0 calificaciones0% encontró este documento útil (0 votos)
7 vistas8 páginas
El teorema del límite central establece que la distribución de las medias muestrales se aproximará a una distribución normal a medida que aumente el tamaño de la muestra, permitiendo hacer inferencias sobre los parámetros de población sin conocer la distribución de frecuencias original. El error estándar de la media disminuye con el tamaño de la muestra, y puede usarse junto con la tabla de distribución normal para calcular la probabilidad de que la media muestral supere ciertos valores.
El teorema del límite central establece que la distribución de las medias muestrales se aproximará a una distribución normal a medida que aumente el tamaño de la muestra, permitiendo hacer inferencias sobre los parámetros de población sin conocer la distribución de frecuencias original. El error estándar de la media disminuye con el tamaño de la muestra, y puede usarse junto con la tabla de distribución normal para calcular la probabilidad de que la media muestral supere ciertos valores.
El teorema del límite central establece que la distribución de las medias muestrales se aproximará a una distribución normal a medida que aumente el tamaño de la muestra, permitiendo hacer inferencias sobre los parámetros de población sin conocer la distribución de frecuencias original. El error estándar de la media disminuye con el tamaño de la muestra, y puede usarse junto con la tabla de distribución normal para calcular la probabilidad de que la media muestral supere ciertos valores.
CENTRAL. ESTADÍSTICA APLICADA II TEOREMA DEL LIMITE CENTRAL.
• Si se seleccionan de cualquier población todas las muestras posibles de un
tamaño determinado, la distribución de las medias muestrales se acercará a una de tipo normal. Esta aproximación aumenta en el caso de muestras más grandes. • La importancia del teorema del límite central es que nos permite usar estadísticas de muestra para hacer inferencias con respecto a los parámetros de población sin saber nada sobre la forma de la distribución de frecuencias de esa población más que lo que podamos obtener de la muestra. TEOREMA DEL LIMITE CENTRAL.
• Se puede ver que la media de la distribución muestral es igual al de la media
poblacional, y si la • desviación estándar de la población es , la desviación estándar en las medias muestrales es: • Donde n representa el número de observaciones en cada muestra. Se lo conoce también como “Error estándar de la media” USO DEL TEOREMA DEL LÍMITE CENTRAL CON EL SIGUIENTE EJEMPLO.
• La distribución de los ingresos anuales de todos los pagadores de un banco
con cinco años de experiencia esta sesgada de manera negativa. Esta distribución tiene una media de $19.000 y una desviación estándar de $2.000 si extraemos una muestra aleatoria de 30 pagadores, ¿cuál es la probabilidad de que sus ganancias promedien más de $19.750 anualmente? CALCULAMOS EL ERROR ESTÁNDAR DE LA MEDIA. SOLUCIÓN. TABLA DE DISTRIBUCIÓN NORMAL ESTÁNDAR. CONCLUSIÓN.