Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODELO BERNOULLI
p+q=1 q=1-p
DISTRIBUCIÓN BINOMIAL
Número de Espacio xi pi Σ
monedas muestral
1 S 0 q p+q=1
C 1 p
2 SS 0 q.q=q² q²+2pq+p²=
SC ó CS 1 2pq (p+q)²=1
CC 2 p.p=p²
3 SSS 0 q.q.q=q3 q3+3pq²+3p²q
SSC +p3=
SCS 1 3pqq=3pq² (p+q)3=1
CSS
SCC 2 3ppq=3p²q
CSC
CCS 3 p.p.p=p3
CCC
siendo C = combinatoria
n n!
C =x!.(n-x)!
x
Los parámetros de la distribución binomial, es decir las caracteristicas
necesarias para individualizar la distribución son n y p.
Consideremos el espacio muestral que correspondería al área que barre una aguja
con uno de sus extremos sujeto a un eje. El círculo descripto por la aguja representa
la totalidad del área de probabilidad. El área de barrido que corresponde a un punto
exacto (a) presenta área 0. Es decir, la probabilidad de que la aguja se detenga en
un punto exacto a es nula. Si la aguja recorre un ángulo de 60 (entre b y c), la
probabilidad de que se detenga en ese recorrido es igual al área de ese recorrido
sobre el área total del círculo:
La función f(x) explica la densidad que toman los valores de la variable aleatoria
continua. La probabilidad de que tome valores en un intervalo queda determinada
por el área bajo la curva encerrada por el eje de abscisas, la misma curva, y las
proyecciones de los puntos extremos del intervalo.
La distribución normal fue descripta por primera vez por De Moivre en 1733 como el
valor límite de la densidad binomial cuando el número de pruebas se hace infinito.
Este descubrimiento no llamó mucho la atención y la distribución fue "descubierta"
nuevamente por Laplace y por Gauss medio siglo después. Ambos se ocupaban de
problemas de astronomía y cada uno sacó la distribución normal como la que
aparentemente describe el comportamiento de los errores de las mediciones
astronómicas.
Características
El cálculo de un área de probabilidad debe realizarse por integración del área bajo la
curva comprendida entre los valores de la variable seleccionada. Dada la enorme
cantidad de curvas posibles, de acuerdo a las combinaciones de sus parámetros, no
es sencillo tabular los valores de área.
Por esto se recurre a una simplificación del método mediante una transformación de
la variable en estudio.
Esta codificación se denomina tipificación, y consiste en primer lugar en un
desplazamiento sobre el eje de abcisas, haciendo coincidir el origen con la media de
la distribución, es decir, haciendo μ=0. Prácticamente esto se logra restando al valor
de la variable su media: (x-μ).
En segundo lugar, se codifica la unidad de medida, tomando como referencia a la
desviación estándar de la distribución, es decir que expresan los valores de la
variable en términos de desvíos relativos.
Se obtiene así un valor abstracto z, llamado desvío normal reducido o desvío normal
típico:
(x-μ)
z= σ
E(z)=0
σ²(z)=1
σ(z)=1
Para evitar el cálculo de integrales, existen tablas que presentan los valores de la
función de distribución para valores de z que van desde -3,99 a 3,99.
También existen tablas que dan la probabilidad de que la variable tome valores
superiores al valor dado mayor que μ o inferiores a un valor menor a μ, es decir las
áreas de los extremos de la curva.
Aprovechando que se trata de una función simétrica, se ideó una tabla breve, que
presenta los valores de área bajo la curva desde 0 hasta z. Denominaremos este
valor de área como φ(z). Por tratarse de una función par, φ(z) = φ(-z).
x=μ±z.σ
LA DISTRIBUCION “t” DE STUDENT
La distribución “t” fue descripta por William Gosset, quien utilizó el seudónimo de
Student para su publicación.
Esta distribución reemplaza a la distribución normal cuando no se conoce la
desviación estándar poblacional σ y debe ser estimada a partir de la desviación
estándar muestra.
La variable tipificada t toma la forma:
t=(x-)/S
Dado que se trata no de una única curva, como la normal tipificada, sino de una
familia de curvas cuya forma depende de los grados de libertad, las tablas de t
contienen solamente los valores de t para algunos pocos valores de probabilidad,
que son usados generalmente como valores de significancia. Otra particularidad es
que se expresan áreas de probabilidad para ensayos unilaterales o bilaterales. La
tabla se maneja ubicando en las filas interiores el valor de t que corresponde a la
significancia deseada (fila de encabezamiento) y los grados de libertad de acuerdo
con las muestras y el tipo de diseño experimental (margen lateral izquierdo).