Resumen

CAPITULO 6
La Distribucin uniforme continua
Es una familia de distribuciones de probabilidad para variables aleatorias continuas, tales
que cada miembro de la familia, todos los intervalos de igual longitud en la distribucin en
su rango son igualmente probables. El dominio est definido por dos parmetros, a y b, que
son sus valores mnimo y mximo. La distribucin es a menudo escrita en forma abreviada
como U(a, b).
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.
De hecho, 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;

etc.

La distribucin normal tambin aparece en muchas reas de la propia estadstica. Por

ejemplo, la de las medias mustrales es aproximadamente normal, cuando la distribucin de
la poblacin de la cual se extrae la muestra no es normal.1 Adems, la distribucin normal
maximiza la entropa entre todas las distribuciones con media y varianza conocidas, lo cual
la convierte en la eleccin natural de la distribucin subyacente a una lista de datos
resumidos en trminos de media muestral y varianza. La distribucin normal es la ms
extendida en estadstica y muchos test estadsticos estn basados en una supuesta
"normalidad".
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:

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.