1. Los parámetros que describen a la distribución muestral de medias son:
2. La media de la distribución de muestreo: E(X)= μ
3. La desviación estándar de la distribución de muestreo (error estándar): σ= σ / √n
4. Una distribución muestral de la media es la distribución de probabilidad de los valores posibles de la media muestral x̄ con base en un determinado tamaño de muestra.
5. ESTADÍSTICA
5.1. La estadística es una rama de la ciencia encargada del diseño de experimentos, o procedimientos de muestreo, del análisis de datos y los procedimientos para inferir acerca de una población de mediciones con base en la información contenida en una muestra.
5.2. ¿Cuales son los tipos de estadística?
5.2.1. ESTADÍSTICA PARAMETRICA es aquella que esta relacionada con los parámetros poblacionales (medidas descriptivas de la población).
5.2.2. ESTADÍSTICA NO PARAMETRICA es útil cuando los datos utilizados en el experimento manifiestan orden o posición, así como también diferencias direccionales. A su vez, dentro de la estadística parametrica se pueden hacer 2 clasificaciones de la estadística, que son Estadística Descriptiva y Estadística Inductiva o Inferencial.
5.2.3. La estadística descriptiva incluye las técnicas o métodos que se relacionan con el resumen y la descripción de datos o variables. ( Por ejemplo, edad de una población, altura de los estudiantes de una escuela, temperatura en los mese de verano, etc.). Algunas de estas técnicas son: Distribuciones de frecuencias, histogramas, gráficas de caja, de pastel, medidas de tendencia central y/o de dispersión.
5.2.4. La estadística inductiva o inferencial comprende aquellas técnicas por medio de las cuales se toman decisiones sobre una población estadística basad en una muestra. Algunas de estas técnicas son: Pruebas de hipótesis, intervalos de confianza, pruebas de bondad de ajuste, muestreo, etc.
5.2.5. OBJETIVO DE LA ESTADÍSTICA INDUCTIVA O INFERENCIAL
5.2.5.1. Obtener o formular predicciones o tomar decisiones acerca de una población con base en información contenida en una muestra. Por ejemplo, Cuando se ve un programa de TV durante unos cuantos minutos antes de decirse a cambiar de canal, en realidad se esta haciendo una inferencia.
5.2.6. TERMINOLOGÍA
5.2.6.1. Población- Es un conjunto que representa todas las mediciones de interés para quien obtiene la muestra.
5.2.6.2. Muestra- Es un subconjunto de mediciones seleccionado de la población de interés.
5.2.6.3. Parámetros- Son medidas descriptivas numéricas calculadas a partir de mediciones poblacionales.
5.2.6.4. Estadísticas- Son medidas descriptivas numéricas calculadas a partir de mediciones muestrales.
5.2.7. RESUMIENDO
5.2.7.1. Parámetros. son características de la población.
5.2.7.2. Estadístico- son características de la muestra.
5.2.8. TEOREMA DEL LIMITE CENTRAL
5.2.8.1. Si se extraen muestras de tamaño n. Al aumentar el tamaño de la muestra, la distribución muestral de la media se aproxima a la forma de la distribución normal sin importar la forma de la distribución de las mediciones individuales de la población. Para propósitos prácticos puede suponer que la distribución muestral de la media es aproximadamente normal cuando el tamaño de la muestra es n > 30.
5.2.8.2. Por ello, si se tiene una muestra ´´grande´´ de n > 30, puede utilizarse siempre la distribución normal de probabilidad junto con el error estándar de la media.
5.2.8.3. Así, entonces, si x es la media de una muestra aleatoria de tamaño n tomada de una población con media μ y varianza finita σ2; entonces la forma limite de la distribución de
5.2.8.4. Z = X - μ / σ / √n