Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribución normal
teórico
de capaz de
queprobabilidad
aproxima aproximar
elen
valor de una
variable La distribución
Edad promedio de de la presión arterial
jubilación de un aplicar presentan asimetría.
I 2.estandarizar (de ser necesario
satisfactoriamente
variable aleatoria
continua, en la quea la el valor
una de
función diastólica paradeloslahombres
jugador NFL se 2.Se puede utilizar para describir datos
una variable aleatoria a una Sensibilidad a valores atípicos que convierte los valores de forma estándar
situación
densidad ideal,
de dependiendo
probabilidad está distribuye normalmente con una media discretos y continuos.
La distribución de la edad de jubilación pueden afectar su ajuste. con la formula: Z= X-u / O ) donde X es
situación
descrita ideal.
de la media
por yunala función
desviación de aproximadamente 80 y una 3.Muchas variables continuas comunes en el
para los jugadores de la NFL se el valor dado y Z el valor estandarizado.
típica.
exponencial de argumento desviación estándar de 20. mundo de los negocios tienen distribuciones En conjunto de datos pequeños es
distribuye normalmente con una media 3. utilizar tablas o clculadoras, para
cuadrático y negativo, que da que se asemejan estrechamente a la posible que los parámetros de la
de 33 años y una desviación estándar de encontrar la probabilidad
lugar a una forma distribución normal. distribución normal no se estimen
unos 2 años. correspondiente a los valores
4.Sirve para acercarse a diversas con precisión.
acampanada. Un histograma de esta distribución estandarizados.
distribuciones de probabilidad discreta, como
muestra una forma de campana clásica:
la distribución binomial y la distribución de
Poisson.
5.Sus propiedades han permitido el desarrollo
de numerosas técnicas de inferencia
estadística.
Donde:
F(x) es el valor de la función de
densidad de probabilidad en el punto x.
u es la media (promedio) de la
distribución.
O es la desviación estándar de la
distribución.
e es la base del logaritmo natural
(aproximadamente 2.71828)
xbf
Distribución Muestral
¿Qué es?
Es la distribución que resulta de considerar todas las muestras posibles de una población, y estudio permite calcular la probabilidad de acercarse al parámetro de la
población con una sola muestra en la que describe el rango de posibles resultados de una estadística, como la media o la moda, y sus probabilidades, para dicha
población.
Similitudes
La forma de campana: tanto las distribuciones normales como las distribuciones muestrales comparten esta característica, pues ambas tienden a formar una
campana simétrica debido al teorema del límite central, en el que las distribuciones muestrales se aproximan a una distribución normal a medida que el tamaño de
la muestra aumenta.
Uso en inferencia estadística: ambas distribuciones son fundamentales en la inferencia estadística. La distribución normal se utiliza para modelar datos en una
población completa y la muestral para estimar los parámetros poblacionales a partir de muestras y realizar pruebas de hipótesis.
Conclusiones
Como conclusión ambas distribuciones pueden llegar a ser similares y diferentes al mismo tiempo, pues a pesar de que tienen distintos conceptos y también
aplicaciones distintas estas tienen similitudes que surgen precisamente porque están relacionadas, claro como bien se mencionó, las principales cosas por las
que se las diferencian entre si mas que nada son sus enfoques y los propósitos para los que se emplean. Como la distribución normal que se aplica de manera
general a una población completa, mientras que la distribución muestral en conjuntos aleatorio que se relacionan más por parte de las estadísticas ya
calculadas en base a las muestras.