Distribución Empírica

Distribuciones empíricas: variables

Discretas
• 1. Si la cantidad de datos no es muy elevada, la
frecuencia de datos para cada valor de x puede ser
usada directamente para definir una distribución
Discreta.
• 2. Si hay muchos datos, es más fácil ordenar los
datos en forma de histograma y definir entonces una
distribución Acumulada con parámetros {xi} , {F(xi)} ,
min , max
• Se puede reintroducir el caracter discreto de la
variable incluyendo la distribución Acumulada dentro
de una función ROUND (redondeo)
 Distribuciones empíricas: variables
Continuas
• 1. Se plotea la frecuencia acumulada de los datos
observados.
• 2. Se hace un ranking de los datos en orden
ascendente.
• 3. Se estima un mínimo y un máximo en forma
subjetiva.
• 4. Se calcula la probabilidad acumulada para cada
valor de x según la fórmula:
F(xi) = i / (n+1)
i = rango del dato observado
n = cantidad de datos observados
• {xi} , {F(xi)} , min , max serán parámetros que se usen
para definir una distribución Acumulada
 FUNCIÓN
FUNCIÓN DE
DE DISTRIBUCIÓN
DISTRIBUCIÓN EMPÍRICA
EMPÍRICA YY SUS
SUS
CARACTERÍSTICAS
CARACTERÍSTICAS

la distribución de la muestra suele identificarse con su

función de cuantía o de densidad conjunta (según que
la distribución poblacional sea discreta o continua),
que proporcionan la probabilidad o densidad de
probabilidad con la cual puede presentarse cada
muestra concreta en el proceso de muestreo.

VELEZ IBARROLA, R. ; GARCÍA PÉREZ, A. (1994): “Principios de Inferencia estadística”.

UNED. Madrid. pp. 12-13, 34 y 36-39.
En un sentido totalmente distinto, a cada muestra
concreta se le puede asociar una función de
distribución denominada función de distribución
empírica Fn* (x) que se define como

 Número de elementos de la muestra  x

Fn (x) 
n

En otros términos, representa la frecuencia con la que

los elementos seleccionados en la muestra no
superan el valor x de la característica bajo estudio.
Por tanto es, siempre, una función discreta (escalonada) y no
tiene relación directa con la distribución de la muestra ni con
la de la población, en el sentido de que una muestra concreta
tendría la misma función de distribución fuese cual fuese la
población de origen.
Sí existe una relación indirecta e importante por cuanto cada
valor de la muestra se obtiene aleatoriamente de la
distribución de la población de interés y no de otra.
Por ello, es razonable esperar que la función de distribución
empírica proporcione una imagen aproximada de la
distribución de la población de la cual se extrajo la muestra.
Ejemplo:
Sea una muestra de tamaño 5 de una población en la cual se
investiga una variable aleatoriaξ. Tal muestra es {2, -2, 0, 1, -2}.
Determine la función de distribución empírica de la muestra.
Solución: La función de distribución empírica de la muestra es
 CARACTERÍSTICAS

Como hemos señalado anteriormente, la función de

distribución empírica es una función de distribución discreta
que asigna probabilidad 1/n a cada una de las observaciones
muestrales, de forma que todos los momentos de la muestra,
denominados momentos muestrales, existen y valen:

Momentos de orden r respecto del origen:

Momentos de orden r respecto de la media: