TEOREMA CENTRAL DEL LÍMITE

http://www.cnice.mecd.es/eos/MaterialesEducativos/mem2001/estadistica/teorema_c
entral_del_limite.htm

Consulta esta www para ver el gráfico interactivo

DISTRIBUCIONES MUESTRALES DE MEDIAS

Hemos dicho ya, que el objetivo de nuestro estudio es poder extender a

la población lo que obtengamos de una muestra.

Imagina que de la población formada por todos los alumnos del

instituto, extraes aleatoriamente una muestra de 40 alumnos, y les
preguntas por su edad, encontrando que la edad media obtenida es de
15,8 años.

Pero, ¿qué ocurriría, si extrajéramos otra muestra? ¿Coincidirían las

medias? ¿Y coincidirían con la media de la población? Lo cierto es que
parece lógico pensar que aunque no tengan porqué coincidir, si deberían
estar bastante próximas. Pero, ¿cuánto de próximas?, ¿dependería esta
proximidad del tamaño de las muestras que elegimos?

Parece necesario, que estudiemos la variabilidad de las medias

obtenidas de las muestras que repetidamente se extraigan. El siguiente
resultado, responde claramente a las preguntas planteadas.

EL TEOREMA CENTRAL DEL LÍMITE (TCL)

Imagina que tienes una población con media µ y desviación típica σ ,

y que extraes aleatoriamente todas las posibles muestras, todas ellas de
tamaño n. Si obtuvieras las medias de todas estas muestras, y las
consideras una distribución de datos (la distribución muestral de
medias), comprobarías que:
a) La media de los datos, es la media µ de la población, es decir la
media de las medias de las muestras, es igual que la media de la
población.

b) Estas medias se distribuyen alrededor de la media de la población,

con una desviación típica (llamada desviación típica de la media,) igual a
la de la población dividida por la raíz de n, es decir, la d.t. de la media
es

c) La distribución de las medias muestrales, es una distribución de tipo

"normal", siempre que la población de procedencia lo sea, o incluso si
no lo es, siempre que el tamaño de las muestras sea 30 o mayor.

En consecuencia, "si una población tiene media µ y d.t. σ , y tomamos

muestras de tamaño n (de tamaño al menos 30, o cualquier tamaño, si
la población es "normal"), las medias de estas muestras siguen
aproximadamente la distribución

(1)

Además, cuanto mayor es el valor de n, mejor es la aproximación

"normal".

Hemos nombrado un concepto importante: la d.t. de la media , o

error estándar de la media que es el grado de variabilidad de las
medias muestrales. Cuanto menor sea, más ajustadas a la media de la
población serán las medias que obtengamos de una muestra. De su
propia definición, es fácil darse cuenta de que cuanto mayor es el
tamaño de la muestra, menor es este grado de variabilidad, y por tanto
más similar a la media de la población será la media obtenida de la
muestra.
 Observa el gráfico interactivo. La
línea negra, representa la
distribución de los datos de la
población (que en este caso es
normal N(µ ,σ )). La morada, la de
las medias muestrales, es decir
(1). Puedes cambiar los valores de
n, el tamaño de la muestra, y d.t.,
la desviación típica σ de la
población y observar como se
comportan ambas distribuciones
dependiendo de dichos valores.

<>

NOTAS IMPORTANTES

Nuestra afirmación de que la desviación típica de la media es

, se hace asumiendo que la población es infinita (o el muestreo se

realiza con reemplazamiento). En caso contrario, se debe utilizar el
"factor de corrección para poblaciones finitas", de forma que la d.t. de
la media quedaría:

Donde N es el tamaño de la población y n el de la muestra.

En la práctica y como regla general, se usa el coeficiente anterior tan

sólo cuando el tamaño de una muestra es superior al 5% de la
población. Nosotros no tendremos en cuenta este factor, pues no se
resta profundidad a los conceptos estudiados al tiempo que se
simplifica su estudio.

Además estudiaremos tan sólo el caso correspondiente a muestras de

más de 30 elementos, llamadas "muestras grandes". Para muestras de
menor tamaño, se han de utilizar distribuciones distintas de la Normal.

Habremos de suponer que conocemos la desviación típica de la

población σ , (aunque resulta improbable conocerla y desconocer la
media), o bien al menos la desviación típica muestral (s) (también
llamada cuasivarianza, que resulta ser una buena aproximación de la
desviación típica de la población para muestras grandes).

Este último parámetro se define como

Donde es la media de la muestra. Es decir es la desviación típica de

la muestra corregida dividiendo por n-1 en lugar de por n. Al hacer
esto, el valor de s aumentará. Se trata pues de hacer una
sobreestimación de la desviación típica, para compensar el error
cometido al tomar una muestra. En las calculadoras que utilizamos se

obtiene pulsando .

En términos más coloquiales, lo que en definitiva establece el TCL, es

que la distribución de la media, o de las sumas, de diferentes valores da
como resultado una distribución normal. De ahí la omnipresente
aparición de distribuciones normales. Piensa en los factores
biológicos y antropométricos. Por ser el resultado de diferentes
combinaciones genéticas y suma de muchos diferentes factores, dan
como resultados distribuciones normales. También por análogas razones
muchísimos parámetros sociológicos, económicos, físicos,..siguen
distribuciones de este tipo.
EJEMPLO:

Una compañía aérea sabe que el equipaje de sus pasajeros tiene como
media 25 kg, con una d.t. de 6 kg. Si uno de sus aviones transporta a
50 pasajeros, el peso medio de los equipajes de dicho grupo estará en la
distribución muestral de medias

La probabilidad de que el peso medio para estos pasajeros sea superior

a 26 kg sería:

Si el avión no debe cargar más de 1300 kg en sus bodegas, la media del

conjunto de los 50 pasajeros no debe superar los

En consecuencia en un 11,9% de los casos los aviones de esta compañía

superan el margen de seguridad.

ACTIVIDADES 1.-Sabemos que el tiempo medio de espera en las colas

del Banco "El interés interesado" es de 15 min. con una
desviación típica de 5 minutos. Si tomásemos al azar a
un grupo de 35 clientes:

a) ¿Cuál es la probabilidad de que el tiempo medio de

espera del grupo fuera menor de 17 minutos?

b) ¿Cuál es la probabilidad de que estuviera entre 12 y

16 minutos?

c) ¿Entre qué valores se encontraría el tiempo medio

con una seguridad del 95%? ¿Y del 99%?.

2.-En un almacén se trabaja con bultos de igual

volumen, cuyo peso se distribuye según N(250,45)
expresados en kg. Los elevadores encargados de su
transporte dentro del almacén, pueden aguantar hasta
un peso máximo total de 2000 kg. Si la empresa decide
que las carretillas se carguen con 7 bultos cada vez:

a) ¿Cuál es la probabilidad de que se supere el peso

máximo de seguridad?

b) ¿Cuántos bultos de cada vez harían falta para que

dicha probabilidad fuera menor del 0,1%?

3.-En unos grandes almacenes, la media de los salarios

es de 105 dólares, con una d.t. de 25 dólares. Si
preguntáramos a 35 empleados elegidos
aleatoriamente, por su sueldo, ¿Cuál es la probabilidad
de que la media correspondiente a los 35 fuera inferior
a 100 dólares?

4.- En unas negociaciones sindicales correspondientes

al sector turístico, la patronal alega que en un
establecimiento tipo de 40 empleados, en el 90% de los
casos la suma de los sueldos mensuales pagados
superan los 5.000 pesos. Los sindicatos disponen de
cifras oficiales según las cuales, en el sector la media
de sueldos es de 120 pesos con una d.t. de 10 pesos.
¿Pueden rebatir "estadísticamente" lo alegado por la
patronal? Los sindicatos te piden redactar un informe
ilustrado con cifras que les permita contestar a la
patronal.
Hemos estudiado ya el T.C.L., que nos permite conocer de que forman
se distribuyen las medias de las muestras de una población.

Ahora invertiremos el caso: se selecciona una muestra de una población

de la que se desconoce la media, y se calcula la media muestral. A partir
de aquí haremos una inferencia sobre la media poblacional, con base en
la media muestral.

Imaginemos que preguntamos a una muestra de 40 alumnos, por el

recorrido en km. que tienen que hacer todos los días para llegar al
instituto, y que la media de tal muestra es de 3 km. Las dos preguntas
siguientes responden a dos formas de inferencia que estudiaremos en
este curso:

1º.- Si nos habían dicho que la media de distancia de todo el instituto

era el año pasado de 3,8 km, ¿es significativamente diferente esta
media?, o lo que es lo mismo, ¿podemos decir que la media del instituto
ha cambiado este año, o por el contrario la diferencia de medias es
normal y se debe al azar al elegir los elementos de la muestra?

Esta pregunta implica una decisión, que podremos tomar a través de

los denominados test de contraste de hipótesis.

2º.- Tomando como base la muestra (es decir si suponemos que

desconocemos la distancia media), ¿qué estimación puede hacerse
sobre la media poblacional (es decir la de todo el Instituto)?

Esta pregunta implica una estimación, que aprenderemos a hacer

ahora.