Distribuciones de

Probabilidad

Para Variables Continuas

 Distribucin de Probabilidad
Una distribucin o densidad de probabilidad de una
variable aleatoria x es la funcin de distribucin de la
probabilidad de dicha variable
Distribuciones probabilidad se identifican como discretas
o continuas, de acuerdo al tipo de variable.
Existen infinitas distribuciones de probabilidad: una por
cada poblacin, pero hay ciertas distribuciones modelo:
Binomial
Hipergeomtrica
Variable Discreta
Multinomial
Poisson
Normal
Chi-cuadrado
t de Student, Variable Continua
F de Fisher o Snedecor
 Distribucin Normal
Importancia prctica de esta distribucin terica:
Muchas variables distribuidas aproximadamente
Normal, cuya distribucin es la base de gran parte de
la teora estadstica usada por diversas reas de
estudio.
Distribucin de promedios.
Distribucin de errores.
 Distribucin Normal

APLICACIONES
Paramtrica:
Teorema Central del Lmite.
Inferencia por Test de Hiptesis e Intervalos de
Confianza de Media, Proporciones, Comparacin de
Medias y Proporciones poblacionales.
Distribucin Normal Estndar o Tpica.
Distribuciones Muestrales de la Media, Proporcin,
diferencia de Media y diferencia de Proporciones
Poblacionales.
 Distribucin Chi-cuadrado
Una Variable con distribucin Chi-cuadrado se
define como la suma de n variables normales
estandarizadas elevadas al cuadrado.
 Distribucin Chi-cuadrado
Distribucin Chi-cuadrado es una funcin de
densidad de probabilidad que representa la
distribucin muestral de la varianza.

Definimos el estadstico Chi-cuadrado (2)

como:
2
(n -1) s
=2

2
 Caracteristicas Chi-cuadrado
Asimtrica y asinttica al eje x por la derecha;
Valores entre de 0 a +
rea bajo la curva desde 0 a + =1
Tiene parmetro = n-1 (g.d.l.)
Al aumentar n se aproxima a la normal
Representa distribucin muestral de varianza.
Entre las aplicaciones:
Determinacin intervalos confianza para varianzas
Pruebas de hiptesis para una varianza
Tablas de contingencia
El ajuste de datos a una distribucin dada conocida
Las pruebas de independencia.
Tabla Distribucin 2
Presenta algunos valores
2 para varios ,
rea a su derecha = .
1 columna =
1 fila: reas en la cola a
la derecha de 2
Cuerpo tabla son los
valores de 2
 Distribucin Chi-cuadrado

APLICACIONES
Paramtrica:
Inferencia por Test de Hiptesis e Intervalos de
Confianza de Varianza poblacional.

No paramtrica:
Pruebas de Independencia.
Pruebas de Homogeneidad.
Bondad de Ajuste a probabilidades tericas o a
distribuciones de probabilidad.
 Distribucin t de Student
Distribucin muestral del promedio se ajusta muy bien a
la distribucin Normal cuando se conoce . Si n es
grande, esto no presenta ningn problema, aun cuando
sea desconocida, por lo que en este caso es razonable
sustituirla por s.
Sin embargo, en el caso de usar valores de n < 30, o sea
en el caso de pequeas muestras, la utilizacin de la
distribucin Normal no arroja resultados esperados.
 Distribucin t de Student
Definiendo el estadstico t:
t= Z
1/ . (Z12 + Z22 + ..+ Zn2)
Se puede probar que el estadstico t es el valor
de una variable aleatoria con distribucin "t" de
Student y parmetro (grados de libertad) = n-1
Una Variable con distribucin t de Student se
define como el cociente entre una variable con
distribucin normal estandarizada y la raz
cuadrada de una variable 2 dividida por sus
grados de libertad.
 Caractersticas Distribucin t
Tiene media igual 0, es asinttica al eje x y su
dominio va de - a +;
El rea bajo la curva desde - a + es igual a 1
m = 0, 2 depende parmetro (grados libertad)
Varianza > 1, pero se aproxima a 1 cuando n
Al aumentar n, la distribucin t se aproxima a la
Normal; n > 30 ms, excelente aproximacin
Entre las aplicaciones:
Estimacin de intervalos de confianza para medias a
partir de muestras pequeas
Pruebas de hiptesis basadas en muestras < 30.
Tabla de Distribucin t
Valores de t a la derecha de
los cuales se encuentra el
(100 x )% rea de la curva.
Localizamos la columna del
valor de y fila del valor de
. La interseccin de la fila y
la columna nos dar el valor
de t.
 Distribucin t de Student

APLICACIONES
Paramtrica:
Inferencia por Test de Hiptesis e Intervalos de
Confianza de Media poblacional (con Varianza
poblacional desconocida).
Comparacin de dos Medias Poblacionales con
Desvos estandar iguales o desiguales. Otros casos.
Comparacin de ms de dos Medias Poblacionales,
en un anlisis de la Varianza (ANOVA).
Distribucin "F de Snedecor o Fisher
Una Variable con distribucin F de Fisher se
define como la razn de dos variables con
distribuciones Chi-cuadrado, con 1 y 2
respectivamente.
Distribucin "F de Snedecor o Fisher
Representa la distribucin muestral de la razn
de dos varianzas. Es decir que se obtiene de la
razn de dos distribuciones Chi-cuadrado.
Definimos el estadstico F como:
2
s
F= 2 1

s2
El cual es el valor de una variable aleatoria que
tiene distribucin F con parmetros 1=n1-1 y
2=n2-1.
 Propiedades de Distribucin F
Asimtrica, y asinttica al eje x por el lado
derecho
Su dominio va de 0 a +
rea bajo curva desde 0 a + =1
Tiene parmetros 1=n1-1 y 2=n2-1.
Entre sus aplicaciones:
Pruebas de hiptesis entre 2 varianzas
Anlisis de varianza
Anlisis de covarianza.
Tabla de Distribucin F
Tablas independientes
de valores de F para
=0.01 y =0.05 para
varias combinaciones de
1 y 2.
Se escoge la tabla para
la probabilidad deseada
y se escoge 1 en la fila
superior y 2 en la 1
columna. La interseccin
nos da el valor de F
deseado.
Distribucin "F de Snedecor o Fisher

APLICACIONES
Paramtrica:
Inferencia por Test de Hiptesis e Intervalos de
Confianza de la diferencia de Varianzas
poblacionales.
Comparacin de ms de dos Medias poblacionales en
el Anlisis de la Varianza (ANOVA).
 Ejercicios

Distribucin t de Student

a) Calcular la probabilidad de obtener un

valor menor que 2,262 en una distribucin
t con 9 g.d.l.
b) Calcular la probabilidad de obtener un
valor menor que -1,328 en una
distribucin t con 19 g.d.l.
 Ejercicios
Distribucin Chi cuadrado

a) Calcular la probabilidad de obtener un

valor mayor de 23,7 en una distribucin 2
con 14 g.d.l.
b) Buscar el valor de 2 despus del cul se
encuentre el 5% del rea en una
distribucin Chi-cuadrado con 4 g.d.l.
 Ejercicios
Distribucin F de Snedecor

a) Determine la probabilidad de tener un

valor de F mayor que 9.28 en una
distribucin F con 1=3 y 2=3 g.d.l.

b) Halle el valor crtico de F(0.05) para 1=3 y

2=15 g.d.l.
 Prueba de Hiptesis Estimacin de Varianza
El director de trnsito de una ciudad planea
comprar lamaritas para el alumbrado pblico.
Desea que las lmparas no solo tengan larga
duracin, sino tambin un alto grado de
uniformidad. Segn su experiencia considera que la
varianza no debiera exceder de 250 hs2. Una
prueba de 20 lmparas de cierta marca rinde una
media de 1000 hs. de duracin, que se considera
satisfactoria, pero con una varianza de 300 hs2.
Puede decirse que la varianza poblacional excede
las 250 hs2. con un nivel de significacin de 0,05?
Intervalo de Confianza Estimacin de Varianza
El director de trnsito de una ciudad planea
comprar lamaritas para el alumbrado pblico.
Desea que las lmparas no solo tengan larga
duracin, sino tambin un alto grado de
uniformidad. Segn su experiencia considera que la
varianza no debiera exceder de 250 hs2. Una
prueba de 20 lmparas de cierta marca rinde una
media de 1000 hs. de duracin, que se considera
satisfactoria, pero con una varianza de 300 hs2.
Contruir los Intervalos de Confianza, bilateral y
unilateral correspondientes, con un 95% de
confianza.
 Comparacin de Variancias
Los tiempos de manejo medios en dos rutas
nacionales son muy similares. El tiempo medio en
la Ruta A es de 58,29 minutos y de 59,00 en la
Ruta B. Pero se sospecha que hay diferencia
respecto de la variacin de estos tiempos. Por ello,
se toma una muestra de 7 vehculos en la ruta A
que arroja un desvo estndar de 8,9947; y una
muestra de 8 vehculos en la ruta B arroja un
desvo estndar de 4,3753.
Con =0,10Se podr concluir que existe diferencia
en la variabilidad del tiempo de manejo entre los
vehculos en la ruta A respecto de los de la ruta B?
 Comparacin de Medias
(desvos estandar iguales)
Una industria produce desmalezadoras industriales. En la
fbrica hay dos procedimientos distintos para montar el
motor en la mquina. El primer procedimiento es
tradicional y el segundo moderno industrial. Se realizan
estudios de tiempos y movimientos, a travs de una
muestra de 5 unidades del primer procedimiento y de 6
unidades en el segundo. Las medias muestrales resultan
4 y 5 minutos y los desvos estandar muestrales son
respectivamente 2,9155 y 2,0976.
Determinar si existe diferencia entre el tiempo medio de
demora de montaje de motor en las desmalezadores
entre los dos procedimientos alternativos. Utilizar un nivel
de significacin de 0,10
 SUPUESTOS DEL MODELO
Las muestras son tomadas en forma
independiente.
Las dos poblaciones siguen una distribucin
Normal.
Las dos poblaciones tienen desvos estandar
iguales.

Estadstico
t= X1 - X2
S2p (1/n1 + 1/n2)
 Comparacin de Medias
(desvos estandar distintos)
Los empleados de un laboratorio de pruebas, evala la
absorcin de pauelos de papel. Se est comparando un
grupo de productos de una marca T con otro grupo de
distinta calidad marca Z. Se realizan experimentos de
absorcin de pauelos de ambas marcas. Los resultados
obtenidos son:

Pauelos Muestra Media Desvo Estandar

Marca T 9 6,44 3,32
Marca Z 12 9,417 1,621
Con un nivel de significacin de 0,10, probar si existe
diferencia entre las cantidades medias de absorcin de
los productos de las dos marcas.
 DATOS DEL MODELO
Estadstico
t= X1 - X2
S12/n1 + S22/n2)

Nivel de significacin = = 0,10

Pauelos Muestra Media Desvo Estandar

Marca T 9 6,44 3,32
Marca Z 12 9,417 1,621