Il teorema del limite centrale spiegato

Introduzione al teorema del limite centrale

Il teorema del limite centrale (TLC) è uno dei concetti più importanti della statistica. Spiega perché la distribuzione normale compare così frequentemente in natura e perché è possibile fare inferenze statistiche anche quando la popolazione non è distribuita normalmente.

Il teorema ha implicazioni profonde per la pratica statistica. Prima che il TLC fosse compreso, gli statistici potevano lavorare solo con dati normalmente distribuiti. Il TLC ha liberato la statistica dimostrando che le medie campionarie si comportano in modo prevedibile indipendentemente dalla distribuzione originale, una scoperta che ha reso possibili le moderne indagini, il controllo qualità e l’inferenza scientifica.

Consideriamo questo fatto sorprendente: si può avere una popolazione con qualsiasi distribuzione bizzarra — bimodale, fortemente asimmetrica, uniforme o del tutto irregolare. Se si estraggono ripetutamente campioni di dimensione sufficiente e si calcolano le loro medie, queste medie formeranno una bella curva a campana centrata sulla vera media della popolazione.

L’enunciato del teorema del limite centrale

Se si estraggono campioni casuali di dimensione n da una popolazione con media μ e deviazione standard σ, allora al crescere di n la distribuzione delle medie campionarie si avvicina a una distribuzione normale con:

Questo funziona per qualsiasi distribuzione della popolazione, a patto che la dimensione del campione sia sufficientemente grande (tipicamente n ≥ 30).

La quantità σ/√n è chiamata errore standard della media. Si noti come diminuisca all’aumentare della dimensione del campione: campioni più grandi producono stime più precise della media della popolazione. Quadruplicare la dimensione del campione dimezza l’errore standard.

Condizioni per il TLC

Il teorema del limite centrale richiede diverse condizioni affinché l’approssimazione sia valida:

• 1. Campionamento casuale:Ogni campione deve essere estratto casualmente dalla popolazione, con ogni osservazione indipendente dalle altre.
• 2. Dimensione del campione:In genere n ≥ 30 funziona per la maggior parte delle distribuzioni. Popolazioni più asimmetriche richiedono campioni più grandi; popolazioni simmetriche possono funzionare con campioni più piccoli.
• 3. Momenti finiti:La popolazione deve avere una media μ e una deviazione standard σ finite. Alcune distribuzioni teoriche (come la distribuzione di Cauchy) violano questa condizione.
• 4. Indipendenza:I campioni dovrebbero essere inferiori al 10% della popolazione quando si campiona senza reinserimento per garantire un’indipendenza approssimativa.

La regola “n ≥ 30” è una linea guida, non un limite rigido. Per distribuzioni simmetriche (come quella uniforme), n = 10 può essere sufficiente. Per distribuzioni fortemente asimmetriche, possono essere necessari n = 100 o più. In caso di dubbio, si possono usare simulazioni o metodi bootstrap per verificare se l’approssimazione normale è ragionevole.

Visualizzare il TLC in azione

Per comprendere davvero il TLC, immaginiamo di lanciare un dado equilibrato. La distribuzione di un singolo lancio è uniforme: ogni numero da 1 a 6 ha la stessa probabilità (1/6). Non è affatto normale.

Ora immaginiamo di lanciare il dado due volte e calcolare la media. Con due lanci, la media può variare da 1 (entrambi i lanci danno 1) a 6 (entrambi danno 6), ma i valori centrali come 3,5 sono più probabili perché ci sono più modi per ottenerli. La distribuzione diventa già più concentrata al centro.

Lanciamo il dado 30 volte e calcoliamo la media? Quella media sarà molto vicina a 3,5, e se ripetessimo questo esperimento migliaia di volte, quelle medie formerebbero una curva a campana quasi perfetta centrata su 3,5 con deviazione standard σ/√30 ≈ 1,71/5,48 ≈ 0,31.

Applicazioni nel mondo reale

Il TLC è il fondamento degli intervalli di confidenza, dei test di ipotesi e di molti altri metodi statistici. Consente di utilizzare i punteggi Z e i punteggi t per fare inferenze sui parametri della popolazione.

Ricerche demoscopiche: Sondaggi politici, ricerche di mercato e indagini sanitarie si basano tutti sul TLC. Quando un istituto di sondaggi riporta che un candidato ha il 48% dei consensi con un margine di errore del 3%, il margine di errore è calcolato utilizzando la formula dell’errore standard derivata dal TLC.

Controllo qualità: I processi produttivi utilizzano carte di controllo basate sul TLC. Le medie dei campioni prelevati dai lotti di produzione dovrebbero ricadere entro certi limiti (tipicamente ±3 errori standard dalla media del processo). Le violazioni segnalano potenziali problemi.

Test A/B: Quando le aziende tecnologiche testano nuove funzionalità, confrontano i tassi di conversione tra gruppi. Il TLC assicura che, anche se il comportamento del singolo utente è binario (converte o no), il tasso medio di conversione su migliaia di utenti segue una distribuzione normale, consentendo il confronto statistico.

Ricerca scientifica: Le sperimentazioni cliniche, gli esperimenti psicologici e praticamente tutta la ricerca quantitativa dipendono dal TLC per generare valori p e intervalli di confidenza dai dati campionari.

Equivoci comuni

Equivoco n. 2: “n = 30 è un numero magico che funziona sempre.” In realtà, la dimensione campionaria necessaria dipende da quanto la popolazione si discosta dalla normalità. Distribuzioni simmetriche richiedono campioni più piccoli; distribuzioni fortemente asimmetriche o con code pesanti ne richiedono di più grandi.

Equivoco n. 3: “Il TLC funziona per tutte le distribuzioni.” Il TLC richiede media e varianza finite. Distribuzioni come quella di Cauchy hanno varianza indefinita e non seguono il TLC indipendentemente dalla dimensione del campione.

Equivoco n. 4: “Devo verificare se i miei dati sono normali prima di usare la statistica.” Grazie al TLC, molte procedure statistiche funzionano bene anche con dati non normali, purché si lavori con medie di campioni sufficientemente grandi. La robustezza dei metodi statistici alla non-normalità è uno dei più grandi doni del TLC.