TEOREMA DEL LIMITE CENTRAL

Presentado a:
Elkin Oswaldo Rojas Rincón

Asignatura:
Estadística inferencial

CORPORACIÓN UNIVERSITARIA
MINUTO DE DIOS
 TEOREMA DEL LIMITE CENTRAL

Se trata de una teoría estadística que establece que, cada una muestra
suficientemente grande de la población, la distribución de las medias
muéstrales seguirá una distribución normal nos permite usar estadísticas
para hacer inferencias con respecto a los parámetros de la población sin
conocer la forma de la distribución de frecuencia.

VARIABLE
µ= Media

σ= varianza

X= Media Maestral

 Las medias muéstrales coinciden con la media poblacional.

 La varianza de la media muestral está relacionada con la varianza
poblacional.
 Si la muestra es grande la varianza disminuye.
 PROPIEDADES
 Si el tamaño de la muestra es suficientemente grande, la distribución de las
medias muéstrales seguirá aproximadamente una distribución normal. El
TCL considera una muestra como grande cuando el tamaño de la misma es
superior a 30. Por tanto, si la muestra es superior a 30, la media muestral
tendrá una función de distribución próxima a una normal. Y esto se
cumple independientemente de la forma de la distribución con la que
estamos trabajando.

 La media poblacional y la media muestral serán iguales. Es decir, la media

de la distribución de todas las medias muéstrales será igual a la media del
total de la población.

 La varianza de la distribución de las medias muéstrales será σ/n. Que es la

varianza de la población dividido entre el tamaño de la muestra.
 La aproximación mejora con el número de sumandos.

 Las medias muéstrales en dos poblaciones siguen una distribución

aproximadamente normal.
 PARAMETROS ESTADISTCIOS

 MEDIA: La media de un conjunto de números, algunas veces

simplemente llamada el promedio , es la suma de los datos divididos
entre el número total de datos.

 VARIANZA: La varianza es una medida de dispersión que representa la

variabilidad de una serie de datos respecto a su media. Formalmente se
calcula como la suma de los residuos al cuadrado divididos entre el total
de observaciones. 

 DESVIACION: es una medida de la diferencia entre el valor observado

de una variable y algún otro valor, a menudo la media de esa variable.

 MUESTRA: es un subconjunto de elementos de la población estadística.

 POBLACION: es un conjunto de seres, individuos, objetos , elementos o

eventos con determinadas características.
EJERCICIO 1
EJERCICIO 2
 INTRODUCCIÓN

En este trabajo podemos observar una serie de variables y de

ejercicios basados en la estadística inferencial, donde se analiza
sus respectivas respuestas.
Elaboramos unos ejercicios que son tomados con muestras reales
para tener proyección, poder interpretar y hacer comparaciones
con casos de la vida cotidiana.
Este trabajo se hizo con el fin de recopilar, organizar, procesar,
analizar e interpretar datos para así deducir las características de
una población objetivo.
Por ende, la estadística inferencial es sumamente útil en el análisis
de poblaciones y tendencias, para hacerse una idea posible de las
acciones y reacciones de la misma de cara a condiciones
específicas.
 CONCLUSIONES
 Los resultados obtenidos estas basado en fundamentos
para el análisis de la muestra de población, con el fin de
inferir las característica de la misma.

 Consideramos que esta investigación radica en conocer

clases numerosas de objetos, personas o eventos a partir de
otras relativamente pequeñas, compuestas por los mismos
elementos.

 Como respuesta a esos resultados es inferir si el evento

ocurrirá o no mediante la aplicación de estudios como:
métodos de muestreo, probabilidad, y sus tipos de
probabilidad y distribuciones muéstrales.