Distribuciones de probabilidad

Больше похоже на это

El comentario crítico

от María Cuesta

La Familia Como Sistema Social Y Su Impacto En La Sociedad.

от Ana Lizbeth Godoy

CELULA VEGETAL

от Valentina Espinel

La Farmacocinética

от Hector Zambrano

Distribuciones de probabilidad

Distribución continua de probabilidad

La probabilidad continua no puede representarse en forma tabular pero si con la siguiente formula ¨F(x)¨

Función de densidad

se construye de tal forma que el área comprendida bajo la curva es siempre igual a uno, cuando se calcula sobre todo el recorrido de la v.a x

Las distribuciones continuas son

Distribución Gama

Aparece cuando se realiza el estudio de la duración de elementos físicos (tiempo de vida)

campo: 00 p:p>0

Distribución Beta

Es posible para una variable continua que toma valores en el intervalo [0,1] lo que le hace muy apropiado para modelar proporciones

campo: 0≤x≤1 parámetro: p:p>0 q:q>0

Distribución F de Snedecor

Asociado a la normal (n,m)

campo: 0≤x<∞ parámetro: n:grados de libertad, n>0

Distribución de t de Student

Desempeña un papel importante en la inferencia estadística asociada a la teoría de muestra pequeña

Distribución exponencial

Describe proceso en los que interesa saber el tiempo que ocurre de un determinado evento

campo:00

Distribución logística

Se utiliza en el estudio del crecimiento temporal de la variable (a,b)

Distribución lognormal

Es utíl para modelar datos de numerosos estudios médicos

campo: 00

Distribución normal

Es la distribución limite de numerosas variables como se muestra en los teoremas centrales

campo: -∞0

Distribución uniforme

Describe una variable aleatoria con probabilidad constante sobre el intervalo [a,b] en que esta definido

campo:a≤x≤b parámetro: a:min del recorrido b: max del recorrido

Una vía continua tiene la probabilidad cero de asumir cualquiera de sus valores

Distribución discreta de probabilidad

Es el conjunto de pares ordenados(x,f(x) ) es una función de probabilidad de la V.a discreta x si satisface las siguientes condiciones

1) f(x) ≥ 0. 2) Σ f(x) = 1. 3) P (X=x) = f(x)

Las distribuciones discretas son

Distribución binomial

Surge en muchas aplicaciones bioestadística; aparece de forma natural al realizar repeticiones independientes de un experimento con respuesta binaria como éxito o fracaso.

valore: x:0,1,2..., n parámetros: n:n>0 entero p:0

Distribución uniforme discreta

Describe el comportamiento de una variable discreta que puede tomar n valores distintos con la misma probabilidad.

valores: x:a,a+1,a+2...,b. parámetros: a:min,a entero b:max,a

Distribución hipergeométrica

Aparece en proceso muestral en reemplazo, en el que se investiga la ausencia o presencia de ciertas características

valores: x:max{o,n-(N-R)}...min {R,n} parámetros: N:N>0 R:R≥0 n:n>0

Distribución geométrica

Permite calcular la probabilidad de que tenga que realizarse un numero k de repeticiones hasta tener un éxito por primera vez

valores: x:0,1,2... parámetros: p:0

Distribución binomial negativa

Propuesta como una alternativa a la distribución de poisson para modelar el numero de ocurrencias de sucesos.

valores: x:0,1,2... parámetros: p:0

Distribución Poisson

Se puede utilizar como una aproximación de la binomial Bin (n,p)si el numero de pruebas n es grande pero la probabilidad de éxito p es pequeña

Valores: x:0,1,2 parámetro: lambda >