FACULTAD DE INGENIERIA INGENIERIA INDUSTRIAL AREA: INFERENCIA ESTADISTICA 2021 INTRODUCCIÓN La distribución de frecuencias es uno de los primeros pasos que debemos realizar al inicio del análisis estadístico, conjuntamente con la aplicación de las medidas descriptivas, y refleja cómo se reparten los individuos de una muestra según los valores de una variable. Cuando se trata de poblaciones, las probabilidades de observar los diferentes valores de una variable aleatoria pueden expresarse como una función de probabilidad. La mayoría de los fenómenos de interés en investigación científica, como pueden ser la talla y la presión arterial, siguen unas leyes o distribuciones de probabilidad teóricas, especificadas matemáticamente en las que se basan la mayoría de los métodos estadísticos. Este trabajo busca explicar el teorema central del límite en que consiste, para que sirve, ejemplos y cuáles son las ventajas del teorema central del límite. 1. CONCEPTO: TEOREMA CENTRAL DEL LIMITE El teorema central del límite es uno de los resultados fundamentales de la estadística. Este teorema nos dice que si una muestra estadística es lo bastante grande (generalmente cuando el tamaño muestral (n) supera los 30), sea cual sea la distribución de la muestra, seguirá aproximadamente una distribución normal. Es decir, dada cualquier variable aleatoria, si extraemos muestra de tamaño n (n>30) y calculamos los promedios muéstrales, dichos promedios seguirán una distribución normal. Además, la media será la misma que la variable de interés, y la desviación estándar de la media muestral será aproximadamente el error estándar.
2. USOS: TEOREMA CENTRAL DEL LIMITE
Permite averiguar la probabilidad de que la media de una muestra concreta este en un cierto intervalo. Permite calcular la probabilidad de que la suma de una muestra este a priori, en cierto intervalo. Inferir la media de una población a partir de una muestra.
3. VENTAJAS: TEOREMA CENTRAL DEL LÍMITE
Que la distribución de las medias muéstrales se parezca a una normal es tremendamente útil. Porque la distribución normal es muy fácil de aplicar para realizar contrastes de hipótesis y construcción de intervalos de confianza. En estadística que una distribución sea normal es bastante importante, dado que muchos estadísticos requieren este tipo de distribución. Además, el teorema central del límite nos permitirá hacer inferencia sobre la media poblacional a través de la media muestral. Y esto es de gran utilidad cuando por falta de medios no podemos recolectar datos de toda una población. 4. EJEMPLO: TEOREMA CENTRAL DEL LÍMITE Las bolsas de sal envasadas por una máquina tienen
y . Las bolsas se empaquetaron en cajas de unidades.
Calcular la probabilidad de que la media de los pesos de las bolsas de un
paquete sea menor que Calcular la probabilidad de que una
caja de bolsas pese más de .
Calcular la distribución de la media de una muestra
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
Calcular la distribución de la suma de los elementos de una muestra
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