Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Teorema Del Límite Central
Teorema Del Límite Central
Distribuciones muestrales
Es poco probable que una media muestral sea idéntica a la media poblacional. De igual manera
la desviación estándar u otra medida calculada a partir de la muestra. De ahí nace el término
“error de muestreo” que es la diferencia entre el valor del estadístico de la muestra menos el
valor del parámetro de la población.
Ejemplo:
No.
Estudiante Calificación
1 12
2 20
3 15
4 18
5 17
6 14
7 16
8 19
9 20
10 12
11 14
12 15
13 14
14 17
15 18
X
µ=∑ =¿16.17
N
Tomar 3 muestras aleatorias de 4 estudiantes y encontrar la media muestral.
Muestra 1
No.
Estudiante Calificación
1 12
2 20
3 15
4 18
X
X́ =∑ =¿16.25
n
Muestra 2
No.
Estudiante Calificación
12 15
13 14
14 17
15 18
X
X́ =∑ =¿16
n
Muestra 3
No.
Estudiante Calificación
6 14
7 16
8 19
9 20
X
X́ =∑ =¿17.25
n
Error de muestreo 1: 16.25-16.17=0.08 Sobrestimando el valor de la media poblacional
Es un listado de los valores de todas las posibles medias de las muestras con su probabilidad
de ocurrencia.
Ejemplo:
Ingreso por
Empleado hora
1 7
2 7
3 8
4 8
5 7
6 8
7 9
3/7
1/7
7 8 9
5. Determinar el número de posibles muestras de 2 empleados
NCn=7C2 =21
6. Realizar la distribución de medias muestrales
Combinació
No Valores Media
n
1 1,2 7+7 7
2 1,3 7+8 7.5
3 1,4 7+8 7.5
4 1,5 7+7 7
5 1,6 7+8 7.5
6 1,7 7+9 8
7 2,3 7+8 7.5
8 2,4 7+8 7.5
9 2,5 7+7 7
10 2,6 7+8 7.5
11 2,7 7+9 8
12 3,4 8+8 8
13 3,5 8+7 7.5
14 3,6 8+8 8
15 3,7 8+9 8.5
16 4,5 8+7 7.5
17 4,6 8+8 8
18 4,7 8+9 8.5
19 5,6 7+8 7.5
20 5,7 7+9 8
21 6,7 8+9 8.5
7. Realizar la distribución de medias muestrales
3/7
2/7
1/7
7 7.5 8 8.5
Conclusiones:
Teorema del límite central: al tomar todas las posibles muestras de tamaño “n” de una
población, la distribución de medias muestrales seguirá una distribución de probabilidad
normal. A medida que el tamaño de la muestra sea más grande esta aproximación será
mejor.
X́−µ
Z=
σ / √n
El teorema del límite central se cumple en todas las distribuciones. No importa la forma de
la población que la distribución de la media muestral seguirá la distribución normal de la
siguiente manera:
- Si la población obedece a una distribución de probabilidad normal, entonces en el caso
de cualquier tamaño de muestra la distribución de medias muestrales seguirá la
distribución de probabilidad normal.
- Si la distribución poblacional es simétrica, pero no normal, la distribución de medias
muestrales para que sea normal deberá contar con tamaños de muestras pequeños
como 10.
- Si la distribución poblacional es sesgada hacia la izquierda o hacia la derecha se
requieren muestras más grandes, 30 o más, para observar que la distribución de
medias muestrales sigan la distribución de probabilidad normal.