Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gmez Quiroz Rosa Mara Jquez Pallares Jaime Lara Snchez Reynaldo Moreno Mndez R. Gwendoline Rodrguez Arreola Brenda E. Cuernavaca Morelos a 3 de Noviembre de 2011
Generalidades Caractersticas
Usos y aplicaciones
Calculo de parmetros
Distribucin normal
Es una distribucin de una variable continua con campo de variacin - hasta +. La importancia de esta distribucin radica en que permite modelar fenmenos naturales, sociales y psicolgicos Es la forma que adquiere una variable con respecto a sus componentes.
Tomado de: Martin HF et al Normal Values in Clinical Chemistry. New York, Marecel Dekker, 1975
Historia
Fue descubierta y publicada por primera vez en 1733 por Abraham De Moivre.
Laplace (1812) y Gauss (1809), la relacionaron con la teora de los errores de observacin astronmica y fsica
Distribucin normal
La distribucin de una variable normal est completamente determinada por dos parmetros, la media () y la desviacin estndar (). A partir de cualquier variable X que siga una distribucin , se puede obtener otra caracterstica Z con una distribucin normal estndar
Esta propiedad resulta especialmente interesante en la prctica, ya que el valor z permitir resolver preguntas de probabilidad acerca del comportamiento de variables.
Tiene una nica moda, coincide con la media y con su mediana. Es simtrica con respecto a su media. La curva hacia cualquiera de los lados de es una imagen de espejo de la del otro lado. Es asinttica al eje de abscisas. El rea total bajo la curva es igual a 1. Cuanto mayor sea ms aplanada ser la curva de la densidad.
2.
3.
4.
5.
Si los lmites laterales se extienden a una desviacin estndar se incluye 68% del rea total, dos desviaciones estndar en ambos lados se incluye un 95% del rea, si se extienden a tres desviaciones estndar es de 99.7%.
6.
La forma de la campana de Gauss depende de los parmetros y . La media indica la posicin de la campana, de modo que para diferentes valores de la grfica es desplazada a lo largo del eje horizontal
7.
determina
el
grado
de
Cuanto mayor sea el valor de , ms se dispersarn los datos en torno a la media y la curva ser ms plana. Un valor pequeo de este parmetro indica, por tanto, una gran probabilidad de obtener datos cercanos al valor medio de la distribucin
Observacin Asimetra
2.
3.
4.
Observacin
Asimetra negativa cuando la mayora de los datos se aglomeran en los valores menores que la media M < Me < Md
La curva es simtrica cuando se distribuyen aprox. La misma cantidad de valores en ambos lados de la media M= Me = Md
Asimetra positiva cuando la mayora de los datos se encuentran por encima de la media M> Me > Md
Las formulas ms utilizadas para calcular el grado de asimetra son: Formula establecida por Karl de Pearson
De acuerdo con el resultado encontrado al aplicar a formula vista, la distribucin puede clasificarse como:
v= 0 Es simtrica.
Xi
1 2 3
Fi
2 8 3
(Xi)(Fi)
2 16 9 20 35 45 112
(Xi)2 (Fi)
2 32 27 80 175 180 496 112 = 3.7 30
4
5 6 Z
5
7 5 30
Md = 2
496 - 13.69 = S = 1.84 3.41 29 Esto indica que la distribucin tiene una asimetra positiva
Curtosis
La curtosis mide que tan puntiaguda es una distribucin tomando como referencia a la curva normal
Clculo de la curtosis
La curtosis es una medida de altura de la curva, su clculo se efecta en funcin de la desviacin estndar y los momentos de cuarto orden con respecto a la media. Donde:
Ejemplo: Calcular el grado de apuntamiento de la siguiente distribucin: Intervalos F X- X (X- X) 4 *F (X- X) 4 m4=
10.1 16 4 - 15.6 59223.99 236895.96
8 13 10 9 6
50
t>0
Curva platicrtic a
0.91
5824.74
Compara las funciones de distribucin emprica de la muestra y la que se desea contrastar. Es aplicable a distribuciones continuas. Para distribuciones discretas, los valores crticos no estn tabulados. Para distribuciones continuas, los valores crticos estn tabulados para:
Calcular el valor p
Asimetra = 0.39
Curtosis = 2.16