Teorema del Lmite Central.

Explicacin: en la parte superior tenemos tres poblaciones hipotticas con medias diferentes y desconocidas (por tratarse de una
simulacin podemos fijar estas medias a cualquier valor, pero en la prctica, sus valores en realidad nos son desconocidos y son
precisamente los que estamos tratando de estimar). De la poblacin 1 se extrajeron 1000 muestras de tamao 5, mil muestras de tamao
15 y mil muestras de tamao 60. Se calcul la media de cada muestra, lo que gener 1000 medias para cada tamao de muestra y se
construy su histograma, que muestra la distribucin de probabilidad de estas mil medias, es decir la distribucin de muestreo para la
media muestral. De manera similar se construyeron las distribuciones de muestreo para las poblaciones 2 y 3. En resumen:

Cada histograma est centrado en el valor de la media de la poblacin de donde procede. Esto se escribe matemticamente como
() = .
La varianza de los histogramas disminuye a medida que aumentamos el tamao de muestra. Matemticamente, esto significa que
la varianza de cada histograma est relacionada con la varianza de la poblacin por la ecuacin y que a medida que n aumenta
nuestra estimacin se hace ms precisa.
La forma de cada histograma se asemeja a la de una distribucin normal. La aproximacin mejora a medida que n se hace ms
grande.
Estas tres caractersticas se resumen escribiendo ~(, 2 ) que se lee tiene una distribucin aproximadamente normal con
media y varianza 2