Documente Academic
Documente Profesional
Documente Cultură
ELABORADO POR:
PRESENTADO AL PROFESOR:
ESTADISTICA INFERENCIAL
UNIMINUTO
2020
1. TEOREMA DEL LÍMITE CENTRAL
El teorema del límite central es un teorema fundamental de probabilidad y estadística. El
teorema describe la distribución de la media de una muestra aleatoria proveniente de una
población con varianza finita. Cuando el tamaño de la muestra es lo suficientemente
grande, la distribución de las medias sigue aproximadamente una distribución normal. El
teorema se aplica independientemente de la forma de la distribución de la población.
Muchos procedimientos estadísticos comunes requieren que los datos sean
aproximadamente normales. 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.
2. IMPORTANCIA DEL TEOREMA DEL LÍMITE CENTRAL
El teorema central del límite, uno de los fundamentales en estadística, estudia el
comportamiento de la suma de variables aleatorias, cuando crece el número de sumandos,
asegurando su convergencia hacia una distribución normal en condiciones muy generales.
Este teorema, del cual existen diferentes versiones que se han ido desarrollando a lo largo
de la historia, tiene una gran aplicación en inferencia estadística, pues muchos parámetros
de diferentes distribuciones de probabilidad, como la media, pueden expresarse en función
de una suma de variables.
3. CUAL SON LOS PARÁMETROS ESTADÍSTICOS O LAS VARIABLES QUE
EMPLEAN.
CP2.1. Variables con distribución uniforme discreta. Este primer caso fue estudiado por
Laplace, quien se interesó por la distribución de la suma de errores, hacia 1810. Afrontó el
problema de la desviación entre la media aritmética de los datos (diferentes medidas con
errores observacionales) y los valores teóricos, suponiendo que todos éstos están
distribuidos aleatoriamente. El teorema proporciona la distribución de la media muestral,
incluso si la población muestreada no es normal, como vemos en el siguiente ejemplo en
que la población tiene una distribución uniforme.
X 4 5 6 7
P (X = x) 0,2 0,4 0,3 0,1
Distribución uniforme
Distribución exponencial
Medias de las muestras
Dado que la muestra es grande podemos aplicar el teorema del límite central.
Por lo tanto, la media de la muestra se aproxima a una distribución normal con los
parámetros
Esto es
Calculamos la probabilidad
Necesitamos calcular la probabilidad de que la suma de los elementos de una muestra esté
en un cierto intervalo. Sabemos que la suma de la muestra se aproxima a una distribución
normal con los parámetros
Esto es
Calculamos la probabilidad
2La población de las temperaturas corporales de adultos sanos tiene media
y desviación típica de . Si obtenemos una muestra de personas. ¿Cuál
es la probabilidad de que la media de la temperatura de la muestra sea menor o igual
a ?
Dado que la muestra es grande podemos aplicar el teorema del límite central. Por lo tanto,
la media de la muestra se aproxima a una distribución normal con los parámetros
Esto es
Bibliografía
https://www.superprof.es/apuntes/escolar/matematicas/estadistica/inferencia/teorema-central-
del-limite.html
https://bookdown.org/aquintela/EBE/el-teorema-central-del-limite.html
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/data-concepts/about-the-central-limit-theorem/