Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 77 vistas

    Distribuciones Continuas

    Cargado por

    JorgeCarmine
    La distribución normal describe cómo se distribuyen muchas variables naturales alrededor de una media. La distribución chi cuadrada se usa para probar si las mediciones siguen una distribución esperada y depende de los grados de libertad. La distribución F de Fisher depende de dos parámetros y se usa para probar hipótesis sobre varianzas de dos poblaciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Distribuciones Continuas

    Cargado por

    JorgeCarmine
    77 vistas3 páginas
    La distribución normal describe cómo se distribuyen muchas variables naturales alrededor de una media. La distribución chi cuadrada se usa para probar si las mediciones siguen una distribución esperada y depende de los grados de libertad. La distribución F de Fisher depende de dos parámetros y se usa para probar hipótesis sobre varianzas de dos poblaciones.

    Descripción original:

    f

    Título original

    Distribuciones-continuas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La distribución normal describe cómo se distribuyen muchas variables naturales alrededor de una media. La distribución chi cuadrada se usa para probar si las mediciones siguen una distribución esperada y depende de los grados de libertad. La distribución F de Fisher depende de dos parámetros y se usa para probar hipótesis sobre varianzas de dos poblaciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    77 vistas3 páginas

    Distribuciones Continuas

    Cargado por

    JorgeCarmine
    La distribución normal describe cómo se distribuyen muchas variables naturales alrededor de una media. La distribución chi cuadrada se usa para probar si las mediciones siguen una distribución esperada y depende de los grados de libertad. La distribución F de Fisher depende de dos parámetros y se usa para probar hipótesis sobre varianzas de dos poblaciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

     Distribuciones continuas

     Distribución normal o gaussiana


    La distribución gaussiana, recibe también el nombre de distribución
    normal, ya que una gran mayoría de las v.a continuas3 de la
    naturaleza sigue esta distribución. Se dice que una v.a. X sigue una
    distribución normal de parámetros µ y σ 2 , lo que representamos del
    modo X❀N µ, σ2 si su función de densidad es:

     Tiene forma de campana, es asintótica al eje de las abscisas (para x


    = rf ) Los puntos de inflexión tienen como abscisas los valores P r V.
    Simétrica con respecto a la media (P) donde coinciden la mediana
    (Mn) y la moda (Mo).
     Su función de densidad es:

    Ejemplo: En una distribución normal de media 4 y desviación típica 2,


    calcular el valor de a para que: P(4−a ≤ x ≤ 4+a) = 0.5934

     Chi cuadrada:

     La distribución de chi-cuadrada es una distribución continua que


    se especifica por los grados de libertad y el parámetro de no
    centralidad. La distribución es positivamente asimétrica, pero la
    asimetría disminuye al aumentar los grados de libertad. Es probar
    si unas mediciones que se hayan efectuado siguen una
    distribución esperada.
     Los valores de X2 son mayores o iguales que 0.
     La forma de una distribución X2 depende del gl=n-1. En
    consecuencia, hay un número infinito de distribuciones X2.
     El área bajo una curva ji-cuadrada y sobre el eje horizontal es 1.
     Las distribuciones X2 no son simétricas. Tienen colas estrechas que
    se extienden a la derecha; esto es, están sesgadas a la derecha.
     Cuando n>2, la media de una distribución X2 es n-1 y la varianza es
    2(n-1).
     Ejemplo: Los siguientes son los pesos, en decagramos, de 10
    paquetes de semillas de pasto distribuidas por cierta
    compañía: 46.4, 46.1, 45.8, 47.0, 46.1, 45.9, 45.8, 46.9, 45.2 y
    46. Encuentre un intervalo de confianza de 95% para la
    varianza de todos los paquetes de semillas de pasto que
    distribuye esta compañía, suponga una población normal.
    Solución:
    Primero se calcula la desviación estándar de la muestra:

    Al elevar este resultado al cuadrado se obtiene la varianza de la


    muestra s2= 0.286.
    Para obtener un intervalo de confianza de 95% se elige un  =
    0.05. Después con el uso de la tabla con 9 grados de libertad se
    obtienen los valores de X2.

     F de Fisher.
    •La distribución F de Fisher es una distribución que depende de dos
    parámetros. Es una distribución que aparece, con frecuencia, como
    distribución de un estadístico de test, en muchos contrastes de hipótesis
    bajo las suposiciones de normalidad.

     Una variable con distribución F es siempre positiva por lo tanto su


    campo de variación es 0 " F “.
     La distribución de la variable es asimétrica, pero su asimetría
    disminuye cuando aumentan los grados de libertad del numerador y
    denominador.
     Hay una distribución F por cada par de grados de libertad.
     Parámetros: Grados de libertad asociados al numerador y
    denominador.

    •La distribución F es asimétrica hacia la derecha y es descrita por los


    grados de libertad de su numerador.
    Ejemplo: Las siguientes son las calificaciones obtenidas en un examen de
    personalidad por 2 muestras de 9 mujeres casadas y 9 mujeres solteras:
    Ejemplo: Las siguientes son las calificaciones obtenidas en un examen de
    personalidad por 2 muestras de 9 mujeres casadas y 9 mujeres solteras:

    Solteras 88 68 77 82 63 80 78 71 72
    Casadas 73 77 67 74 74 64 71 71 72

    Suponiendo que estos datos se pueden considerar como


    muestras aleatorias independientes tomadas de dos
    poblaciones normales, pruebe la hipótesis de que la varianza
    de las calificaciones de las mujeres solteras es diferente de la
    varianza de las calificaciones de las mujeres casadas
    con  = 0.05.

    H0: 

    Ha: 

     = 0.05

    Estadístico de contraste  
    Valores críticos:  , 

    También podría gustarte