Please enable JavaScript.
Coggle requires JavaScript to display documents.
DISTRIBUCIONES ESTADÍSTICAS CUANTITATIVAS (CONTINUAS (NORMAL (FORMA (La…
DISTRIBUCIONES ESTADÍSTICAS CUANTITATIVAS
DISCRETAS
HIPERGEOMÉTRICA
CALCULA LA PROBABILIDAD DE UNA SELECCIÓN ALEATORIA DE UN OBJETO SIN REPETICIÓN
FORMA
APLICACIÓN
BINOMIAL
SE DEFINE COMO LA FUNCIÓN QUE DA EL NÚMERO DE ÉXITOS EN UN PROCESO DE BERNOULLI
FORMA
APLICACIÓN: PÁGINA DOS DEL DOCUMENTO
POISSON
PARA QUE SEA CONSIDERADA UNA DISTRIBUCIÓN POISSON
DEBE CUMPLIR CON LAS SIGUIENTES CONDICIONES:
2.la probabilidad de que un resultado sencillo ocurra en un intervalo pequeño es proporcional a la longitud, el proceso es estable.
los sucesos aparecen de forma independiente
la probabilidad de que ocurra mas de un resultado en un intervalo suficientemente pequeño es despreciable
FORMA
APLICACIÓN PÁGINA TRES DEL DOCUMENTO
UNIFORME
APLICACIÓN PÁGINA TRES DEL
DOCUMENTO
ES LA DISTRIBUCIÓN MAS SIMPLE Y SE CUMPLE CUANDO TODOS LOS POSIBLES VALORES DE LA VARIABLE ALEATORIA SEAN IGUALMENTE PROBABLES
CONTINUAS
NORMAL
FORMA
La distribucion de la probabilidad normal tiene una forma de campana
(Gauss)
simétrica por depender de x a trav´es del termino
(x−µ)2),
centrada en µ y con anchura proporcional a σ Evidentemente, el máximo de la función de densidad ocurre para x = µ y, por tanto, media, mediana y moda coinciden en ese punto. Se puede demostrar que los puntos de inflexión de la curva normal están situados en µ−σ y µ+σ.
APLICACIÓN
:El tiempo que se tardan la producción de un pastel en JV es de 20 minutos con una varianza de 16 minutos cuadrados; se asume que el tiempo sigue una dist. Normal; se pide: La probabilidad de que una persona invierta entre 18 y 25 en producirlo
Datos: Media = 20; Desviación: 4
Z = 25 -20 / 4 = 1 Z = 18 - 20 / 4 = -0.5 A2 - A1 =0.8944 - 0.3085 = 0.5859
La probabilidad de que la producción tarde entre 18 y 25 minutos es de 58.59%
ES LA DISTRIBUCIÓN CONTINUA DE PROBABILIDAD MAS IMPORTANTE Y SE DEBE A QUE DESCRIBE CON GRANA APROXIMACIÓN LA DISTRIBUCIÓN DE LAS VARIABLES ASOCIADAS
Aplicaciones en la población, medidas de calidad en proceso industriales, temperaturas,
Se la denomina también distribución gaussiana
X²
DE PEARSON
FORMA
Tabla de Distribución Chi Cuadrado
χ2
La importancia de la distribución
χ2
en estadística se basa en la siguiente propiedad: Sea
σ2
la varianza de una población normal y
s2
la varianza de una muestra de tamaño
n
extraída al azar de dicha población.
Se define como la suma de n variables normalizadas estandarizadas elevadas al cuadrado.
UNIFORME
UNA VARIABLE ALEATORIA
X
SIGUE UNA DISTRIBUCIÓN CONTINUA UNIFORME CUANDO SU FUNCIÓN DE DENSIDAD
f(x)
TOMA VALORES CONSTANTES EN EL INTERVALO
(a,b)
FORMA
APLICACIÓN
El volumen de producción estimado para el próximo año va a oscilar entre 400 y 500 unidades. Calcular la función de distribución y la producción media esperada:
f
(
x
) = 1 / 500 - 400 = 0.01
Es decir, que el volumen de producción esté entre 400 y 401 unidades tiene un 1% de probabilidades
t
DE ESTUDENT
FORMA
Link Title
)
Link Title
Tabla t-Student
APLICACIÓN
Sean X1,X2,...,Xn y X, n+1 variables aleatorias normales con media 0 y desviación típica σ independientes entre sí, entonces la variable
Recibe el nombre de
t
de Student con
n
grados de libertad. podemos llegar a una expresión más usual de la variable
t
dividiendo numerador y denominador por la desviación típica
σ
La media es 0; y la varianza es mayor que 1.
F
DE FISHER
FORMA
Tabla
F
Fisher
Sean
χ2 n1
y
χ2 n2
dos variables χ2 de Pearson con n1 y n2 grados de libertad e independientes entre s´ı. Entonces, la variable aleatoria definida como F de Fisher
Una variable
f
siempre es positiva, su distribución es asimétrica
