PRACTICA TEOREMA DEL LÍMITE CENTRAL Ya observamos la representatividad de una muestra y la importancia que este tiene dentro de la elección de la misma en una población, ahora comprobaremos el teorema más importante de la estadística inferencial mediante un experimento, pero antes debemos recordar algunos conceptos importantes de la estadística vistos el curso anterior de estadística y probabilidad. CONCEPTOS IMPORTANTES QUE SE DEBEN SABER: o Variable Aleatoria. o Esperanza matemática y función varianza o Distribución normal. o Parámetro y estimador. Variable aleatoria: Es una variable donde valores que puede asumir son producto de un experimento donde el resultado es aleatorio. Por ejemplo los valores que podría asumir el experimento “lanzamiento de una moneda”, estos resultados vienen dados por una incertidumbre es decir por una probabilidad de ocurrencia. Esperanza matemática o valor esperado: Se define como el resultado promedio que se puede esperar de un ∑ experimento aleatorio, en otras palabras es el promedio esperado de una variable aleatoria. Nota: Debido a que la variable aleatoria toma todos los posibles valores del experimento, este promedio es un parámetro. Función Varianza: Se define como la variabilidad o dispersión de los resultados del experimento aleatorio. ∑ Donde Nota: Debido a que la variable aleatoria toma todos los posibles valores del experimento, este promedio es un parámetro. Función de distribución Normal: Los datos de una variable aleatoria con distribución normal, se caracterizan por que la distribución de frecuencias tiende a ser acampanada, su distribución es simétrica, las tres medidas de tendencia central tienden a ser iguales (Media = Mediana = Moda), y es una variable de tipo continua. Ya habiendo repasado estos conceptos realicemos el siguiente experimento con el cual se llegará a la principal conclusión del Teorema del Límite Central que es la distribución muestral o de frecuencias de la media o promedio. 1. Asuma que Ud. tiene una población total que consta de 3 elementos (escoja 3 números naturales cualquiera) 2. Calcule el promedio de la población (µ) y la varianza de la población (σ2) (recuerde que estas dos mediciones se tratan de parámetros, puesto que son indicadores que hacen referencia a la población por Ud. Definida ¡Téngalos bien presente!) 3. Extraiga de esta población todas las posibles muestras de tamaño 2 (use el concepto de muestreo aleatorio simple en donde todas las unidades de la población tiene la misma probabilidad de ser elegidas en la muestra) 4.Calcule el promedio para cada una de las muestras elegidas (Note que en total, debería de tener 9 promedios, ya que es el total de muestras que se obtienen si su población consta de tres elementos, todos los promedios derivados de las muestras son estimadores del parámetro promedio obtenido en el punto 2) 5. Elabore una tabla de frecuencias con los promedios obtenidos en el punto anterior, Grafíquelos (¿Que distribución tiende a tener esta gráfica?) Todo lo realizado hasta este momento hace parte de un experimento aleatorio, puesto que la selección de una de las muestras se hace bajo el supuesto de que es escogida al azar. En la realidad le sería imposible escoger todas las posibles muestras de un determinado tamaño en una población y además seria impráctico. 6. Como ya se pudo haber intuido por lo anterior, el promedio como estimador tiene una distribución de frecuencias que además sale de un procedimiento aleatorio, luego el promedio como estimador es una variable aleatoria. Calcule a la distribución de frecuencias del punto 5, la esperanza matemática y la varianza.
7. Demuestre que se cumplen las siguientes relaciones: TEOREMA DEL LÍMITE CENTRAL: Sea X1, X2, … , Xn, una ...
Leer documento completo
Regístrate para leer el documento completo.