muestreo

1) distribuciones de muestreo
La distribución de todos los valores posibles que puede asumir un estadístico muestral, calculados a partir de muestras del mismo tamaño y extraído en formaaleatoria de la misma población, se llama distribución muestral de ese estadístico.
La distribución por muestreo de un estadístico muestral es la distribución de probabilidad del mismo, calculado en cada una delas muestras posibles extraídas aleatoriamente de la población.
TIPOS DE DISTRIBUCIONES MUESTRALES
Distribución de la media ()
Distribución de la variancia (2)
Distribución de la proporción ()
Distribución de la diferencia de medias ()
Distribución de la diferencia proporciones ()
Distribución del cociente de variancias ( )

2) efectos de los parámetros de población sobre unadistribución de muestreo?

3) efecto del tamaño de una muestra sobre una distribución de muestreo?
4)Teorema del limite central?

El teorema del límite central o teorema central del límite indica que, en condiciones muy generales, si Sn es la suma de n variables aleatorias independientes, entonces la función de distribución de Sn «se aproxima bien» a una distribución normal (tambiénllamada distribución gaussiana, curva de Gauss o campana de Gauss). Así pues, el teorema asegura que esto ocurre cuando la suma de estas variables aleatorias e independientes es lo suficientemente grande.

Sea  la función de densidad de la distribución normal definida como1

con una media µ y una varianza σ2. El caso en el que su función de densidad es , a la distribución se le conoce como normal estándar.Se define Sn como la suma de n variables aleatorias, independientes, idénticamente distribuidas, y con una media µ y varianza σ2 finitas (σ2≠0):

de manera que, la media de Sn es n·µ y la varianza n·σ2, dado que son variables aleatorias independientes. Con tal de hacer más fácil la comprensión del teorema y su posterior uso, se hace una estandarización de Sn como

para que la media de la nuevavariable sea igual a 0 y la desviación estándar sea igual a 1. Así, las variables Zn convergerán en distribución a la distribución normal estándar N(0,1), cuando n tienda a infinito. Como consecuencia, si Φ(z) es la función de distribución de N(0,1), para cada número real z:

donde Pr( ) indica probabilidad y lim se refiere a límite matemático.
Enunciado formal[editar · editar código]
Demanera formal, normalizada y compacta el enunciado del teorema es:3
Teorema del límite central: Sea , , ...,  un conjunto de variables aleatorias, independientes e idénticamente distribuidas con media μ y varianza σ2 distinta de cero. Sea

Entonces
.
Es muy común encontrarlo con la variable estandarizada Zn en función de la media muestral ,

puesto que son equivalentes, así como encontrarlo enversiones no normalizadas como puede ser:4 5
Teorema (del límite central): Sea , , ...,  un conjunto de variables aleatoria, independientes e idénticamente distribuidas de una distribución con media μ y varianza σ2≠0. Entonces, si n es suficientemente grande, la variable aleatoria

tiene aproximadamente una distribución normal con  y .

Nota: es importante remarcar que este teorema no dicenada acerca de la distribución de , excepto la existencia de media y varianza

5 ) distribución de proporciones muestrales ?

En numerosas ocasiones se plantea estimar una proporción o porcentaje. En estos casos la variable aleatoria toma solamente dos valores diferentes (éxito o fracaso), es decir sigue una distribución binomial y cuando la extensión de la población es grande ladistribución binomial B(n,p) se aproxima a la normal .
Para muestras de tamaño n>30, la distribución muestral de proporciones sigue una distribución normal

donde p es la proporción de uno de los valores que presenta la variable estadística en la población y q=1-p.

6) distribuciones de muestreo del numero de ocurrencia?

Esta distribución comprende el uso de tablas binomiales para probabilidades...