Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NOMBRE Y MATRÍCULA:
IRENE GUADALUPE PLIEGO MONRREAL
UCF18070062
TEMA:
Actividad de aprendizaje 3
“LÍMITE CENTRAL Y DEFINICIÓN NO PARAMÉTRICA”
CATEDRÁTICO:
DR. YASUNARI CRISTÓBAL MUÑOZ
“ESTADÍSTICA II”
2 de noviembre de 2019
ÍNDICE
OBJETIVOS ................................................................................................................ 3
INTRODUCCIÓN. ........................................................................................................ 4
CONCLUSIONES. ..................................................................................................... 19
BIBLIOGRAFIA: ......................................................................................................... 20
OBJETIVOS
Objetivo general del tema 3: analizaremos la importancia del límite central como base
primordial de la experimentación.
Para cumplir con este objetivo analizaran el texto anexo ubicado en la sección de
archivos con el título “Distribuciones muestrales y limite central” y visualizar los
siguientes videos:
https://www.youtube.com/watch?v=TV94pc-R4nA
https://www.youtube.com/watch?v=46DgBP9VwtE
https://www.youtube.com/watch?v=o2afi9BKRIM
https://www.youtube.com/watch?v=LxFKMNmsDg8&t=423s
o *Media poblacional
o *Varianza poblacional
o *Tamaño de muestra
o *Moda muestral
o *Media muestral
o *Mediana muestral
o *Varianza muestral
Una vez calculado lo anterior deberá presentar en formato pdf un ejemplo de cálculo
de la probabilidad esperada al solicitar un cierto valor (el cual debe de especificar).
Este ejemplo debe ser muy similar al 3er video, pero con datos diferentes.
3
INTRODUCCIÓN.
Todo tiene que ver con la distribución de nuestra población. Como veremos, este
teorema nos permite simplificar los problemas en estadística al permitirnos trabajar
con una distribución que es aproximadamente normal.
Por lo tanto, aunque no conozcamos la forma de la distribución de donde provienen
nuestros datos, el teorema del límite central dice que podemos tratar la distribución del
muestreo como si fuera normal. Por supuesto, para que las conclusiones del teorema
se mantengan, necesitamos un tamaño de muestra que sea lo suficientemente grande.
El análisis exploratorio de datos puede ayudarnos a determinar qué tan grande es la
muestra necesaria para una situación dada.
Atentamente.
Irene G. Pliego Monrreal
I. TEORÍA DE LÍMITE CENTRAL (MEDIA Y VARIANZA)
El teorema central del límite (TCL) es una teoría estadística que establece que, dada
una muestra suficientemente grande de la población, la distribución de las medias
muestrales seguirá una distribución normal.
Además, el TCL afirma que a medida que el tamaño de la muestra se incrementa, la
media muestral se acercará a la media de la población. Por tanto, mediante el TCL
podemos definir la distribución de la media muestral de una determinada población
con una varianza conocida. De manera que la distribución seguirá una distribución
normal si el tamaño de la muestra es lo suficientemente grande.
Este tipo de distribución es continua; es decir, cuando una variable aleatoria asume
cualquier valor en una escala continua de datos, de tal forma que ningún valor es más
probable que otro, entonces las probabilidades asociadas con la variable aleatoria se
pueden describir mediante una distribución uniforme.
III. USO DE TABLA DE DISTRIBUCIÓN NORMAL.
Existen tablas por medio de las cuales podemos determinar el valor de “z”, conociendo
la media y la desviación estándar, para manejar estas tablas seguiremos 5 pasos:
Caso No. 1: P(X)=Z1+0.5
Ejemplo: Calcular el área o probabilidad en el intervalo: P (Z ≤ 2.44)
(290−305)
Sustituir valores: 𝑍 = 27 = -3.1914
√33
A través de esta investigación se ha podido entender que 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.
La distribución más conocida es la distribución Normal o de Gauss. Muchos de los
procedimientos estadísticos habitualmente utilizados asumen la normalidad de los
datos observados. Aunque muchas de estas técnicas no son demasiado sensibles a
desviaciones de la distribución normal, y en general esta hipótesis puede obviarse
cuando se dispone de un número suficiente de datos (teorema central del límite),
resulta recomendable contrastar si se puede asumir o no una distribución Normal.
Para decidir si nuestra muestra procede o no de una distribución normal existen
gráficos (gráficos P-P y Q-Q) y contrastes de hipótesis (test de Kolmogorov-Smirnov)
que pueden ayudarnos. Cuando los datos no son normales pueden transformarse o
emplearse otros métodos estadísticos que no exijan este tipo de restricciones,
llamados los métodos no paramétricos.
Atentamente.
Irene G. Pliego Monrreal
BIBLIOGRAFIA:
https://www.youtube.com/watch?v=TV94pc-R4nA
https://www.youtube.com/watch?v=46DgBP9VwtE
https://www.youtube.com/watch?v=o2afi9BKRIM
https://www.youtube.com/watch?v=LxFKMNmsDg8&t=423s