Distribuciones muestrales y teorema del límite central
¿Qué es una distribución muestral?
Si tomaras muchas muestras del mismo tamaño de una población y calcularas la media de cada una, esas medias formarían una distribución: la distribución muestral de la media. Lo mismo ocurre con la proporción u otros estadísticos. Es la idea que conecta una muestra con la población y fundamenta los intervalos de confianza y las pruebas de hipótesis.
Error estándar: cuánto varía el promedio
La desviación estándar de la distribución muestral se llama error estándar. Para la media es σ/√n; para una proporción, √(p(1−p)/n). Observa que crece la precisión con la raíz del tamaño de muestra: para reducir el error a la mitad se necesita cuadruplicar n.
Teorema del límite central
Para muestras suficientemente grandes, la distribución de la media muestral es aproximadamente normal, sin importar la forma de la población (siempre que tenga varianza finita). Una guía habitual es n ≥ 30, aunque poblaciones muy asimétricas pueden requerir más. Por eso la distribución normal es tan central en la inferencia.
Simulador interactivo
Además de calcular probabilidades sobre la media o la proporción muestral, la herramienta incluye un simulador: cambia la población y el tamaño de muestra y observa cómo el histograma de las medias se vuelve más angosto y más parecido a una campana a medida que n aumenta.
Ejemplo resuelto
Una población tiene media 100 y desviación estándar 15. Con muestras de n = 36, el error estándar de la media es 15/√36 = 2,5. La probabilidad de que una media muestral supere 105 es P(Z > (105 − 100)/2,5) = P(Z > 2) = 0,0228, es decir, cerca de 2,3 %. Con n = 144 el error estándar baja a 1,25 y esa probabilidad se vuelve prácticamente despreciable.
Errores frecuentes y buenas prácticas
Un error frecuente es confundir la desviación estándar de los datos con el error estándar de la media: la primera describe cuánto varían los individuos; el segundo, cuánto varía el promedio entre muestras, y disminuye con la raíz del tamaño de muestra. Otro es creer que el teorema del límite central "arregla" cualquier muestra: con muestras pequeñas y distribuciones muy asimétricas, o con valores atípicos extremos, la aproximación normal puede ser pobre.
Como práctica, use el simulador con distribuciones distintas (simétrica, sesgada) y varios tamaños de muestra, y observe cuándo la distribución del promedio se vuelve aproximadamente normal. Eso da una idea intuitiva de cuánto necesita "n" en cada caso.
Preguntas frecuentes
¿Cuál es la diferencia entre desviación estándar y error estándar?
La desviación estándar describe la variabilidad de los datos individuales; el error estándar describe la variabilidad del estadístico (por ejemplo, la media) entre muestras.
¿Qué pasa si la población no es normal?
Con n grande, la media muestral sigue siendo aproximadamente normal por el teorema del límite central. Con n pequeño, la forma de la población sí importa.
¿Por qué n ≥ 30?
Es una regla práctica, no una ley: con poblaciones casi simétricas bastan menos datos, con muy asimétricas se necesitan más.
¿La distribución muestral es la de mi muestra?
No. Tu muestra es una sola realización; la distribución muestral es el comportamiento teórico de todas las muestras posibles.