Límite central
El teorema central del límite
Es uno de los resultados fundamentales de la estadística. Este teorema nos dice que si una muestra es lo bastante grande (generalmente cuando el tamaño muestral (n) supera los 30), sea cual sea la distribución de la media muestral, seguirá aproximadamente una distribución normal. Es decir, dada cualquier variable aleatoria, si extraemos muestras de tamaño n (n>30) y calculamos los promedios muestrales, dichos promedios seguirán una distribución normal. Además, la media será la misma que la de la variable de interés, y la desviación estándar de la media muestral será aproximadamente el error estándar
La distribución Normal
En muchas distribuciones de probabilidad de las variables cuantitativas se observa una tendencia de los valores alrededor de la media y menos observaciones a medida que nos acercamos a los extremos del rango de valores. Si el número de observaciones es grande la distribución adopta una forma de campana: campana de Gauss o distribución Normal.
La distribución uniforme
Utilice la distribución uniforme para describir variables continuas que tienen una probabilidad constante. Por ejemplo, una población de partes varía de 0.5 a 0.6 cm de largo. Si cada valor entre 0.5 y 0.6 cm tiene la misma probabilidad de ocurrir, estos datos siguen una distribución uniforme. Es una distribución continua que modela un rango de valores con igual probabilidad. La distribución uniforme se especifica mediante cotas inferior y superior.
Distribución bimodal
La moda es una forma de medir el centro de un conjunto de datos. A veces el valor medio de una variable es la que se presenta con mayor frecuencia. Por esta razón, es importante ver si un conjunto de datos es bimodal. En lugar de un solo modo, tendríamos dos.
Una consecuencia importante de un conjunto de datos bimodal es que puede nos revela que hay dos tipos diferentes de individuos representados en un conjunto de datos. Un histograma de un conjunto de datos bimodal exhibirá dos picos o jorobas.