Please enable JavaScript.
Coggle requires JavaScript to display documents.
Distribuciones de probabilidad, image, image, image, image, image, image,…
Distribuciones de probabilidad
Continua:
Suponen la existencia de cada valor intermedio posible entre dos valores
Del extremo mínimo :
.Se suele utilizar para describir el
valor más pequeño de una respuesta a lo largo de un periodo de tiempo;
Más probable, Escala
Normal
: Ayuda a describir fenómenos naturales y puede ayudar a describir variables inciertas como la inflación
Sus parámetros son la media y desviación standar
Valor de la media es el más probable, es simétrica respecto a la media y más aproximada a la media
Del extremo máximo:
Se utiliza para describir el largo de un periodo de tiempo en precipitaciones y terremotos.
Más probable, Escala
El parámetro Escala es un número mayor que 0
Logarítmico normal:
los valores se sesgan positivamente
Ubicación, Media, Desviación estándar
Los límites superiores e inferiores son ilimitados, pero la variable incierta
no puede estar por debajo del valor del parámetro de ubicación.
Pareto:
Se suele utilizar en la investigación de otras
distribuciones asociadas con fenómenos empíricos, como tamaños de poblaciones
El parámetro Ubicación es el límite inferior de la variable
Ubicación, Forma
Cuanto mayor sea el parámetro Forma, menor será la varianza y más
gruesa la cola derecha de la distribución
Logística:
Se suele utilizar para describir el crecimiento
Media, Escala
Cuanto mayor
sea el parámetro de escala, mayor será la varianza.
t de Student
: Se utiliza para describir pequeños conjuntos de
datos empíricos que se asemejan a una curva normal, pero con colas más gruesas
El parámetro
Grados de libertad controla la forma de la distribución.
El valor de punto medio es el más probable
Punto medio, Escala, Grados de libertad
Es simétrica respecto a la media
Gamma
:Se utiliza para medir el tiempo entre una repetición de un evento y otra
repeticiones posibles en cualquier unidad de medida no son limitadas e independientes entre sí.
Ubicación, Escala, Forma
Triangular
: Describe una situación en la que se conocen los
valores mínimo, máximo y más probables
Mínimo, Más probable y Máximo
Cuando el mínimo y el máximo son fijos tiene un valor más probable en este rango, el cual conforma un triángulo con el mínimo y el máximo.
Exponencial:
Se suele utilizar a menudo para describir
eventos recurrentes en puntos aleatorios en el tiempo o en el espacio
Tasa
Describe el tiempo transcurrido entre repeticiones
No se ve afectada por los eventos anteriores.
Beta PERT
: Describe una situación en la que se conocen los
valores mínimo, máximo y más probables. Resulta útil con datos limitados.
Mínimo, más probable y máximo
Mínimo y el máximo son fijos. Tiene un valor más probable en este rango, el cual forma un triángulo con el
mínimo
Se utiliza a menudo en modelos de administración de proyectos, para calcular la distribución de tareas
Weibull: Describe los datos resultantes de las pruebas de desgaste y se puede utilizar para describir momentos de error en estudios de fiabilidad o resistencia de materiales.
Ubicación, Escala, Forma
Cuando el parámetro de forma es igual a 1,0, la distribución de Weibull es idéntica
a la distribución exponencial
El parámetro de ubicación permite establecer una
distribución exponencial para empezar en una ubicación distinta a 0,0
Cuando el parámetro de forma es menor que 1,0 se convierte en una curva muy pendiente hacia abajo
Beta
: Se utiliza normalmente para variabilidad un rango fijo
Mínimo,máximo, alfa y beta
El mínimo y máximo debe estar comprendido entre 0 y un valor positivo.
La forma se puede especificar con valor positivo alfa y beta. Su distribución es simétrica.
Si alfa es superior a beta, la
distribución está sesgada negativamente
Uniforme:
Se conoce el rango entre los valores mínimo y máximo y se sabe que todos los valores en el rango tienen la misma probabilidad de producirse.
La distribución uniforme discreta es el equivalente discreto de la distribución
uniforme.
El mínimo y el máximo es fijo
Mínimo, máximo
Discreta
:Números enteros sin valores intermedios, se muestra como una serie de columnas verticales
Binominal negativa:
Es útil para modelar la distribución del
número de pruebas hasta el resultado correcto r
El número de pruebas no es fijo
La probabilidad de éxito es la misma de prueba a prueba
Probabilidad, Forma
Poisson:
Describe el número de veces que se produce un
evento en un determinado intervalo
El número de veces que se produce el evento no es limitado
El número promedio de veces que se produce el evento es el mismo de una unidad a
otra
Tasa
Hipergeométrica
:Describen el número de veces que se produce un determinado evento en un número fijo de
pruebas. No obstante, las pruebas de distribución binomial son independientes
Correcto, Pruebas, Población
El número total de elementos (población) es fijo.
El tamaño de la muestra (número de pruebas) es una parte de la población.
Geométrica:
Describe el número de pruebas hasta la primera vez
que resulta correcta
El número de pruebas no es fijo
La probabilidad de éxito es la misma de prueba a prueba; si hay un 10% de
probabilidad, se introduce como 0,10.
Probabilidad
Uniforme discreta:
Se saben cuales son los valores mínimo y máximo y que todos los valores no son continuos tienen la misma probabilidad de producirse
Mínimo, Máximo
Mínimo y máximo son fijos
probabilidad de producirse.
.
Binominal:
Describe el número de veces que se produce o no un
evento en concreto en un número fijo de pruebas
En cada prueba sólo hay dos resultados posibles,
Las pruebas son independientes. La probabilidad es la misma de prueba a prueba
Probabilidad, Pruebas
Si-No
:Describe un conjunto de observaciones que sólo pueden tener uno de dos
valores
La probabilidad es la misma de prueba a prueba.
Probabilidad de Sí
La media es p, o probabilidad (0 < p < 1).
Sólo hay dos resultados posibles, como éxito o error
