0 calificaciones0% encontró este documento útil (0 votos)
9 vistas6 páginas
El teorema central del límite establece que la distribución de las medias muestrales seguirá una distribución normal cuando la muestra es suficientemente grande, independientemente de la distribución de la población. Las propiedades principales son que la media muestral será igual a la media poblacional, y la varianza de las medias muestrales será la varianza poblacional dividida por el tamaño de la muestra. Esto permite utilizar técnicas estadísticas basadas en la distribución normal para analizar datos.
El teorema central del límite establece que la distribución de las medias muestrales seguirá una distribución normal cuando la muestra es suficientemente grande, independientemente de la distribución de la población. Las propiedades principales son que la media muestral será igual a la media poblacional, y la varianza de las medias muestrales será la varianza poblacional dividida por el tamaño de la muestra. Esto permite utilizar técnicas estadísticas basadas en la distribución normal para analizar datos.
El teorema central del límite establece que la distribución de las medias muestrales seguirá una distribución normal cuando la muestra es suficientemente grande, independientemente de la distribución de la población. Las propiedades principales son que la media muestral será igual a la media poblacional, y la varianza de las medias muestrales será la varianza poblacional dividida por el tamaño de la muestra. Esto permite utilizar técnicas estadísticas basadas en la distribución normal para analizar datos.
• El teorema central del límite (TCL) es una teoría estadística que
establece que, dada una muestra aleatoria suficientemente grande de la población, la distribución de las medias muéstrales seguirá una distribución normal. PRINCIPALES PROPIEDADES DEL TEOREMA CENTRAL DEL LÍMITE • Si el tamaño de la muestra es suficientemente grande, la distribución de las medias muéstrales seguirá aproximadamente una distribución normal. • La media poblacional y la media muestral serán iguales. Es decir, la media de la distribución de todas las medias muestrales será igual a la media del total de la población. • La varianza de la distribución de las medias muestrales será σ²/n. Que es la varianza de la población dividido entre el tamaño de la muestra. INTERPRETACIÓN DEL TEOREMA Lo trascendente del Teorema Central del Límite, es que asegura que independientemente de cuál sea la distribución de las diferencias de los datos, las diferencias de los promedios: SE DISTRIBUIRÁ COMO UNA NORMAL ESTÁNDAR Esto significa, para el caso del piscicultor, que podrá utilizar todas las facilidades que ofrece la Estadística de la Distribución Normal, que involucra entre otras áreas, Las Técnicas de Muestreo, El Análisis de Experimentos, Los Métodos Cuantitativos, Las Técnicas de Simulación y Emulación. Una importante proporción de sistemas y métodos de análisis de resultados en diferentes ciencias. UN EJEMPLO AYUDA • Supongamos que la empresa tiene 10 pozas del mismo tamaño y los datos de peso de las capturas en la temporada de alta demanda turística se llevan pez a pez. En la HE se muestran los datos de las 10 pozas con lo siguientes estadísticos:
La empresa está buscando alternativas pues en ocasiones, el retraso que
ocasiona el registro de peso, pez a pez incomoda al cliente. EL DESVÍO TÍPICO Es fundamental para la utilización de las ventajas que ofrece él Teorema Central del Límite, interpretar correctamente el Desvío Típico o Desvío Estándar de los promedios que está definido por: Para poblaciones grandes que es los apropiados para la Distribución Normal Estándar.
Para poblaciones pequeñas debe usarse:
LOS DESVÍOS TÍPICOS El Desvío Típico muestra una diferencia importante, el obtenido de la población es de: Mientras que el obtenido mediante el promedio de las 10 muestras es de 16,3044 gramos.
Usando la misma fórmula pero dividiendo la desviación estándar de la
población por el promedio de unidades de las submuestras se obtiene: Valor muy aproximado al obtenido con toda la población
Es evidente que la llave para las estimaciones está en considerar el