades de la cola del lado derecho , y
como = 0,05 y = 0,01 son los que ms se utilizan en la prctica, la
tabla 6 slo contiene valores de F0,05 y de F0,01 para varias
combinaciones de valores de 1 y 2.

Estadstica Aplicada a la Ingeniera

Facultad de Qumica e Ingeniera Qumica - UNMSM

Ejemplo Si dos muestras independientes de tamao n1 = 7 y n2 = 13

se toman de una poblacin normal,cul es la probabilidad de que la
variancia de la primera sea al menos tres veces ms grande que la de la
segunda?
Solucin En la tabla 6 encontramos que F.05 = 3,00 para 1 = 7 - 1 y 2
= 13 - 1 = 12; por tanto, la probabilidad deseada es 0,05.
Tambin es posible utilizar la tabla 6 para encontrar valores de F
correspondientes a las probabilidades de cola izquierdas de 0,05 o 0,01.
Escribiendo F(1,2) para F con 1 y 2 grados de libertad,
simplemente usamos la identidad

F1 1 ; 2

F 2 ; 1

Ejemplo Encuntrese el valor de F.95 (correspondiente a la

probabilidad de cola izquierda de 0,05) para 1 = 10 y 2 = 20 grados de
libertad.
Solucin Empleando la identidad y la tabla 6, obtenemos

1
1
F0,95 (10;20)

0,36
F0,05 (20;10) 2,77
Obsrvese que los teoremas 2 y 3 requieren la suposicin de que
estamos muestreando poblaciones normales.
A diferencia de la
distribucin t, las desviaciones con respecto a una distribucin normal
subyacente (como una cola larga) pueden tener graves efectos en estas
Estadstica Aplicada a la Ingeniera

Facultad de Qumica e Ingeniera Qumica - UNMSM

distribuciones muestrales. En consecuencia, es mejor hacer una

transformacin que se aproxime a la normal, antes de utilizar las
distribuciones muestrales expuestas en esta seccin.

Estadstica Aplicada a la Ingeniera