Calculadora de distribución muestral de proporción
Encuentra la media, el error estándar, la condición de normalidad, la puntuación Z y las probabilidades acumuladas de la distribución muestral de cualquier proporción.
Introduce la proporción poblacional (p) y el tamaño de muestra (n). Opcionalmente, introduce una proporción muestral específica (p̂) para obtener la puntuación Z y la probabilidad acumulada asociadas.
Calculadora de distribución muestral de proporción
Encuentra la media, el error estándar, la condición de normalidad, la puntuación Z y las probabilidades acumuladas de la distribución muestral de cualquier proporción.
Acerca de la distribución muestral de la proporción
La distribución muestral de la proporción es una distribución teórica que describe los valores posibles de la proporción muestral (p̂) en todas las muestras aleatorias de tamaño fijo n tomadas de una población con proporción verdadera p. Es un concepto básico de la estadística inferencial y sustenta encuestas, pruebas de hipótesis e intervalos de confianza.
Su media es igual a la proporción poblacional p, lo que expresa la insesgadez. Su desviación estándar, llamada error estándar de la proporción, es σ(p̂) = √[p(1–p)/n]. Al aumentar n, el error estándar disminuye y las proporciones muestrales se agrupan más cerca del valor verdadero p.
Por el teorema central del límite, la distribución es aproximadamente normal si np ≥ 10 y n(1–p) ≥ 10. Estas condiciones aseguran suficientes éxitos y fracasos para una aproximación normal fiable. Si fallan, especialmente con muestras pequeñas o proporciones cercanas a 0 o 1, debe usarse la distribución binomial.
Cuando se proporciona p̂, la calculadora calcula Z = (p̂ – p) / σ(p̂), que indica cuántos errores estándar separan a p̂ de la media. Un valor absoluto grande sugiere que el resultado observado es poco probable por azar bajo la proporción poblacional asumida, base de las pruebas de hipótesis.
P(p̂ < x) da la probabilidad de observar una proporción muestral menor o igual que x, y P(p̂ > x) la probabilidad de observar una proporción mayor que x. Estos valores muestran qué tan extrema es la proporción observada frente a la distribución teórica.
Se aplica en encuestas, control de calidad e investigación médica, por ejemplo para estimar apoyo por encima de un umbral, detectar tasas de defectos excesivas o comparar respuestas a tratamientos con referencias históricas.
Ejemplos de distribución muestral
Tres escenarios que muestran cálculos de media, error estándar, normalidad y puntuación Z.
| Parámetros | Resultados clave | Notas |
|---|---|---|
| p=0.60, n=100, p̂=0.65 | μ=0.60, σ=0.049, Z=1.02, P(<0.65)≈0.846 | Se cumplen las condiciones de normalidad (np=60, n(1-p)=40). El 65% observado está aproximadamente 1 error estándar por encima de la proporción poblacional. |
| p=0.50, n=400, p̂=0.53 | μ=0.50, σ=0.025, Z=1.20, P(<0.53)≈0.885 | Una muestra grande mejora la precisión. El error estándar se reduce a la mitad cuando el tamaño de muestra se cuadruplica, lo que facilita detectar desviaciones de 0.50. |
| p=0.05, n=50 | μ=0.05, σ=0.031, Normalidad no aprobada | np=2.5 < 10, por lo que falla la condición de normalidad. Para proporciones pequeñas y muestras pequeñas, usa la distribución binomial exacta. |
Cómo usar la calculadora de distribución muestral
- Introduce la proporción poblacional (p) como un decimal entre 0 y 1 (sin incluirlos). Es la proporción verdadera conocida o asumida en la población.
- Introduce el tamaño de muestra (n) como un número entero positivo. Esto determina el error estándar y si se cumple la condición de normalidad.
- Opcionalmente, introduce una proporción muestral (p̂) para calcular la puntuación Z y las probabilidades acumuladas P(p̂ < x) y P(p̂ > x).
- Haz clic en Calcular para ver la media, el error estándar, el resultado de la comprobación de normalidad y, si se proporcionó p̂, la puntuación Z y las probabilidades.
- Haz clic en Restablecer para borrar todos los campos e iniciar un cálculo nuevo.
FAQ sobre la distribución muestral de proporciones
¿Qué es el error estándar de la proporción muestral?
El error estándar es la desviación estándar de la distribución muestral y mide cuánto varían las proporciones muestrales de una muestra a otra. Es igual a √[p(1–p)/n]. Un error estándar menor significa que las proporciones muestrales están más concentradas alrededor de la proporción poblacional verdadera p.
¿Cuándo es aproximadamente normal la distribución muestral?
La aproximación normal es válida cuando se cumplen np ≥ 10 y n(1–p) ≥ 10. Si falla cualquiera de las condiciones, la distribución está sesgada y los cálculos de probabilidad basados en la aproximación normal serán inexactos. En ese caso, usa la distribución binomial exacta.
¿Cómo afecta el aumento del tamaño de muestra a la distribución?
Aumentar n reduce el error estándar proporcionalmente a 1/√n, lo que estrecha la distribución muestral. La media sigue siendo igual a p sin importar el tamaño de muestra. Una distribución más estrecha hace más precisa la estimación y la inferencia.
¿Qué significa una puntuación Z de 2 para una proporción muestral?
Una puntuación Z de 2 significa que la proporción muestral observada p̂ está 2 errores estándar por encima de la proporción poblacional p. Bajo la aproximación normal, la probabilidad de observar por azar una puntuación Z tan grande o mayor es de aproximadamente 2.3% (una cola). Es evidencia fuerte, aunque no concluyente.
¿Puede esta calculadora manejar proporciones cercanas a 0 o 1?
La calculadora seguirá calculando los resultados, pero indicará que la condición de normalidad falló cuando np < 10 o n(1–p) < 10. Para proporciones extremas (por ejemplo, p = 0.02 o p = 0.98), usa la distribución binomial para cálculos precisos.
¿Cuál es la diferencia entre desviación estándar y error estándar de la proporción?
La desviación estándar poblacional de una variable binaria mide la variabilidad de observaciones individuales: σ = √[p(1–p)]. El error estándar de la proporción mide la variabilidad de proporciones muestrales entre muestras repetidas: σ(p̂) = √[p(1–p)/n]. Es menor por un factor de 1/√n.