TEOREMA DEL LIMITE

CENTRAL
¿Qué ES UNA VARIABLE?
• segun sean los variables que pueda tomar la variable estadística, esta
se clasifica en:
• A su vez las variables cuantitativas se clasifican en:
¿Qué ES LA DISTRIBUCION NORMAL?
La distribución normal, es la distribución continua que se utiliza más
comúnmente en estadística. Es de vital importancia en estadística por
tres razones principales:
• Muchas variables continuas comunes en el mundo de los negocios
tienen distribuciones que se asemejan estrechamente a la
distribución normal.
• La distribución normal sirve para acercarse a diversas distribuciones
de probabilidad discreta, como la distribución binomial y la
distribución de Poisson.
• La distribución normal proporciona la base para la estadística
inferencial clásica por su relación con el teorema de límite central.
La distribución normal tiene importantes propiedades teóricas:
• Tiene una apariencia de forma de campana (y, por ende, es
simétrica).
• Sus medidas de tendencia central (media, mediana y moda) son todas
idénticas.
• Su “50% central” es igual a 1.33 desviaciones estándar. Esto significa
que el rango intercuartil está contenido dentro de un intervalo de dos
tercios de una desviación estándar por debajo de la media y de dos
tercios de una desviación estándar por encima de la media.
• Su variable aleatoria asociada tiene un rango infinito (-∞ < X < ∞).
DISTRIBUCION MUESTRAL
considera todas las posibles muestras de un tamaño n, de una
población.
la distribución muestral aproximada o empírica, se puede calcular de la
siguiente manera:
1. Seleccione "muchas" muestras aleatorias de mismo tamaño de una
población.
2. En cada muestra calcule el estadístico muestral
3. Determine la distribución muestral aproximada
TEOREMA DEL LIMITE CENTRAL
El teorema describe la distribución de la media de una muestra aleatoria
proveniente de una población con varianza finita. El teorema se aplica
independientemente de la forma de la distribución de la población.
El teorema de límite central le permite aplicar estos procedimientos útiles a
poblaciones que son considerablemente no normales. El tamaño que debe
tener la muestra depende de la forma de la distribución original. Si la
distribución de la población es simétrica, un tamaño de muestra de 5 podría
producir una aproximación adecuada. Si la distribución de la población es
considerablemente asimétrica, es necesario un tamaño de muestra más
grande. Por ejemplo, la distribución de la media puede ser aproximadamente
normal si el tamaño de la muestra es mayor que 50.
Ejemplo
• Una maquina llena bolsas de pasabocas con un contenido medio de
150gr. Y una varianza de 12gr.; si se toma una muestra aleatoria de 40
bolsas, cual es la probabilidad de que la media muestral este entre
145 y 153 gr.