DISTRIBUCIONES DE MUESTREO
La Estadística se encarga básicamente del estudio de datos obtenidos de manera aleatoria o al azar, los cuales son recopilados de experimentos que fueron diseñados cuidadosamente por los investigadores. Estos datos forman las muestras obtenidas de un conjunto de datos mayor conocida como población.
Generalmente el término muestra se llega a confundir entre lo que el investigador considera de ella comparada con el concepto que maneja el resto de la gente, para poder interpretar esto consideremos un ejemplo sencillo.
Cuando el investigador desea llevar a cabo un estudio de comparación digamos que del peso entre dos grupos de niños, a los cuales se les muestreará tomando los valores del peso entre los niños que fueron seleccionados para el experimento.
Ya realizada la toma de los datos de peso de los niños de los dos grupos, la gente pensará que los niños considerados es la muestra, mientras que el investigador realmente esta considerando los datos de los pesos obtenidos de los dos grupos de niños como la muestra, ya que para los fines de su trabajo lo importante es los pesos más que los niños, y estos son los valores de trabajo que son cuantitativos, ya sea discretos o continuos.
Otro de los conceptos que se manejan es cuando el investigador trabaja con una población, la cual puede ser finitamente contable o infinitamente contable, (finita o infinita), estrictamente hablando las poblaciones a trabajar son finitas, aunque cueste mucho trabajo o sea casi imposible el poder cuantificarlas, por ejemplo los granitos de arena de la playa o del mar, realmente es una cantidad finita de granitos los que existen, lo difícil es poder cuantificarlas, cuando se tienen este tipo de poblaciones por fines prácticos se consideran como poblaciones infinitas.
Las técnicas de la Estadística Inferencial son las que se encargan del estudio de las muestras aleatorias que fueron obtenidas de poblaciones consideradas como infinitas.
su media y varianza son:
La distribución de ellas está regida por el Teorema del Límite Central:
Si X1, X2, ··· , Xn forman una muestra aleatoria de una población infinita cuya media es m y la varianza es s2 entonces la distribución límite de la función es:
cuando n ® ¥ y la distribución es normal estándar
