TIPOS DE DISTRIBUCIÓN
Distribuciones continuas.
Distribución gaussiana.
Chi - Cuadrado.
Distribución Uniforme
Es una familia de funciones de probabilidad donde cada elemento, dentro de cierto intervalo, tiene la misma probabilidad de aparecer.
Ejemplo: la lotería, todos los números tienen las mismas posibilidades.
Su función de densidad de probabilidad es:
La función acumulativa de probabilidad no tiene una forma explícita:
Aparece al sumar el cuadrado de k variables que siguen gaussianas independientes. Se usa principalmente para los tests estadísticos.
Su función de distribución es:
Distribuciones Discretas
Distribución Binomial.
Distribución de Poisson.
Distribución de Bernoulli.
Es una distribución discreta que puede tomar dos valores uno con probabilidad y otro no.
Estimadores media y varianza:
Ejemplo: tirar una vez una moneda al aire.
Es una generalización de la distribución de Bernoulli para sucesos independientes, cada uno de los cuales tiene dos posibles resultados Si/No con probabilidad .
Variables que definen la distribución:
p – probabilidad de éxito de un caso individual.
n – número de eventos totales que se desean medir.
k – número de eventos en los que ha salido SI.
Estimadores media y varianza:
Tiene su origen en una distribución binomial a medida que n -> ∞ y p -> 0, manteniendo λ = n · p constante.
Ejemplo: número de llamadas que cursa una antena de telefonía móvil en una franja horaria.
Estimadores media y varianza:
Distribución Exponencial.
Describe el tiempo que transcurre entre dos eventos que siguen una distribución de Poisson.
Ejemplo: tiempo entre dos llamadas consecutivas que llegan a una antena de telefonía móvil en una franja horaria.
Estimadores media y varianza:
Estimadores media y varianza:
Semejanzas
Diferencias.
En distribuciones discretas, la variable asociada a ella es discreta, mientras que en distribuciones continuas, la variable es continua.
• Las distribuciones continuas se introducen utilizando funciones de densidad, pero las distribuciones discretas se introducen utilizando funciones de masa.
• La gráfica de frecuencia de una distribución discreta no es continua, pero es continua cuando la distribución es continua.
• La probabilidad de que una variable continua asuma un valor particular es cero, pero no es el caso de las variables discretas.
Ambas se relacionan con el análisis del problema y la resolución de él. Con el objetivo de obtener un resultado que contraste con lo indicado o lo que se quiere dar.