El teorema del límite central dice que la distribución muestral de la media siempre tendrá una distribución normal, siempre que el tamaño de la muestra sea lo suficientemente grande. Independientemente de si la población tiene una distribución normal, de Poisson, binomial o cualquier otra, la distribución muestral de la media será normal.
Para la verificación continua del proceso (CPV) u otro análisis estadístico, asumimos que n=30 o más garantizará una distribución normal y este "n" (número de muestra) generalmente está representado por el número de lotes. Por ejemplo, el análisis de un API (ingrediente farmacéutico activo) en un producto farmacéutico de 30 lotes diferentes se considera distribuido normalmente. Según la definición anterior, el ensayo de cada lote debe calcularse como la media del número adecuado de muestras (tamaño de muestra) para todos y cada uno de los lotes y no el ensayo de muestra compuesta o el ensayo de una tableta o cápsula. Por lo tanto, la suposición de una distribución normal basándose en la media procedente de un ensayo individual no es correcta. En este sentido, la disolución puede considerarse el mejor candidato para la aplicación del teorema del límite central. Para cada valor medio del punto de tiempo de disolución, utilizamos al menos 6 unidades o más (L2, L3). Cualquier comentario será apreciado.
