📊 Caso de Estudio: Demostración Práctica del Teorema Central del Límite con Python

📊 Caso de Estudio: Demostración Práctica del Teorema Central del Límite con Python Autor: Claudio Abreu Afonso Rol: Data Analyst | Sales Analytics Stack: Python (NumPy, Matplotlib, Seaborn), Estadística Inferencial Enlaces: Repositorio GitHub

1. Planteamiento del Problema & Contexto En el análisis de datos real (e-commerce, CRM, finanzas), las métricas clave como el ticket medio, los tiempos de resolución de tickets o el tiempo de permanencia en web rara vez siguen una distribución normal; suelen estar sesgadas por valores extremos o concentradas en rangos específicos. El Teorema Central del Límite (TCL) es el pilar que permite realizar inferencias válidas (como tests A/B o intervalos de confianza) sobre la media de una población, sin importar la forma de la distribución original, siempre que el tamaño de la muestra sea suficientemente grande ($n \ge 30$).

2. Metodología y Simulación en Python Se diseñó un experimento empírico con las siguientes condiciones:

• Población: 100.000 observaciones generadas mediante una distribución exponencial ($\mu = 5.0$), representando un comportamiento con sesgo positivo extremo.

• Muestreo: Se extrajeron 2.000 muestras aleatorias repetidas para cuatro tamaños muestrales diferentes ($n = 5, 30, 50, 100$).

• Métricas evaluadas: Media de las medias ($\mu_{\bar{x}}$) y Error Estándar ($\sigma_{\bar{x}}$). 3. Principales Hallazgos Estadísticos

Convergencia a la Normalidad: Para $n = 5$, la distribución resultante aún conserva cierta asimetría. Sin embargo, con $n = 30$ y $n = 50$, la distribución se vuelve simétrica y simula con precisión una campana de Gauss.
Invarianza de la Media: La media de las medias muestrales se mantuvo estable cerca del valor real poblacional ($\mu \approx 5.01$) en todos los escenarios.
Reducción de la Varianza: Se confirmó la fórmula del error estándar. A mayor $n$, menor es la dispersión de los promedios, lo que incrementa la precisión de la estimación.

4. Impacto y Aplicación en el Negocio • Tests A/B confiables: Permite comparar el ticket medio entre un grupo de control y uno de prueba en e-commerce sin necesidad de transformar los datos originales no normales. • Cálculo de Intervalos de Confianza: Facilita a los equipos ejecutivos estimar rangos esperados de ingresos o conversión con niveles de confianza del 95% o 99%. • Gestión de Outliers: Identifica cuándo la media es representativa y cuándo debe complementarse con la mediana (ej. análisis de salarios o grandes cuentas enterprise).