Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 Merged
1 Merged
CARRERA
ELECTROMECANICA
NOMBRE
ALEXIS HMBERTO CONTRERAS RAMIREZ
SEMESTRE Y GRUPO
3 “A”
FECHA
04/11/21
DISTRIBUCION CHI-CUADRADA.
DEFINICION
En teoría de la probabilidad y en estadística, la distribución ji al cuadrado con
grados de libertad es la distribución de la suma del cuadrado de variables
aleatorias independientes con distribución normal estándar.
Sean x1, x2, ..., xn variables independientes que siguen una distribución N(0,1).
MEDIA Y VARIANZA
Se puede demostrar fácilmente con el uso de la función generatriz e momentos y
de la relación de la chi-cuadrado con la distribución Gamma que la media de una
distribución chi-cuadrado de n grados de libertad vale n y su varianza 2n.
NOMBRE
CARRERA
ING.ELECTROMECANICA
FECHA
27/10/2021
GRADO Y GRUPO
“3” A
Distribución ejemplo
1.- Cuando se lanza un dado hay una probabilidad de 1/6 de que salga 6 x= 1 si el
dado cae seis y x= 0 en cualquier otro caso ( cual es ña distribucion de x )
solucion
La probabilidad de éxito es P(X =1 ) o 1/6 por lo que X bernoulli
NOMBRE
CARRERA
ING.ELECTROMECANICA
FECHA
28/10/2021
GRUPO Y GRADO
3 “A”
CARACTERISTICAS USO
NORMAL La distribución En la
normal es un modelo distribución
teórico capaz de normal
aproximar adapta una
satisfactoriamente el variable
valor de una variable aleatoria a
aleatoria a una una función
situación ideal. que depende
de la media y
la desviación
típica.
POISSON En teoría de El
probabilidad y estadí parámetro X
stica, la distribución >0
de Poisson es representa el
una distribución de número de
probabilidad discreta veces que se
que expresa, a partir espera que
de una frecuencia de ocurra el
ocurrencia media, la fenómeno
probabilidad de que durante un
ocurra un intervalo
determinado número dado.
de eventos durante
cierto período de
tiempo
BINOMIAL En teoría de la Un
probabilidad y estadí experimento
stica, la distribución de Bernoulli
binomial o distribució se caracteriza
n binómica es por
una distribución de ser dicotómic
probabilidad discreta o, esto es,
que cuenta el solo dos
número de éxitos en resultados
una secuencia son posibles,
a uno de
de ensayos estos se le
de Bernoulli indepen denomina
dientes entre sí con “éxito” y tiene
una probabilidad una
fija de probabilidad
ocurrencia de éxito de
entre los ensayos. ocurrencia
y al otro
se le
denomina
“fracaso” y
tiene una
probabilidad
INSTITUTO TECNOLOGICO SUPERIOR DE LAS CHOAPAS
NOMBRE
CARRERA
ING.ELECTROMECANICA
FECHA
27/10/2021
GRADO Y GRUPO
“3” A
Funciones de distribución de probabilidad, continua y
discreta
CONTINUA
Una distribución continua describe las probabilidades de los posibles valores de una
variable aleatoria continua. Una variable aleatoria continua es una variable aleatoria con
un conjunto de valores posibles (conocido como el rango) que es infinito y no se puede
contar.
Las probabilidades de las variables aleatorias continuas (X) se definen como el área por
debajo de la curva de su PDF. Por lo tanto, solo los rangos de valores pueden tener una
probabilidad diferente de cero. La probabilidad de que una variable aleatoria continua
equivalga a algún valor siempre es cero.
Con una distribución de probabilidad discreta, cada valor posible de la variable aleatoria
discreta puede estar asociado con una probabilidad distinta de cero. Por lo tanto, una
distribución de probabilidad discreta suele representarse en forma tabular.
NOMBRE
ALEXIS HUMBERTO CONTRERAS RAMIREZ
CARRERA
ING.ELECTROMECANICA
SEMESTRE Y GRUPO
3 “A”
FECHA
15/11/2021
ESTIMADORES
1.- Sesgo.
Ejemplo
En una población de 500 puntuaciones cuya Media (m) es igual a 5.09 han hecho
un muestreo aleatorio (número de muestras= 10000, tamaño de las muestras= 100)
y hallan que la Media de las Medias muestrales es igual a 5.09, (la media poblacional
y la media de las medias muestrales coinciden). En cambio, la Mediana de la
población es igual a 5 y la Media de las Medianas es igual a 5.1 esto es, hay
diferencia ya que la Mediana es un estimador sesgado.
La Varianza es un estimador sesgado. Ejemplo: La Media de las Varianzas
obtenidas con la Varianza
la Media de las Varianzas muestrales es igual a 9.5, esto es, coincide con la
Varianza de la población ya que la Cuasivarianza es un estimador insesgado.
2.- Consistencia.
Ejemplo En una población de 500 puntuaciones cuya Media (m) es igual a 4.9 han
hecho tres muestreos aleatorios (número de muestras= 100) con los siguientes
resultados:
vemos que el muestreo en que n=100 la Media de las Medias muestrales toma el
mismo valor que la Media de la población.
3.- Eficiencia.
Ejemplo
Este tipo de parámetros no tiene por qué coincidir con un valor exacto de la variable,
y no deben usarse con carácter general para hacer pronósticos. La elección de un
parámetro u otro, dependerá de cada caso particular y de la distribución que siga la
variable, pero podemos concluir que en el caso de que los datos sigan una
distribución normal, la media aritmética es el parámetro más representativo,
mientras que si presenta cierta asimetría conviene más utilizar la mediana. La moda
sólo es adecuada en el caso de variables cualitativas.
NOMBRE
ALEXIS HUMBERTO CONTRERAS RAMIREZ
CARRERA
ING.ELECTROMECANICA
SEMESTRE Y GRUPO
3 “A”
FECHA
15/11/2021
METODOLOGIA PARA HACER PRUEBAS DE HIPOTESIS
Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar
una afirmación acerca de una población dependiendo de la evidencia proporcionada
por una muestra de datos. Una prueba de hipótesis examina dos hipótesis opuestas
sobre una población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es
el enunciado que se probará. Por lo general, la hipótesis nula es un enunciado de
que "no hay efecto" o "no hay diferencia".
EJEMPLO:
NOTA
Debe determinar los criterios para la prueba y el tamaño de muestra necesario antes
de recolectar los datos.
En primer lugar, el gerente formula las hipótesis. La hipótesis nula es: la media de
la población de todos los tubos es igual a 5 cm.
Formalmente, esto se escribe como: H0: μ = 5 Luego, el gerente elige entre las
siguientes hipótesis alternativas:
Como tiene que asegurarse de que los tubos no sean más grandes ni más pequeños
de 5 cm, el gerente elige la hipótesis alternativa bilateral, que indica que la media
de la población de todos los tubos no es igual a 5 cm. Formalmente, esto se escribe
como H1: μ ≠ 5
El gerente rechaza la hipótesis nula y concluye que el diámetro medio de todos los
tubos no es igual a 5 cm.
INSTITUTO TECNOLOGICO SUPERIOR DE LAS CHOAPAS
NOMBRE
ALEXIS HUMBERTO CONTRERAS RAMIREZ
CARRERA
ING.ELECTROMECANICA
SEMESTRE Y GRUPO
3 “A”
FECHA
15/11/2021
DIFERENTES TIPOS DE MUESTREO
Estratificado
De conglomerados
Sistemático