Skip to main content
Global

7.10: Revisão do capítulo

  1. Last updated
  2. Save as PDF
  • Page ID
    186866

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    7.1 O teorema do limite central para médias amostrais

    Em uma população cuja distribuição pode ser conhecida ou desconhecida, se o tamanho (\(n\)) das amostras for suficientemente grande, a distribuição das médias da amostra será aproximadamente normal. A média das médias da amostra será igual à média da população. O desvio padrão da distribuição das médias da amostra, chamado erro padrão da média, é igual ao desvio padrão da população dividido pela raiz quadrada do tamanho da amostra (\(n\)).

    7.2 Usando o Teorema do Limite Central

    O Teorema do Limite Central pode ser usado para ilustrar a lei dos grandes números. A lei dos números grandes afirma que quanto maior o tamanho da amostra que você tira de uma população, mais próxima a média da amostra\(\overline x\) fica\(\mu\).

    7.3 O teorema do limite central para proporções

    O Teorema do Limite Central também pode ser usado para ilustrar que a distribuição amostral das proporções da amostra é normalmente distribuída com o valor esperado de\(p\) e um desvio padrão de\(\sigma_{\mathrm{p}^{\prime}}=\sqrt{\frac{p(1-p)}{n}}\)