Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERIA INDUSTRIAL
Materia: Estadstica I
INTRODUCCION La tarea de Estadstica realizada en este trabajo sobre distribuciones de probabilidades, es importante porque con ello podemos saber cmo realizar algunas estadsticas o probabilidades de algunas que se nos presenten. Las cuales con pueden ayudar en un futuro en algn trabajo. En este trabajo se explican los las siguientes maneras de calcular algunas estadsticas como probabilidades, cuales son algunas formulas de media y varianza lo que es una variable, los concepto de cada uno de ellos. La distribucin de probabilidad de una variable aleatoria continua, la media y varianza de una variable aleatoria, distribucin de probabilidad T de Student, distribucin de probabilidad tipo Gamma, distribucin de probabilidad ji cuadrada y F (Ficher), son las probabilidades de las que se hablan en este trabajo
DISTRIBUCION DE PROBABILIDAD CONTINUA DISTRIBUCION DE PROBABILIDAD DE UNA VARIABLE ALEATORIA CONTINUA La distribucin de probabilidad de una variable aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida sobre el conjunto de todos los eventos rango de valores de la variable aleatoria. Cuando la variable aleatoria toma valores en el conjunto de los nmeros reales, la distribucin de probabilidad est completamente especificada por la funcin de distribucin, cuyo valor en cada real x es la probabilidad de que la variable aleatoria sea menor o igual que x. En una distribucin de probabilidad continua, la variable que se est considerando puede tomar cualquier valor dentro de un intervalo dado. Las distribuciones continuas son una forma conveniente de presentar distribuciones discretas que tienen muchos resultados posibles, todos muy cercanos entre s.
La media y Varianza de una variable Aleatoria continua se define en forma similar a una variable aleatoria discreta. La integracin reemplaza a la suma en las definiciones. Suponga que x es una variable aleatoria continua como funcin de densidad de probabilidad f(x).
La varianza denotada:
En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. Aparece de manera natural al realizar la prueba t de Student para la determinacin de las diferencias entre dos medias mustrales y para la construccin del intervalo de confianza para la diferencia entre las medias de dos poblaciones cuando se desconoce la desviacin tpica de una poblacin y sta debe ser estimada a partir de los datos de una muestra. La distribucin t de Student es la distribucin de probabilidad del cociente
donde
Z tiene una distribucin normal de media nula y varianza 1 V tiene una distribucin chi-cuadrado con grados de libertad Z y V son independientes
Si es una constante no nula, el cociente es una variable aleatoria que sigue la distribucin t de Student no central con parmetro de nocentralidad . Aparicin y especificaciones de la distribucin t de Student Supongamos que X1,..., Xn son variables aleatorias independientes distribuidas normalmente, con media y varianza 2. Sea
Sin embargo, dado que la desviacin estndar no siempre es conocida de antemano, Gosset estudi un cociente relacionado,
donde
Donde es igual a n 1. La distribucin de T se llama ahora la distribucin-t de Student. El parmetro representa el nmero de grados de libertad. La distribucin depende de , pero no de o , lo cual es muy importante en la prctica.
DISTRIBUCION DE PROBABILIDAD TIPO GAMMA En estadstica la distribucin gamma es una distribucin de probabilidad continua con dos parmetros k y cuya funcin de densidad para valores x 0
es Aqu e y es la funcin
La importancia de la distribucin gamma radica en el hecho de que define una familia de la cual otras distribuciones son casos especiales. Pero esta distribucin en si tiene aplicaciones importantes al evaluar el tiempo y los problemas de confiabilidad. La distribucin Gamma describe la funcin de la densidad de la variable aleatoria que representa el tiempo (o espacio) que transcurre hasta que ocurre un nmero especfico de eventos poisson. Este nmero especifico de eventos es el parmetro en la funcin de densidad gamma. Entonces es fcil entender que cuando =1 ocurre el caso especial de la distribucin exponencial. La densidad gamma puede desarrollarse a partir de su relacin con el proceso de poisson.
DISTRIBUCION DE PROBABILIDAD Ji En estadstica, la distribucin (de Pearson) es una distribucin de probabilidad continua con un parmetro k que representa los grados de libertad de la variable aleatoria
Donde Zi son variables aleatorias normales independientes de media cero y varianza uno. El que la variable aleatoria X tenga esta distribucin se representa habitualmente as: .
Es conveniente tener en cuenta que la letra griega se transcribe al latn como chi1 y se pronuncia en castellano como ji Distribucin ji cuadrado
DISTRIBUCION DE PROBABILIDAD F (FICHER) Una variable F se define como el cociente entre dos variables ji-cuadrado divididas por sus correspondientes grados de libertad. Considerando dos muestras aleatorias independientes, de tamao n1 y n2, extradas de una poblacin normal. El campo de variabilidad de la variable F es entre 0 e (al ser un cosiente de cuadros) y su funcion de densidad depende exclisuvamente de los parametros n1 y n2, qunque es importante el orden en el que se dan estos. CARACTERISTICAS
Una variable con distribucin F es siempre positiva por lo tanto su campo de variacin es 0 " F " " La distribucin de la variable es asimtrica, pero su asimetra disminuye cuando aumentan los grados de libertad del numerador y denominador. Hay una distribucin F por cada par de grados de libertad. Parmetros: Grados de libertad asociados al numerador y denominador
Extraiga k pares de muestras aleatorias independientes de tamao n < 30. Calcule para cada par el cociente de variancias que proporciona un valor de F. Graficar los valores de F de los k pares de muestras.