Universidad Andina del Cusco

Escuela de Posgrado
MAESTRA EN ESTADISTICA

ESTADSTICA INFERENCIAL
Mg. Ysabel Adriazola Cruz

DISTRIBUCIONES CONTINUAS
IMPORTANTES

DISTRIBUCIONES CONTINUAS
IMPORTANTES

Distribucin normal

DISTRIBUCIN NORMAL

Abraham de Moivre, descubridor de la

distribucin normal

Distribucin Normal

La distribucin normal fue presentada por primera vez por Abraha

NORMAL

DISTRIBUCIN NORMAL:
Caractersticas

Es simtrica con respecto a su media.

NORMAL

Funcin de Densidad de Probabilidad Normal

1
f ( x)
e
2

1 x

x , ,
0

ESPERANZA:

E( X )

VARIANZA:

V (X )

2
NORMAL

PROPIEDADE
S

i.

f x 0

ii.

f x dx 1

Funcin de Densidad de Probabilidad Normal

NORMAL

Distribucin Normal

P(a<X<b)=P(X<b) -P(X<a)

NORMAL

Funcin de Densidad de Probabilidad

Normal Estndar

()
X
Z

~ N (0,1)

1
f ( z)
e
2

1 2
z
2

Si a una v.a. normal le

restamos su media y se
le
divide
por
su
desviacin estndar, la
variable
resultante
tiene media cero y
desviacin estndar 1.

; z ,
NORMAL

EJEMPLO
Un investigador reporta que la vida de los
ratones sometidos a dietas que
se
enriquecen con vitaminas y protenas se
distribuyen normalmente con una vida
promedio de 40 meses y una desviacin
estndar de 6.3 meses. Encuentre la
probabilidad de que un ratn dado viva:
i. Ms de 32 meses
ii. Menos de 28 meses
NORMAL
iii. Entre 37 y 49 meses

SOLUCIN.

X : N ,

40, 6.3

i. Probabilidad que un ratn viva ms de 32

meses
SPSS
P(X > 32) =1- P(X 32) =1- CDF.NORMAL(32,40,6.3)=10.1021=0.8979

NORMAL

SOLUCIN.

X : N , 2 ; 40, 6.3

i. Probabilidad que un ratn dado viva ms de 32

meses

EXCEL

P(X > 32) =1- P(X 32) =1-DISTR.NORM(32,40,6.3,VERDADERO)=1- 0.10207059

NORMAL

=0.89792941=0.8979

ii. Probabilidad que un ratn viva

meses.

menos

de 28

P(X < 28) = CDF.NORMAL(32,40,6.3)= 0.0284

SPSS

P(X < 28) =

DISTR.NORM(28,40,6.3,VERDADERO)=0.02840551

EXCEL

iii. Probabilidad que un ratn viva entre 37 y 49 meses.

P(37<X < 49) =CDF.NORMAL(49,40,6.3)
-CDF.NORMAL(37,40,6.3)
=0.9234-0.3170

= 0.6064

SPSS

P(37<X < 49) = DISTR.NORM(49,40,6.3,VERDADERO) DISTR.NORM(37,40,6.3,VERDADERO)

= 0.92343627 - 0.31696934 = 0.60646693

DISTRIBUCIN
JI CUADRADO

DISTRIBUCIN JI CUADRADO
Funcin densidad

f ( x)

1
x
n
n 2
2
2

ESPERANZA
VARIANZA

n
x
1
2
2

E( X ) n
V ( X ) 2n

PROPIEDADE
S

i.

f x 0

ii.

f x dx 1

DISTRIBUCIN T DE
STUDENT

DISTRIBUCIN t
STUDENT
Funcin densidad
n 1

x2
2

f ( x)
1

n
n

n
2
ESPERANZA:
VARIANZA:

E( X ) 0
n
V (X )
n2

n 1
2

PROPIEDADE
S

i.

f x 0

ii.

f x dx 1

Distribucin t de Student
Desarrollada con base en distribuciones de
frecuencia empricas por William Gosset,
Student.
The probable error of a mean Biometrika
1908

Caractersticas de la Distribucin t
Tiene media igual 0, es asinttica al eje x y
su rango va de - a +;
El rea bajo la curva desde - a +es igual a
1
0, 2 depende de v (grados libertad)
Varianza > 1, pero se aproxima a 1 cuando
n
Al aumentar n, la distribucin t se aproxima
a la Normal; n > 30
Entre las aplicaciones:

Estimacin de intervalos de confianza para

medias a partir de muestras pequeas
Pruebas de hiptesis basadas en muestras < 30

Distribucin F

Ronald Aylmer Fisher

(Londres, 1890-Adelaida, Australia, 1962) Matemtico y

bilogo britnico. Se gradu por la Universidad de
Cambridge en 1912. Pionero en la aplicacin de
mtodos estadsticos al diseo de experimentos
cientficos, en 1919 comenz a trabajar en la estacin
experimental de Rothamsted, donde realiz trabajos
estadsticos relacionados con la reproduccin de las
plantas. Desarroll tcnicas para obtener mayor
cantidad de informacin til a partir de muestras de
datos ms pequeas, introdujo el principio de
aleatoriedad en la recogida de muestras y el anlisis de
la varianza o anlisis multivariacional. Public su
metodologa estadstica en 1925 en Methods for
Research Workers. Traslad sus investigaciones al
campo de la gentica en The Genetical Theory of
Natural Selection (1930), que resume sus puntos de
vista sobre la eugenesia y el papel de control que
ejercen los genes sobre los caracteres dominantes, y en
el que considera la seleccin como la fuerza directriz de
la evolucin, ms que la mutacin. En 1933 ocup la

F DE FISHER
Funcin de densidad de probabilidad

f ( x)

m n

m
2

m
1
2

m n m

x 1
2 2 n

mn
2

x0
Forma de la curva de
la
distribucin F con m
yn
grados de libertad.

PROPIEDADE
S

i.

f x 0

ii.

f x dx 1

n
;n 2
ESPERANZA: E ( X )
n2
2
2n m n 2
;n 4
VARIANZA: V ( X )
2
m n 2 n 4

Fisher

MODELO EXPONENCIAL
Es una distribucin continua de probabilidad que se aplica para
determinar las probabilidades de ocurrencias de un evento en el
tiempo y espacio.
FUNCIN DE DENSIDAD DE
PROBABILIDAD

FUNCIN DE
DISTRIBUCIN

EJEMPLO1.
La concentracin de monxido de carbono,
en un periodo de una hora, tiene
distribucin aproximadamente exponencial
con media 3.6 partes por milln (Zamurs,
1984,p. 637)
a. Obtener F(x)
b.
Calcular la probabilidad que la
concentracin de monxido de carbono
exceda a 9 ppm en una hora.
c. Un plan para controlar el trfico redujo la
media a 2.5 ppm. determinar la
probabilidad que la concentracin de
monxido de carbono exceda a 9 ppm en
una hora.
d. Obtener la media y desviacin estndar.

EJEMPLO2.
La magnitud de los terremotos registrados
en una regin del Per puede representarse
mediante una distribucin exponencial con
parmetro 2.4, de acuerdo con la regla de
Richter. Calcular la probabilidad que un
terremoto que azote dicha regin :
1. Supere los 3 grados
2. Est entre 2 y 3 gramos
3. De los siguientes 10 terremotos que azoten
la regin, cul es la probabilidad que al
menos 1 supere los 3 grados de la escala de
Richter

EJEMPLO3.

La demanda de agua durante las

primeras horas de la tarde tiene
distribucin exponencial con media
de 100 pies cbicos por segundo
a. En las primeras horas de la tarde de
un da seleccionado al azar, cul es la
probabilidad que la demanda sea
superior a 200 pies cbicos por
segundo.
b. Qu capacidad de bombeo debe
mantener
la estacin durante las
primeras horas de la tarde para que
la demanda sea mayor a la capacidad
de bombeo con la probabilidad de