Glosario Términos estadísticos / Término

Teorema central del límite

Establece que cuando se extrae una muestra aleatoria simple de tamaño n se extrae de una población en la que la variable tiene una distribución cualquiera con media, µ, y varianza, V, entonces la distribución muestral de la media, m, se distribuye de forma aproximadamente normal con media, µ, y varianza V/n. A medida que aumenta el tamaño de la muestra, n, la aproximación a la normal mejora. Este teorema es muy útil en la inferencia y contraste de hipótesis ya nos permite utilizar pruebas que asumen la distribución normal aunque nuestros datos no se distribuyan normalmente.


Si las variables x1, x2, x3,... xn, tienen todas la misma distribución, con los mismos valores m para la media y s para la desviación típica, la variable

Teorema Central del Límite sigue asintóticamente la distribución normal N(0,1).


La suma de "n" variables aleatorias tiende a ser una Normal cuando "n" es grande. Aplicación: la media de "n" V.A. (suma dividida por n) siempre tenderá a ser normal, independientemente de la variable que sea.

Enlace permanente: Teorema central del límite - Fecha de actualización: 2020-04-15 - Fecha de creación: 2017-08-08


< Tendencia central Glosario Términos estadísticos Teorema de Bayes >

Glosarios especializados

Este sitio web es posible gracias a que muestra publicidad en línea a sus visitantes.
Por favor, ayude a que pueda seguir existiendo deshabilitando su bloqueador de anuncios (adblocker).
Muchas gracias.