Distribuciones Muestrales e Intervalos de Confianza
Cuando trabajas con muestras de una población, las cosas se vuelven más interesantes y útiles para la vida real.
La distribución muestral de la media te dice que si tomas muchas muestras de tamaño n, sus medias seguirán una distribución normal con la misma media μ pero con desviación típica σ/√n. Es decir, las medias muestrales varían menos que los datos individuales.
Para proporciones muestrales, imagina que quieres saber qué porcentaje de estudiantes prefiere matemáticas. El estimador p̂ sigue una distribución aproximadamente normal cuando n ≥ 30, con media P y desviación típica √P(1−P)/n.
Los intervalos de confianza son rangos donde probablemente está el valor real que buscas. Para la media poblacional, el intervalo es x̄ ± z(α/2) × σ/√n. Para proporciones, usas p̂ ± z(α/2) × √p^(1−p^)/n.
Dato importante: El nivel de confianza más común es 95%, donde z(α/2) = 1.96. ¡Memorízalo!
Estos intervalos te dan un rango creíble donde está el parámetro real, no una certeza absoluta. Es como decir "estoy 95% seguro de que la media real está entre estos valores".