Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadística Inferencial.
Docente:
Ing. VELOZ SEGURA ELIZABETH ALEXANDRA
Autor:
Kevin Gabriel Venegas Guamán
Curso:
4to CPA ¨A¨
Año Electivo:
2021
Quevedo-Ecuador
TEOREMA CENTRAL DE LÍMITES.
El teorema central del límite es uno de los resultados fundamentales de la estadística.
Este teorema nos dice que si una muestra es lo bastante grande (generalmente cuando el
tamaño muestral (n) supera los 30), sea cual sea la distribución de la media muestral,
seguirá aproximadamente una distribución normal. Es decir, dada cualquier variable
aleatoria, si extraemos muestras de tamaño n (n>30) y calculamos los promedios
muestrales, dichos promedios seguirán una distribución normal. Además, la media será
la misma que la de la variable de interés, y la desviación estándar de la media muestral
será aproximadamente el error estándar.
Un caso concreto del teorema central del límite es la distribución binomial. A partir de
n=30, la distribución binomial se comporta estadísticamente como una normal, por lo
que podemos aplicar los test estadísticos apropiados para esta distribución.
La importancia del teorema central del límite radica en que, mediante un conjunto de
teoremas, se desvela las razones por las cuales, en muchos campos de aplicación, se
encuentran en todo momento distribuciones normales o casi normales.
ESTIMACIÓN PUNTUAL.
x 1+ …+ x n
x=
n
Proporción muestral, para estimar una proporción p:
x 1+ …+ x n
^p= , siendo x 1+ …+ x n una muestra aleatoria simple de la variable, son
n
unos o ceros.
2 2
2 ( x 1−x ) + …+(x n−x )
s=
n−1
y también la llamada
Cuasi-varianza muestral:
INTERVALOS DE CONFIANZA.
P ( parámetro ∈ ( L, U ) ) =1−α .
Rio, A. Q. (2019a, septiembre 4). 7.2 Estimación puntual. Estadística Básica Edulcorada.
https://bookdown.org/aquintela/EBE/estimacion-puntual.html