UNIVERSIDAD DE ORIENTE

NÚCLEO ANZOÁTEGUI
MAESTRÍA EN CIENCIAS
ADMINISTRATIVAS
MENCIÓN GERENCIA GENERAL
CATEDRA: ESTADÍSTICA BÁSICA

DISTRIBUCIÓN DE PROBABILIDAD
CONTINUA
E S TA D I S T I C A B A S I C A

GRUPO N°3
Lic. Yecenia Oliveros
Facilitador: Lesmen García
Ing. Luis Hernández
Ing. Yerson Acosta
Ing. Carlos Ramos
 DISTRIBUCIÓN DE PROBABILIDAD
CONTINUA
Es una función que asigna una probabilidad a cada número real en
un intervalo dado.

Introduccion ESTO SIGNIFICA

La variable aleatoria puede tomar cualquier valor dentro del
intervalo y la probabilidad de cualquier valor particular es cero

SE UTILIZAN
• Para modelar una amplia variedad de fenómenos, como la
altura de una persona.
• En areas de la estadística, como la prueba de hipótesis, los
intervalos de confianza y el análisis de regresión.
 APLICACIONES DE DISTRIBUCIONES
DE PROBABILIDAD CONTINUA

PPRUEBA DE INTERVALOS DE ANÁLISIS DE SIMULACIÓN DE

HIPÓTESIS
Para probar hipótesis sobre
la media o desviación
estándar de la población
CONFIANZA REGRESIÓN MONTE CARLO:
Para construir intervalos de las distribuciones de
Para modelar la relación entre
confianza para la desviación probabilidad continuas se
dos o más variables.
estándar o media de la pueden usar para simular
población. eventos aleatorios.
.
 Tipos de Distribuciones de
Probabilidad Continua
Hay muchos tipos diferentes de distribuciones de probabilidad continuas,
cada una con sus propias propiedades únicas.

Distribucion Uniforme
Esta distribución asigna la misma probabilidad a todos los valores dentro
de un intervalo dado.
 Tipos de Distribuciones de Probabilidad Continua
Distribucion Uniforme
Descriptivos

Estadístico Error estándar

NUMERO QUE CAE Media 3,50 ,317
CUANDO LANZAS EL 95% de intervalo de Límite inferior 2,85
DADO confianza para la media Límite superior 4,15
Media recortada al 5% 3,50
Mediana 3,50
Varianza 3,017
Desviación estándar 1,737
Mínimo 1
Máximo 6
Rango 5
Rango intercuartil 3
Asimetría ,000 ,427
Curtosis -1,278 ,833
 Tipos de Distribuciones de Probabilidad Continua
Distribucion Uniforme
NUMERO QUE CAE CUANDO LANZAS EL DADO
 Tipos de Distribuciones de
Probabilidad Continua
Distribucion Normal
Esta es la distribución de probabilidad continua más común. Tiene
forma de campana y es simétrico, con la mayoría de los valores
agrupados alrededor de la media.
 Tipos de Distribuciones de Probabilidad Continua
Distribucion Normal
PRUEBAS DE NORMALIDAD
 
EXAMINE VARIABLES=EDAD PESO ESTATURA ESTATURA2 IMC IMC2
/PLOT BOXPLOT HISTOGRAM NPPLOT
/COMPARE GROUPS
/STATISTICS DESCRIPTIVES Resumen de procesamiento de casos
/CINTERVAL 95
/MISSING LISTWISE Casos
/NOTOTAL. Válido Perdidos Total

N Porcentaje N Porcentaje N Porcentaje

AÑOS DE EDAD 29 100,0% 0 0,0% 29 100,0%

PESO EN KILOS 29 100,0% 0 0,0% 29 100,0%
TALLA EN CENTIMETROS 29 100,0% 0 0,0% 29 100,0%
TALLA EN METROS 29 100,0% 0 0,0% 29 100,0%
IMC 29 100,0% 0 0,0% 29 100,0%
tipo de peso 29 100,0% 0 0,0% 29 100,0%
 Tipos de Distribuciones de Probabilidad Continua
Distribucion Normal
IMC Media 33,3912 1,98122
Descriptivos 95% de intervalo de Límite inferior
29,3328
confianza para la media
Límite superior 37,4495
Media recortada al 5% 33,2923
Mediana 32,0759
Varianza 113,832
Desviación estándar 10,66921
Mínimo 16,16
Máximo 52,58
Rango 36,42
Rango intercuartil 18,38
Asimetría ,105 ,434
Curtosis -,983 ,845
tipo de peso Media 6,00 ,412

95% de intervalo de Límite inferior 5,16

confianza para la media Límite superior 6,84

Media recortada al 5% 6,06

Mediana 6,00

Varianza 4,929

Desviación estándar 2,220

Mínimo 2
Máximo 9

Rango 7

Rango intercuartil 4

Asimetría -,358 ,434

Curtosis -,759 ,845

 Tipos de Distribuciones de Probabilidad Continua
Distribucion Normal

Pruebas de normalidad

Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
AÑOS DE EDAD ,139 29 ,159 ,946 29 ,141
PESO EN KILOS ,084 29 ,200* ,967 29 ,482
TALLA EN CENTIMETROS ,170 29 ,032 ,928 29 ,050
TALLA EN METROS ,170 29 ,032 ,928 29 ,050
IMC ,093 29 ,200* ,963 29 ,395
tipo de peso ,155 29 ,072 ,926 29 ,045

*. Esto es un límite inferior de la significación verdadera.

a. Corrección de significación de Lilliefors
 Tipos de Distribuciones de Probabilidad Continua
Distribucion Normal
Tipos de Distribuciones de
Probabilidad Continua
Distribución Lognormal

es una distribución de probabilidad que define una variable aleatoria

cuyo logaritmo sigue una distribución normal.

si la variable X tiene una distribución normal, entonces la función exponencial ex

tiene una distribución lognormal.
Tipos de Distribuciones de
Probabilidad Continua
Distribución chi-cuadrado
Es una distribución de probabilidad cuyo símbolo es χ². En concreto, la
distribución chi-cuadrado es la suma del cuadrado de k variables
aleatorias independientes con distribución normal.

La distribución chi-cuadrado tiene k grados de libertad.

 Tipos de Distribuciones de
Probabilidad Continua
Distribución chi-cuadrado
•COMPARAR PROPORCIONES
•ANALISIS DE VARIABLES CUALITATIVAS
•TABLAS DE CONTINGENCIAS O CRUZADAS

ES DECIR QUE NO COMPARA PROMEDIOS, MEDIANAS , NI

ANALISIS DE COSAS QUE SEAN NUMERICAS.

NOS SEÑALA SI UNA TASA ES DIFERENTE DE LA OTRA Y SI

SON ESTADISTICAMENTE SIGNIFICATIVA.
Tipos de Distribuciones de Probabilidad Continua
Distribución chi-cuadrado
COMPUTE obesidad=IMC > 16.
EXECUTE.
IF (IMC > 16) desnutricion=IMC > 16.
EXECUTE.
RECODE IMC (0 thru 16=1) (16.1 thru 18.4=2) (18.5 thru 22=3)
(22.1 thru 24.9=4) (25 thru 29.9=5)
(30 thru 34.9=6) (35 thru 39.9=7) (40 thru 44.9=8) (45 thru
100=9) INTO IMC2.
VARIABLE LABELS IMC2 'tipo de peso'.
EXECUTE.
CROSSTABS
/TABLES=SEXO BY IMC2
/FORMAT=AVALUE TABLES
/STATISTICS=CHISQ
/CELLS=COUNT EXPECTED COLUMN
/COUNT ROUND CELL.
Tipos de Distribuciones de Probabilidad Continua
Distribución chi-cuadrado

Resumen de procesamiento de casos

Casos

Válidos Perdidos Total

N Porcentaje N Porcentaje N Porcentaje

TIPO DE SEXO * tipo de

29 100,0% 0 0,0% 29 100,0%
peso
Tipos de Distribuciones de Probabilidad Continua
Distribución chi-cuadrado

Tabla cruzada TIPO DE SEXO*tipo de peso

tipo de peso Total

desnutricion bajo peso sobre obesidad obesidad obesidad obesidad

moderada peso normal peso tipo I tipo II tipo III tipo IV
TIPO DE MASCULIN Recuento o valor
2 1 2 1 2 2 3 2 15
SEXO O Observado
Recuento esperado o
1,6 1,0 1,0 1,6 3,6 2,1 1,6 2,6 15,0
valor Esperado
% dentro de tipo de
66,7% 50,0% 100,0% 33,3% 28,6% 50,0% 100,0% 40,0% 51,7%
peso
FEMENIN Recuento 1 1 0 2 5 2 0 3 14
O Recuento esperado 1,4 1,0 1,0 1,4 3,4 1,9 1,4 2,4 14,0

% dentro de tipo de
33,3% 50,0% 0,0% 66,7% 71,4% 50,0% 0,0% 60,0% 48,3%
peso
Total Recuento 3 2 2 3 7 4 3 5 29
Recuento esperado 3,0 2,0 2,0 3,0 7,0 4,0 3,0 5,0 29,0

% dentro de tipo de
100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
peso
Tipos de Distribuciones de Probabilidad Continua
Distribución chi-cuadrado

Pruebas de chi-cuadrado

Significación asintótica
Valor gl (bilateral)

Chi-cuadrado de Pearson 7,126a 7 ,416

Razón de verosimilitud 9,106 7 ,245
Asociación lineal por lineal ,112 1 ,738
N de casos válidos 29

a. 16 casillas (100,0%) han esperado un recuento menor que 5. El recuento mínimo esperado es ,97.
Tipos de Distribuciones de
Probabilidad Continua
Distribución t de Student
Es una distribución de probabilidad muy utilizada en estadística. En
concreto, la distribución t de Student se usa en la prueba t de Student
para determinar la diferencia entre dos medias muestrales y para hacer
intervalos de confianza
Tipos de Distribuciones de
Probabilidad Continua
Distribución t de Student
•PRUEBA DE HIPOTEIS DE MEDIAS
•USANDO DISTRIBUCION T

REQUERIMOS PARA ESTO:

ESPACIO MUESTRAL QUE NO PASE DE 30

POBLACION QUE SEA CONSIDERADA “NORMAL”
NO SE REQUIERE DE LA DESVIACION POBLACIONAL

ENTONCES TENDRIAMOS :
MEDIA MUESTRAL
MEDIA POBLACIONAL
ERROR ESTÁNDAR
Tipos de Distribuciones de Probabilidad Continua
Distribución T- STUDENT
NULA ( MEDIA POBLACIONAL ES IGUAL A CIERTO VALOR)
PASO1: DECLARAR HIPÓTESIS
ALTERNATIVA ( MEDIA POBLACIONAL ES INFERIOR, DIFERENTE O MAYOR QUE CIERTO VALOR

PASO2: NIVEL DE SIGNIFICANCIA

GRADOS DE LIBERTAD
PUNTOS CRITICOS

PASO3: CONSEGUIR PUNTO DE PRUEBA T

PASO4: COMPARAR EL PUNTO DE PRUEBA

Tipos de Distribuciones de Probabilidad Continua
Distribución t de Student
T-TEST GROUPS=SEXO(1 2)
/MISSING=ANALYSIS
/VARIABLES=IMC
/CRITERIA=CI(.95).

Estadísticas de grupo

Media de error
TIPO DE SEXO N Media Desviación estándar estándar

IMC MASCULINO 15 33,3200 11,42702 2,95044

FEMENINO 14 33,4675 10,22464 2,73265

Tipos de Distribuciones de Probabilidad Continua
Distribución t de Student

Prueba de muestras independientes

Prueba de Levene de
igualdad de varianzas prueba t para la igualdad de medias

Diferencia Diferencia 95% de intervalo de

Sig. de de error confianza de la diferencia

F Sig. t gl (bilateral) medias estándar Inferior Superior

IMC Se asumen
,794 ,381 -,037 27 ,971 -,14749 4,03746 -8,43167 8,13668
varianzas iguales
No se asumen 26,95
-,037 ,971 -,14749 4,02150 -8,39954 8,10456
varianzas iguales 8
Tipos de Distribuciones de
Probabilidad Continua
Distribución F de Snedecor
Es una herramienta estadística utilizada en el análisis de varianza para
comparar las varianzas de dos o más probabilidades. Se basa en la
relación entre las varianzas muéstrales y sigue una distribución F

De modo que la fórmula que define la distribución F de

Snedecor es la siguiente::
Tipos de Distribuciones de
Probabilidad Continua

Distribución Exponencial
 
Es un modelo estadístico utilizado para describir el tiempo que
transcurre entre eventos sucesivos e independientes en un proceso de
Poisson.

La distribución exponencial tiene un

parámetro característico, que se representa con
la letra griega λ e indica el número de veces que
se espera que ocurra el evento estudiado durante
un periodo de tiempo determinado.
Tipos de Distribuciones de
Probabilidad Continua

Distribución Beta
Es una distribución de probabilidad definida en el intervalo (0,1) y
parametrizada por dos parámetros positivos: α y β. Es decir, los
valores de la distribución beta dependen de los parámetros α y β.

Por lo tanto, la distribución beta sirve para definir variables

aleatorias continuas cuyo valor oscila entre 0 y 1.
 Tipos de Distribuciones de
Probabilidad Continua
Distribución Gamma
Es una distribución de probabilidad continua definida por dos
parámetros característicos, α y λ. Es decir, la distribución gamma
depende del valor de sus dos parámetros: α es el parámetro de forma y
λ es el parámetro de escala.

El símbolo de la distribución gamma es la letra griega mayúscula Γ.

Por lo tanto, si una variable aleatoria sigue una distribución gamma se
escribe de la siguiente manera:

La distribución gamma también se puede

parametrizar usando el parámetro de forma
k=α y el parámetro inverso de escala θ=1/λ.
En cualquier caso, los dos parámetros que
definen la distribución gamma son números
reales positivos.
Tipos de Distribuciones de
Probabilidad Continua
Distribución weibull
Es una distribución de probabilidad continua definida por dos
parámetros característicos, α y λ. Es decir, la distribución gamma
depende del valor de sus dos parámetros: α es el parámetro de forma y λ
es el parámetro de escala.
Tipos de Distribuciones de
Probabilidad Continua
Distribución de Pareto
Es una distribución de probabilidad continua que se usa en estadística
para modelizar el principio de Pareto. Por lo tanto, es una distribución
de probabilidad que tiene unos pocos valores cuya probabilidad de
ocurrencia es mucho mayor que el resto de valores.
CONCLUSIONES
El ser humano es curioso y controlador por naturaleza;
ejercer ese control sobre su entorno le presenta un
problema serio; por ello la Estadística le es tan útil en su
vida diaria.
El hombre acumula información, luego la clasifica y la
analiza para poder entenderla, de ese modo podrá
controlarla; después la traduce a cifras, cálculos y datos
que le ayudan a tomar decisiones sobre cosas tan
cotidianas como la compra de un vehículo, el lugar
más seguro para vivir, la variación del clima en una zona o
cosas tan indispensables como la compra y venta de
un producto en una empresa o la matrícula de una
institución educativa.
Pero para que el hombre pueda hacer todo esto, debe
tener un método, una forma de recolectar e interpretar
esos datos; este método es a lo que llamamos estadística.