You are on page 1of 2

Universidad Internacional SEK

Estadística Inferencial
Victoria Jimenez
Ensayo
Teorema De Límite Central Y Factor De Corrección Por Finitud
Si la población o el proceso del cual se extrae una muestra tiene distribución normal, entonces
la distribución de muestreo para la media también será una distribución normal,
independientemente del tamaño de la muestra. Sin embargo, ¿qué ocurre si una población no
tiene una distribución normal? Existe un teorema de la estadística matemática que aun en
estos casos permite aplicar la distribución normal a tales distribuciones de muestreo
(Anderson & Sweeney, 2001). El teorema del límite central establece que a medida que el
tamaño de la muestra aumenta, la forma de la distribución de muestreo para la media (y
también para otros estadísticos muestrales) se aproxima a la de una distribución normal,
independientemente de la forma de la distribución de la población de la cual se extrajo la
muestra.
En poblaciones que son ligeramente normales será suficiente un tamaño de la muestra más
pequeño. Pero un tamaño de la muestra de por lo menos 30 será suficiente aún en la situación
poblacional más adversa.
Si la distribución de muestreo para la media es una distribución normal, ya sea porque la
población tiene distribución normal o porque invoque el teorema del límite central, entonces
se pueden determinar las probabilidades correspondientes a los posibles valores de la media
muestral, dado que se conocen la media y la desviación estándar poblacionales. El proceso
es análogo a la determinación de probabilidades para observaciones individuales usando la
distribución normal. Sin embargo, en la presente aplicación es el valor de la media muestral
el que se convierte en un valor de z con objeto de poder usar la tabla de probabilidades
normales (Lind, Marchal, & Wathen, 2005). Esta fórmula de conversión emplea el error
estándar de la media esta es la desviación estándar para la variable (x barra)
Así la fórmula de conversión es
Al realizar la aproximación se hace un pequeño ajuste ya que debido a que la normal es una
distribución continua, la probabilidad de que la variable aleatoria sea exactamente igual a un
valor específico es cero (Anderson & Sweeney, 2001) (Lind, Marchal, & Wathen, 2005).
Este ajuste se denomina factor de corrección
El factor de corrección de continuidad es el ajuste de media unidad de medida para mejorar
la exactitud cuándo a una distribución discreta se le aplica una distribución continua. Casos
que pueden surgir:
1) Para la probabilidad de que por lo menos X ocurran, use el área por encima de (X ± 0,5).
2) Para la de que más de X sucedan, utilice el área por arriba de (X + 0,5).
3) Para la de que X o menos ocurran, aplique el área por debajo de (X + 0,5).
4) Para la de que menos de X sucedan, emplee el área situada por debajo de (X ±0,5).
Bibliografía
Anderson, D., & Sweeney, D. (2001). Estadística para administración y economía.
International Thomson.
Lind, D., Marchal, W., & Wathen, S. (2005). Estadística aplicada a los negocios y la
economía. McGraw-Hill.