Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISTRIBUCIONES DE PROBABILIDAD
Por tanto, para que la suma de las áreas de los rectángulos entre barras
consecutivas sea 1, es suficiente multiplicar por la inversa de la distancia entre
barras consecutivas; es decir, a cada x j, le asignamos:
Distribución Gamma
Se le conoce, también, como una generalización de la distribución exponencial,
además de la distribución de Erlang y la distribución Ji-cuadrada [8]. Es una
distribución de probabilidad continua adecuada para modelizar el comportamiento
de variables aleatorias con asimetría positiva y/o los experimentos en donde está
involucrado el tiempo.
Una variable aleatoria X tiene una distribución gamma si su función de densidad
está dada por:
Distribución exponencial
La distribución exponencial suele referirse a la cantidad de tiempo que transcurre
hasta que se produce algún evento específico. Por ejemplo, la cantidad de tiempo
(que comienza ahora) hasta que se produzca un terremoto tiene una distribución
exponencial. Otros ejemplos son la duración, en minutos, de las llamadas
telefónicas de larga distancia comerciales y la cantidad de tiempo, en meses, que
dura la batería de un automóvil. También se puede demostrar que el valor del
cambio que se tiene en el bolsillo o en el monedero sigue una distribución
exponencial aproximadamente.
Los valores de una variable aleatoria exponencial se producen de la siguiente
manera. Hay menos valores grandes y más valores pequeños. Por ejemplo, los
estudios de marketing han demostrado que la cantidad de dinero que los clientes
gastan en una visita al supermercado sigue una distribución exponencial. Hay más
gente que gasta pequeñas cantidades de dinero y menos gente que gasta grandes
cantidades de dinero.
Las distribuciones exponenciales se utilizan habitualmente en cálculos de
fiabilidad de productos, es decir, el tiempo que dura un producto.
Distribución Chi Cuadrado
La distribución de chi-cuadrada es una distribución continua que se especifica por
los grados de libertad y el parámetro de no centralidad. La distribución es
positivamente asimétrica, pero la asimetría disminuye al aumentar los grados de
libertad.
Minitab utiliza la distribución de chi-cuadrada (χ2) en pruebas de significancia
estadística para:
Comprobar qué tan bien se ajusta una muestra a una distribución teórica.
Por ejemplo, puede utilizar una prueba de bondad de ajuste de chi-
cuadrada para determinar si los datos de la muestra se ajustan a una
distribución de Poisson.
Comprobar la independencia de las variables categóricas. Por ejemplo, un
fabricante desea saber si la ocurrencia de cuatro tipos de defectos
(espárrago faltante, abrazadera rota, sujetador flojo y sello con fugas) está
relacionada con los turnos (diurno, vespertino, nocturno).
Cuando los grados de libertad son 30 o más, la distribución de chi-cuadrada puede
aproximarse razonablemente con una distribución normal, como se ilustra en las
siguientes gráficas:
Distribución de Weibull
La distribución de Weibull es una distribución versátil que se puede utilizar para
modelar una amplia gama de aplicaciones en ingeniería, investigación médica,
control de calidad, finanzas y climatología. Por ejemplo, la distribución se utiliza
frecuentemente con análisis de fiabilidad para modelar datos de tiempo antes de
falla. La distribución de Weibull también se utiliza para modelar datos asimétricos
del proceso en el análisis de capacidad.
La distribución de Weibull se describe según los parámetros de forma, escala y
valor umbral y también se conoce como la distribución de Weibull de 3
parámetros. El caso en el que el parámetro de valor umbral es cero se conoce
como la distribución de Weibull de 2 parámetros. La distribución de Weibull de 2
parámetros se define solo para variables positivas. Una distribución de Weibull de
3 parámetros puede funcionar con ceros y datos negativos, pero todos los datos
para una distribución de Weibull de 2 parámetros deben ser mayores que cero.
Dependiendo de los valores de sus parámetros, la distribución de Weibull puede
adoptar varias formas.
Efecto del parámetro de forma
El parámetro de forma describe la manera en que se distribuyen los datos. Una
forma de 3 se aproxima a una curva normal. Un valor de forma bajo, por ejemplo
1, da una curva con asimetría hacia la derecha. Un valor de forma alto, por
ejemplo 10, da una curva con asimetría hacia la izquierda.