Transcript of DISTRIBUCIONES ESTADISTICAS
- 1. Edwin Mogolln Escalona C.I :20499564
- 2. En estadstica y probabilidad se llama distribucin normal,
distribucin de Gauss o distribucin gaussiana, a una de las
distribuciones de probabilidad de variable continua que con ms
frecuencia aparece aproximada en fenmenos reales. La funcin de
distribucin de la distribucin normal est definida como sigue:
- 3. Aplicaciones: La importancia de esta distribucin radica en
que permite modelar numerosos fenmenos naturales, sociales y
psicolgicos. Mientras que los mecanismos que subyacen a gran parte
de este tipo de fenmenos son desconocidos, por la enorme cantidad
de variables incontrolables que en ellos intervienen, el uso del
modelo normal puede justificarse asumiendo que cada observacin se
obtiene como la suma de unas pocas causas independientes.
- 4. En probabilidad y estadstica, la distribucin t (de Student)
es una distribucin de probabilidad que surge del problema de
estimar la media de una poblacin normalmente distribuida cuando el
tamao de la muestra es pequeo.
- 5. La distribucin t de Student es la distribucin de
probabilidad del cociente donde Z tiene una lateral de media nula y
mediana 1 x tiene una distribucin bilateral con grados de confianza
o y z son independientes Si es una constante no nula, el cociente
es una variable aleatoria que . sigue la distribucin t de Student
no central con parmetro de no-centralidad .
- 6. Usada en teora de probabilidad y estadstica, la distribucin
F es una distribucin de probabilidad continua. Tambin se le conoce
como distribucin F de Snedecor (por George Snedecor) o como
distribucin F de Fisher- Snedecor. Una variable aleatoria de
distribucin F se construye como el siguiente cociente: U1 y U2
siguen una distribucin chi-cuadrado con d1 y d2 grados de libertad
respectivamente, y U1 y U2 son estadsticamente independientes.
- 7. La distribucin F aparece frecuentemente como la distribucin
nula de una prueba Aplicacin: Es utilizado para probar diferencias
entre 2 o mas varianzas de poblaciones con distribucin normal
- 8. En estadstica, la distribucin de Pearson, llamada tambin ji
cuadrado o chi cuadrado () es una distribucin de probabilidad
continua con un parmetro K que representa los grados de libertad de
la variable aleatoria Donde Z son variables . aleatorias normales
independientes de media cero y varianza uno. El que la variable X
aleatoria tenga esta distribucin se representa habitualmente
as:
- 9. Aplicaciones: La distribucin tiene muchas aplicaciones en
inferencia estadstica. La ms conocida es la de la denominada prueba
utilizada como prueba de independencia y como prueba de bondad de
ajuste y en la estimacin de varianzas. Pero tambin est involucrada
en el problema de estimar la media de una poblacin normalmente
distribuida y en el problema de estimar la pendiente de una recta
de regresin lineal, a travs de su papel en la distribucin t de
Student. Aparece tambin en todos los problemas de anlisis de
varianza por su relacin con la distribucin F de Snedecor, que es la
distribucin del cociente de dos variables aleatorias independientes
con distribucin .
- 10. En estadstica la distribucin gamma es una distribucin de
probabilidad continua con dos parmetros __y__ cuya funcin de
densidad para valores ______ es:_______________ Aqu e es el nmero e
y es la funcin gamma. El valor esperado y la varianza de una
variable aleatoria X de distribucin gamma son
- 11. Aplicacin: Los tiempos que tardan en revisar un motor de un
automvil avin tienen una distribucin de frecuencias sesgadas. Las
poblaciones asociadas a estas variables aleatorias frecuentemente
tienen distribuciones que se pueden modelar adecuadamente por la
funcin de densidad tipo gamma.
- 12. La distribucin de probabilidad beta es una funcin de
densidad con dos parmetros definida en el intervalo cerrado 0