6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
6. INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
396 / <strong>ESTADÍSTICA</strong> APLICADA BÁSICA<br />
La ley de los grandes números nos dice que la media ¯x de una gran muestra<br />
aleatoria simple tomará un valor próximo a la media poblacional desconocida µ.<br />
Debido a que ¯x = 272, podemos suponer que µ “está cerca de 272”. Para hacer<br />
más preciso “cerca de 272”, nos preguntamos: ¿Cómo variaría la media muestral ¯x si<br />
tomáramos muchas muestras de 840 hombres jóvenes de esta misma población?<br />
Recuerda las principales características de la distribución de ¯x:<br />
• El teorema del límite central nos indica que una media ¯x calculada a partir<br />
de 840 notas tiene una distribución que se parece mucho a una distribución<br />
normal.<br />
• La media de esta distribución normal es la misma que la media desconocida<br />
de la población µ.<br />
• La desviación típica de ¯x en una muestra aleatoria simple de 840 hombres<br />
σ es √840 , donde σ es la desviación típica de las puntuaciones individuales<br />
de todos los hombres jóvenes.<br />
Supongamos que sabemos por experiencia que la desviación típica de las<br />
puntuaciones de la población de todos los hombres jóvenes es σ = 60. La desviación<br />
típica de ¯x será<br />
σ<br />
√ =<br />
n 60<br />
√<br />
840<br />
.<br />
= 2,1<br />
(No es muy realista suponer que conocemos σ. En el próximo capítulo veremos<br />
cómo proceder en el caso de que σ sea desconocida. De momento, estamos<br />
más interesados en el razonamiento estadístico que en los detalles de los métodos<br />
prácticos.)<br />
Si seleccionáramos muchas muestras repetidas de tamaño 840 y hallásemos<br />
la puntuación media de cada una de ellas, podríamos obtener la media ¯x = 272<br />
de la primera muestra, ¯x = 268 de la segunda muestra, ¯x = 273 de la tercera<br />
muestra, etc. Si representáramos de forma gráfica la distribución de estas medias,<br />
obtendríamos la distribución normal con media igual a la media desconocida de<br />
la población y desviación típica igual a 2,1. La inferencia sobre la µ desconocida<br />
utiliza esta distribución de ¯x. La figura <strong>6.</strong>1 presenta esta distribución. Los distintos<br />
valores de ¯x aparecen a lo largo del eje de las abscisas de la figura y la curva<br />
normal indica la probabilidad de estos valores.<br />
“moore”<br />
2002/1/21<br />
page 396