TEMA 1-2

DISTRIBUCIONES DE PROBABILIDAD CONTINUAS

INTRODUCCIÓN
La Estadística es la parte de las Matemáticas que se ocupa de la recogida, organización y análisis de los datos contenidos en una
muestra y, mediante el cálculo de probabilidades, permite realizar inferencias acerca de la población de la que procede la
muestra.
→ Estadística Descriptiva (Análisis Exploratorio de Datos):
Recogida, organización y análisis de los datos de una
muestra.
→ Inferencia Estadística (Análisis Confirmatorio de Datos):
Generalizar de lo conocido con certeza (la muestra) a lo
desconocido (la población).

¿QUÉ ES UNA DISTRIBUCIÓN TEÓRICA O DE PROBABILIDAD? “Es una función matemática por la que a los valores de una
variable aleatoria se le asignan sus probabilidades de ocurrencia.”

(Constructos psicológicos)

LA DISTRIBUCIÓN NORMAL
Una variable aleatoria, X, se distribuye según una ley normal con media  y varianza 2.
Formulación general: X  N (, 2 )
PROPIEDADES
Es simétrica en torno a su media, .
Tiene dos puntos de inflexión: X1 =  -  y X2 =  + .
Es asintótica con respecto al eje de abscisas. Rango: [-; +].
Esperanza matemática: E(X) = 
Varianza: V(X) =2

LA DISTRIBUCIÓN NORMAL TIPIFICADA

Si X es una variable aleatoria que se distribuye según una ley normal, N(, 2), entonces la variable aleatoria definida como:
También seguirá una distribución normal con media igual a 0 y varianza igual a 1: Z  N(0, 1).
LA DISTRIBUCIÓN CHI-CUADRADO DE PEARSON
¿Cómo se construye, en teoría, una distribución Chi-Cuadrado de Pearson?
No se puede construir en la práctica. Su proceso de construcción es abstracto.
n =  → Grados de libertad
Número de elementos que queremos extraer de una variable menos
el número de restricciones.
Formulación general: X  X2
PROPIEDADES
Se define como la suma de n variables aleatorias normales
tipificadas elevadas al cuadrado.
Rango de valores asumibles: [0; +].
Esperanza matemática: E(X2 ) = 
Varianza: V(X2) = 2
Distribución asimétrica positiva (negativamente sesgada). Su grado
de asimetría depende de su parámetro:  (los grados de libertad).
Conforme  aumenta disminuye el grado de asimetría y tiende a la
distribución normal. Con   30, ya se aproxima bien a una
distribución normal, por lo que puede establecerse una relación:

La forma de la distribución Chi-Cuadrado depende de sus grados de libertad:

PROPIEDAD ADITIVA: Sean U y V dos variables aleatorias cada una de

ellas distribuida según X2m y X2n , respectivamente. Entonces, la nueva
variable W = U + V tomará la forma de una distribución X2m+n

LA DISTRIBUCIÓN t DE STUDENT (W. GOSSET)

¿Cómo se construye, en teoría, una distribución t de Student?
Formulación general: X  t
PROPIEDADES
Se define como el cociente entre una variable normal tipificada, Z,
y la raíz cuadrada de una variable Chi-Cuadrado, , dividida por sus
grados de libertad, .
Rango de valores asumibles: [-; +].
Esperanza matemática: E(t) = 0
Varianza: V(t) = /( - 2), siempre y cuando  > 2.
Distribución simétrica. Conforme  aumenta converge a la
distribución normal. Cambia en función de sus grados de libertad,
pero siempre es simétrica.

PROPIEDAD INVERSA: 1-pt = - pt

LA DISTRIBUCIÓN F DE SNEDECOR
¿Cómo se construye, en teoría, una distribución F de Snedecor?
Formulación general: X  F1, 2
PROPIEDADES
Se define como el cociente entre dos variables Chi-Cuadrado,
X21 y X22, cada una de ellas dividida por sus grados de libertad,
1 y 2.
Rango de valores asumibles: [0; +].
Esperanza matemática E(F1, 2): 2 / (2 – 2) (para 2 > 2).
Varianza:

(para 2 > 4)
Distribución asimétrica positiva (negativamente sesgada). Su
grado de asimetría depende de sus dos parámetros: 1 y 2 .

PROPIEDAD RECÍPROCA