VII. MEDIR -TEORMA DEL LIMITE CENTRAL

¿Qué describe el Teorema del Límite Central?

• Que toda población tiene distribución normal

• Que la media muestral es siempre igual a la moda

• Que la distribución de medias muestrales tiende a ser normal

• Que la desviación estándar siempre se mantiene constante

¿Cuál es el beneficio principal del TLC en estadística?

• Elimina la necesidad de muestrear

• Permite usar técnicas basadas en la normalidad

• Aumenta la varianza de los datos

• Reduce el tamaño poblacional

¿A partir de qué tamaño de muestra, generalmente, el TLC comienza a aplicarse bien?

• 5

• 10

• 20

• 30

Si la distribución original no es normal, ¿qué ocurre al aumentar el tamaño de la muestra?

• Nada cambia

• Las medias muestrales se vuelven más sesgadas

¿Qué representa el error estándar?

• La variabilidad de los datos individuales

• El promedio poblacional

• La desviación entre las medias de varias muestras

• La moda de los datos

¿Qué fórmula se usa para calcular el error estándar de la media?

• s + √n

• σ / n

• σ / √n

• μ · σ

¿Qué sucede con el error estándar cuando aumenta el tamaño de la muestra?

• Aumenta

• Se mantiene constante

• Disminuye

• Se vuelve cero

¿Qué mide la desviación estándar?

• El valor medio

• La dispersión de los datos individuales

• El tamaño de la muestra

• El error muestral

¿Cómo se interpreta un error estándar pequeño?

• Que los promedios muestrales están dispersos

• Que hay muchos valores extremos

• Que los promedios muestrales están cerca del valor real

• Que los datos no sirven

¿Cuál de las siguientes afirmaciones es verdadera?

• El TLC solo funciona con distribuciones normales

• El error estándar es constante para cualquier muestra

• El TLC permite hacer inferencias sobre la media poblacional

• El TLC depende de la varianza de los datos originales