Está en la página 1de 19

UNIVERSIDAD TECNOLGICA DE SAN JUAN DEL RO

INNOVACIN PARA EL DESARROLLO

DISTRIBUCIN
DISTRIBUCIN NORMAR

DISTRIBUCIN JI-CUADRADA
DISTRIBUCIN T-STUDENT

PRESENTA:

HERNNDEZ LPEZ BERENICE


MAURICIO VERDE JARAMILLO

NOVIEMBRE 2014

Contenido
DISTRIBUCION NORMAL..................................................................................................................... 3
Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el modelo de la
normal son: .................................................................................................................................... 3
DISTRIBUCION JI-CUADRADA ............................................................................................................. 8
DISTRIBUCION T-STUDENT ............................................................................................................... 13
BIBLIOGRAFIA ................................................................................................................................... 19
DISTRIBUCION NORMAL............................................................................................................... 19
DISTRIBUCION JI- CUADRADA ...................................................................................................... 19
DISTRIBUCION T-STUDENT ........................................................................................................... 19

DISTRIBUCION NORMAL
En estadstica y probabilidad se
llama distribucin
normal, distribucin
de
Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable
continua que con ms frecuencia aparece aproximada en fenmenos reales.
La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto
de un determinado parmetro estadstico. Esta curva se conoce como campana de Gauss y
es el grfico de una funcin gaussiana.
La importancia de esta distribucin radica en que permite modelar numerosos fenmenos
naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte
de este tipo de fenmenos son desconocidos, por la enorme cantidad de variables
incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse
asumiendo que cada observacin se obtiene como la suma de unas pocas causas
independientes.
La estadstica descriptiva slo permite describir un fenmeno, sin explicacin alguna. Para
la explicacin causal es preciso el diseo experimental, de ah que al uso de la estadstica
en psicologa y sociologa sea conocido como mtodo correlacional.
La distribucin normal tambin es importante por su relacin con la estimacin
por mnimos cuadrados, uno de los mtodos de estimacin ms simples y antiguos.

Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el modelo


de la normal son:

caracteres morfolgicos de individuos como la estatura;

caracteres fisiolgicos como el efecto de un frmaco;

caracteres sociolgicos como el consumo de cierto producto por un mismo grupo de


individuos;

caracteres psicolgicos como el cociente intelectual;

nivel de ruido en telecomunicaciones;

errores cometidos al medir ciertas magnitudes;


Definicin formal
La funcin de distribucin de la distribucin normal est definida como sigue:

La funcin de distribucin de la normal estndar es:

Esta funcin de distribucin puede expresarse en trminos de una funcin


especial llamada funcin error de la siguiente forma:

La propia funcin de distribucin puede, por consiguiente, expresarse as:

El complemento de la funcin de distribucin de la normal estndar,

, se denota

con frecuencia
, y es referida, a veces, como simplemente funcin Q, especialmente
en textos de ingeniera.5 6 Esto representa la cola de probabilidad de la distribucin
gaussiana. Tambin se usan ocasionalmente otras definiciones de la funcin Q, las cuales
son todas ellas transformaciones simples de .7

La inversa de la funcin de distribucin de la normal estndar (funcin cuantil) puede


expresarse en trminos de la inversa de la funcin de error:

La inversa de la funcin de distribucin puede, por consiguiente, expresarse como:

Distribucin normal

La lnea verde corresponde a la distribucin normal


estndar
Funcin de densidad de probabilidad

Funcin de distribucin de probabilidad

Parmetros
Dominio
Funcin de
densidad(pdf)
Funcin de
distribucin (cdf)
Media
Mediana
Moda
Varianza
Coeficiente de
simetra

Curtosis

Entropa
Funcin generadora
de momentos (mgf)

Funcin
caracterstica

Una distribucin

normal de media y desviacin

tpica

se designa

por N(, ). Su grfica es la campana de Gauss:

El rea del recinto determinado por la funcin y el eje de abscisas es igual


a la unidad.
Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5
a la izquierda y otra igual a 0.5 a la derecha .
La probabilidad equivale al rea encerrada bajo la curva.

DISTRIBUCION JI-CUADRADA
Distribucin
En estadstica, la distribucin de Pearson, llamada tambin ji cuadrado o chi cuadrado ()
es una distribucin de probabilidad continua con un parmetro que representa los grados
de libertad de la variable aleatoria

Donde
son variables aleatorias normales independientes de media cero y varianza uno.
El que la variable aleatoria
tenga esta distribucin se representa habitualmente
as:

Propiedades
Funcin de densidad
Su funcin de densidad es:

Donde

es la funcin gamma.

Distribucin (ji-cuadrado)

Funcin de densidad de probabilidad

Funcin de distribucin de probabilidad


Parmetros
Dominio
Funcin
de
densidad(pdf)

grados de libertad

Funcin
de
distribucin(cdf)

Media
Mediana

aproximadamente
if

Moda
Varianza
Coeficiente
simetra

de

Curtosis
Entropa

Funcin
generadora de
momentos(mgf)
Funcin
caracterstica

for

DISTRIBUCION JI-CUADRADA (X2)


En realidad la distribucin ji-cuadrada es la distribucin muestral de s2. O sea que si se
extraen todas las muestras posibles de una poblacin normal y a cada muestra se le calcula
su varianza, se obtendr la distribucin muestral de varianzas.
Para estimar la varianza poblacional o la desviacin estndar, se necesita conocer el
estadstico X2. Si se elige una muestra de tamao n de una poblacin normal con
varianza

, el estadstico:

tiene una distribucin muestral que es una distribucin ji-cuadrada con gl=n-1 grados de
libertad y se denota X2 (X es la minscula de la letra griega ji). El estadstico ji-cuadrada
esta dado por:

donde n es el tamao de la muestra, s2 la varianza muestral y


la varianza de la
poblacin de donde se extrajo la muestra. El estadstico ji-cuadrada tambin se puede dar
con la siguiente expresin:

Propiedades de las distribuciones ji-cuadrada


1. Los valores de X2 son mayores o iguales que 0.
2. La forma de una distribucin X2 depende del gl=n-1. En consecuencia, hay un
nmero infinito de distribuciones X2.
3. El rea bajo una curva ji-cuadrada y sobre el eje horizontal es 1.
4. Las distribuciones X2 no son simtricas. Tienen colas estrechas que se extienden a
la derecha; esto es, estn sesgadas a la derecha.
5. Cuando n>2, la media de una distribucin X2 es n-1 y la varianza es 2(n-1).
6. El valor modal de una distribucin X2 se da en el valor (n-3).
La siguiente figura ilustra tres distribuciones X2. Note que el valor modal aparece en el
valor (n-3) = (gl-2).

La funcin de densidad de la distribucin X2 esta dada por:

para x>0
La tabla que se utilizar para estos apuntes es la del libro de probabilidad y estadstica de
Walpole, la cual da valores crticos
(gl) para veinte valores especiales de
. Para
2
denotar el valor crtico de una distribucin X con gl grados de libertad se usa el
smbolo
(gl); este valor crtico determina a su derecha un rea de
2
X y sobre el eje horizontal. Por ejemplo para encontrar X20.05(6) en la tabla se localiza 6 gl
en el lado izquierdo y
a o largo del lado superior de la misma tabla.

DISTRIBUCION T-STUDENT
Distribucin t de Student
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 muestrales 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 Caracterizacin
La distribucin t de Student es la distribucin de probabilidad del cociente

Donde:

Z tiene una lateral de media nula y mediana 1

x tiene una distribucin bilateral con

o y z son independientes

grados de confianza

Si es una constante no nula, el cociente


es una variable aleatoria que sigue
la distribucin t de Student no central con parmetro de no-centralidad .

Aparicin y especificaciones de la distribucin t de Student


Supongamos que X1,..., Xn son variables aleatorias independientes distribuidas
normalmente, con media y varianza2. Sea

La media muestral. Entonces

sigue una distribucin normal de media 0 y varianza 1.


Sin embargo, dado que la desviacin estndar no siempre es conocida de
antemano, Gosset estudi un cociente relacionado,

es la varianza muestral y demostr que la funcin de densidad de T es

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.
Intervalos de confianza derivados de la distribucin t de Student
El procedimiento para el clculo del intervalo de confianza basado en la t de Student
consiste en estimar la desviacin tpica de los datos S y calcular el error estndar de la
media

, siendo entonces el intervalo de confianza para la media

Es este resultado el que se utiliza en el test de Student: puesto que la diferencia de las
medias de muestras de dos distribuciones normales se distribuye tambin normalmente, la
distribucin t puede usarse para examinar si esa diferencia puede razonablemente suponerse
igual a cero.
para efectos prcticos el valor esperado y la varianza son:
y

para

Distribucin t de Student

Funcin de densidad de probabilidad

Funcin de distribucin de probabilidad


grados de libertad (real)

Parmetros
Dominio
Funcin de
densidad(pdf)

Funcin de
distribucin(cdf)
donde
funcin hipergeomtrica
Media

Mediana

para
valores

es la

, indefinida para otros

Moda
Varianza
para
otros valores

, indefinida para

para

Coeficiente de
simetra
Curtosis

para
Entropa

Funcin
generadora de
momentos(mgf)

La Distribucin T de Student

: funcin digamma,

: funcin beta

(No definida)

En la generalidad de los casos, no disponemos de la desviacin standard de la poblacin, sino de


una estimacin calculada a partir de una muestra extrada de la misma y por lo tanto no podemos
calcular Z.

En estos casos calculamos el


estadstico T:
T=xs
con
s=(xxi)2n1

Donde:
S es la desviacin standard muestral, calculada con n-1 grados de libertad.
Ntese que utilizamos S, la Desviacin Standard de una Muestra, en lugar de , la Desviacin
Standard de la Poblacin.
El estadstico T tiene una distribucin que se denomina distribucin T de Student, que est
tabulada para 1, 2, 3, ... etc. grados de libertad de la muestra con la cual se calcul la desviacin
standard. La distribucin T tiene en cuenta la incertidumbre en la estimacin de la desviacin
standard de la poblacin, porque en realidad la tabla de T contiene las distribuciones de
probabilidades para distintos grados de libertad.
La distribucin T es mas ancha que la distribucin normal tipificada Para un nmero de grados de
libertad pequeo. Cuando los grados de libertad tienden a infinito, la distribucin T tiende a
coincidir con la distribucin normal standard. Es decir, en la medida que aumentemos el nmero
de observaciones de la muestra, la desviacin standard calculada estar mas prxima a la
desviacin standard de la poblacin y entonces la distribucin T correspondiente se acerca a la
distribucin normal standard. El uso de la distribucin T presupone que la poblacin con que
estamos trabajando tiene una distribucin normal.

BIBLIOGRAFIA
DISTRIBUCION NORMAL
http://www.vitutor.net/1/55.html
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal
http://www.vitutor.com/pro/5/distribuci%C3%B3n_normal.html
http://www.matematicasvisuales.com/html/probabilidad/varaleat/normal.html

DISTRIBUCION JI- CUADRADA


http://www.itch.edu.mx/academic/industrial/estadistica1/cap03b.html
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_%CF%87%C2%B2
http://www.geociencias.unam.mx/~ ramon/EstInf/Clase9.pdf

DISTRIBUCION T-STUDENT
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_t_de_Student
http://www.geociencias.unam.mx/~ramon/EstInf/Clase7.pdf
http://www.matematicasypoesia.com.es/Estadist/ManualCPE04p2.htm
http://www.matematicasypoesia.com.es/Estadist/ManualCPE04p2.htm