Me encontré con esta derivación que no entiendo: Si $X_1, X_2, ..., X_n$ son muestras aleatorias de tamaño n tomada de una población de media de $\mu$ y la varianza $\sigma^2$, luego
$\bar{X} = (X_1 + X_2 + ... + X_n)/n$
$E(\bar{X}) = E(X_1 + X_2 + ... + X_n)/n = (1/n)(E(X_1) + E(X_2) + ... + E(X_n))$
$E(\bar{X}) = (1/n)(\mu + \mu + ...n ~\text{times}) = \mu$
Esto es donde estoy perdido. El argumento utilizado es $E(X_i) = \mu$ porque son idénticamente distribuidas. En realidad esto no es cierto. Supongamos que tengo una muestra, $S=\{1,2,3,4,5,6\}$ y si después de seleccionar al azar los números 2, con reemplazo y repita este procedimiento 10 veces, luego me sale 10 muestras: (5, 4) (2, 5) (1, 2) (4, 1) (4, 6) (2, 4) (6, 1) (2, 4) (3, 1) (5, 1). Esta es la forma en que se ve el 2 variables aleatorias $X_1, X_2$. Ahora si puedo tomar la expectativa de valor de $X_1$ I get,
$E(X_1) = 1.(1/10) + 2.(3/10) + 3.(1/10) + 4.(2/10) + 5.(2/10) + 6.(1/10) = 34/10 = 3.4$
Pero el valor esperado de la población es de 3.5. Lo que en realidad está equivocado en mi razonamiento?