Teorema central do limite e conceito | Data Science: testes estatísticos com Python

Estou com a mesma dúvida do Daniel e do Ricardo. De acordo com o que li, o teorema central do limite garante que a medida que a amostra aumenta, sua distribuição amostral se aproxima cada vez mais de uma distribuição normal, então para populações suficientemente grandes, a gente sempre pode sim deduzir que a distribuição amostral daquela população se comporta como uma normal, independente da distribuição da amostra. E, portanto, aplicaria-se o ztest ou o ttest.

Isso foi o que compreendi, entretanto, visualizando aos videos muitas questões divergem do que compreendi, portanto acredito que tenha algum ponto que não tenha entendido direito! Se alguém puder me ajudar, agradeço!!

Boas Rafael, o que você aprresentou sobre o teorema do limite central está correto, mas há uma informação bastante importante que está faltando: o teorema do limite central originalmente se aplica em distribuições aleatórias. Dessa forma, você só pode considerar que, com o aumento da amostra, a distribuição tende a comportar-se para uma normal quando analisamos eventos aleatórios.

Por exemplo, o teorema do limite central permite rolar um dado justo de 6 lados, a média das distribuições seguirá uma curva normal.

Gráfico de frequência pela média dos lançamentos de um dado justo de 6 lados, sendo que a média dos lançamentos se constitui como uma normal .

Mesmo que a distribuição fosse assimétrica, se a variável é aleatória, com o aumento do número de amostras, ela se aproximaria de uma curva normal.

Entretnto, o mesmo não ocorre para variáveis que não se comportam aleatóriamente.

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓.Bons Estudos!