Distribuciones continuas Las distribuciones de variable continua ms importantes son las siguientes:

Distribucin Beta Distribucin exponencial Distribucin F Distribucin Gamma Distribucin ji cuadrado Distribucin normal Distribucin t de Student

Distribucin Normal Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin. Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una curva en "forma de campana". En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables asociadas a fenmenos naturales que siguen el modelo de la normal. Caracteres morfolgicos de individuos (personas, animales, plantas,) de una especie, p. ejm. Tallas, pesos, envergaduras, dimetros, permetros Caracteres fisiolgicos, por ejemplo; efecto de una misma dosis de un frmaco, o de una misma cantidad de abono. Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos, puntuaciones de examen. Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a un medio Errores cometidos al medir ciertas magnitudes. Valores estadsticos maestrales, por ejemplo: la media. Otras distribuciones como la binomial o la de Poisson son aproximaciones normalesY en general cualquier caracterstica que se obtenga como suma de muchos factores.

La distribucin normal estndar: Se observ que no existe una sola distribucin de probabilidad normal, sino una familia deellas. Como sabemos, cada una de las distribuciones puede tener una media () o unadesviacin estndar distinta (). Por tanto, el nmero de distribuciones normales es ilimitado ysera imposible proporcionar una tabla de probabilidades para cada combinacin de y. Para resolver este problema, se utiliza un solo miembro de la familia de distribucionesnormales, aquella cuya media es 0 y desviacin estndar 1 que es la que se conoce comodistribucin estndar normal, de forma que todas las distribuciones normales puedenconvertirse a la estndar, restando la media de cada observacin y dividiendo por la desviacin estndar. Primero, convertiremos la distribucin real en una distribucin normal estndar utilizando un valor llamado Z, o estadstico Z que ser la distancia entre un valor seleccionado, designado X, y la media , dividida por la desviacin estndar . Formalmente, si X N(,) , entonces la v.a. Z = X se distribuye segn una normal de media 0 y desviacin estndar 1, i.e.: Z N(0,1) , que es la distribucin llamada normal estndar o tipificada. De esta manera, un valor Z mide la distancia entre un valor especificado de X y la mediaaritmtica, en las unidades de la desviacin estndar. Al determinar el valor Z utilizando laexpresin anterior, es posible encontrar el rea de probabilidad bajo cualquier curva normalhaciendo referencia a la distribucin normal estndar en las tablas correspondientes. As pues, para averiguar el rea anterior utilizaremos la tabla que encontraremos al final deeste apartado. Dicha tabla nos proporciona la probabilidad de que la v.a. normal estndar Ztome un valor situado a la izquierda de un nmero c, i.e.: P(Z<c). En otras palabras, estatabla nos da el valor del rea encerrada por f(x) entre - y c.