Академический Документы
Профессиональный Документы
Культура Документы
Se ha realizado una gran investigación estadística sobre este tema. Como regla
general los estadísticos han encontrado que par la mayor parte de las distribuciones
poblacionales siempre que el tamaño de la muestra sea por lo menos 30, la
distribución muestral de la media será aproximadamente normal. Sin embargo,
quizás sea posible aplicar el Teorema Central del Límite para tamaños de muestra
incluso más pequeña, si se cuenta con algún conocimiento de la población, como
por ejemplo, si la distribución es simétrica se puede apreciar en las figuras que se
presentan a continuación la aplicación del Teorema Central del Límite, cuando el
muestreo se hace de una población continua, uniforme y exponencial. Se toma para
cada uno 500 muestras de tamaño n = 2, 4, 8, 16, 32. Se puede observar que según
aumenta el tamaño de la muestra, la distribución se aproxima a una normal. De los
gráficos se pueden obtener las siguientes conclusiones:
En la mayor parte de los casos cuando se realiza un estudio estadístico por primera
vez, no hay forma de conocer previamente cuál es la media o la varianza de la
población. En esta sección se considerará la inferencia sobre la media cuando la
varianza de la población es desconocida.
Para obtener el intervalo estimador se para µ bajo estas condiciones se debe tener
en cuenta que no es posible utilizar la variable aleatoria
X−µ
σ/ n
( X − t α/2 S , X + t α/2 S
n n )
Ejemplo
Suponga que en una muestra se x = 530.5, s 2 = 2376.57, n = 8 , un intervalo
estimado con un grado de confianza del 95% es dado por
( 530.5 − 2.365 s
n
, 530.5 + 2.365 s
n )⇔( 530.5 − 2.365 48.75
8
, 530.5 + 2.365 48.75
8 ) ⇔( 489.74, 571.26
Enlaces
Teorema Central del Límite