Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISTRIBUCI DESVIACIÓN
DEFINICIÓN CARACTERISTICAS FUNCIÓN MATEMÁTI VARIANZA USOS GRAFICA
ÓN TÍPICA
CA
0 μ x
f(Z)
μ=n∗p
σ 2=n∗p∗q σ =√ n∗p∗q
BINOMIAL El número "X" de En cada ensayo, experimento o prueba solo Función de distribución Donde, Donde, Donde: Usada en Una distribución binomial se utiliza en la
n
éxitos en "n" son posibles dos resultados (éxito o fracaso). n: nº de n: nº de n: nº de producción teoría de la probabilidad y la estadística. Se
experimentos de La probabilidad del éxito ha de ser constante. F ( X )=P ( X ≤ x )=∑ x i P(x i) experimento experimentos experimentos industrial, para utilizan para modelar el número de
x=1
Bernoulli se La probabilidad de fracaso ha de ser también s p: probabilidad p: probabilidad determinar la experimentos con éxito en experimentos de
denomina variable constate. Esta se representa mediante la letra q Para cada número real xi habrá una p: de éxito q: de éxito proporción éxito/fracaso
aleatoria binomial. = 1-p. probabilidad X que tomará los valores probabilidad probabilidad de q: probabilidad defectuosa de un
La distribución de El resultado obtenido en cada experimento es menores iguales a cada xi. de éxito fracaso de fracaso producto.
probabilidad de esta independiente del anterior. Para el control de
variable aleatoria Los sucesos son mutuamente excluyentes. Función de probabilidad calidad de un
discreta se llama Los sucesos son colectivamente exhaustivos. producto.
distribución P ( X )= n p x qn− x Se podría usar para
binomial y sus ()
X la prueba del
valores se denotarán Donde, covid, para ver si
como b(x; n, p), ya n: nº de experimentos tiene o no el virus. 0 1 2 3 10
que dependen del p: probabilidad de éxito P(X ≤ 1)
número de ensayos y q: probabilidad de fracaso
de la probabilidad de
P(X ≤ 2)
éxito en un ensayo Fórmula de Excel:
dado.
¿ DISTR . . ¿
N
casos de éxito ; ensayos;
probabilidad ode0,éxito;acumulado)
Acumulado=1 depende del caso
Se parte de 2
variables aleatorias Gran aplicación en
X e Y tales que: Función de Densidad de Probabilidad la inferencia
estadística ,
m n fundamentalmente en
X → X 2m es decir, m+ n la contrastación de la f(x)
m 2 ∙n 2 ∙ Γ ( ) m −1 −m +n
n 2
una Ji-cuadrado con 2 2 n (m+ n+2)σ = 2 n (m+ n+2)
F DE
m grados de libertad.
Asimétrica positiva(x>1)
Área bajo la curva igual a 1
Dos parámetros m,n (grados de libertad
f (x)=
m n
Γ ( ). Γ ( )
2 2
∙ x 2 (n+mx) 2 μ= n−2
σ 2=
2
√ 2
igualdad de
varianzas de dos
m( n−2)2 (n−4) m(n−2) ( n−4)
poblaciones normales,
Y → X 2n es decir, una con n>2 Con n>4 y , fundamentalmente x
SNEDECOR de numerador u denominador Con n>4
Ji-cuadrado con n Función de Excel en el análisis de la
respectivamente).
grados de libertad. varianza , técnica que
permite detectar la
DISTR.F.N(x;grados_de_libertas1;
De manera que, si existencia o
grados_de_libertad2;acumulado)
establecemos el inexistencia de
cociente, diferencias
( X /m) significativas entre
F= muestras diferentes.
(Y / N )
Sea la V.A “X” con Se aplica cuando la
una Distribución población estudiada
Función de Densidad de Probabilidad
normal estándar y la sigue una distribución
V.A “U” con una normal pero el tamaño
distribución Ji-
Cuadrada, con “n” 1
r ( n+12 ) 1+ x 2 −n+1
muestral es demasiado
n ( n)
Es continua y exacta t n ( x )= 2 pequeño como para 0
grados de libertad. √ nπ que el estadístico en el
Es unimodal y simétrica con respecto a la r( ) μ=0 n n
T DE
STUDENT
Si las variables “X”
y “U” son
media
Área bajo la curva igual a 1
2 σ 2=
n−2 σ=
√ n−2
que está basada la
inferencia esté
normalmente
independientes, Un solo parámetro “n” (grados de con−∞< x <∞+¿ Con n>2 Con n>2 distribuido,
entonces la libertad) utilizándose una
distribución de la Función de Excel:
estimación de la
V.A “t” dado por: desviación típica en
DISTR.T.N(x;grados_de_libertad;acum lugar del valor real. Es
X−μ ulado) utilizado en análisis
t= , con dist . t ( n−1 ) g .l .
s/ √ n discriminante.
JI Sea X una variable Los valores de X2 son mayores o iguales que Función de Densidad de Probabilidad μ=n σ 2=2 n σ =√ 2n Se usa para el estudio
CUADRADA aleatoria con una 0. de la varianza
distribución normal; Hay un número infinito de distribuciones X2, 1 poblacional en
consideremos cuando n es pequeño es asimétrica y cuando n
X2= xn / 2 e− x/2 muestras grandes y
muestras pequeñas
de tamaño n < 30. El
crece tiende a la distribución normal.
El área bajo una curva ji-cuadrada y sobre el
2n /2 r ( n2 ) pequeñas y pruebas de
bondad de ajuste en
estadístico de eje horizontal es 1. regresión logística. Se
prueba, tiene una Para 0< x <∞ consideran muestras
distribución muestral pequeñas de tamaño n
que es una Función de Excel < 30.
distribución ji-
cuadrada con “n-1” DISTR.CHICUAD(x;grados_de_libertad;acumul
grados de libertad y ado)
se denota por:
(n−1)s 2
X2=
σ2