Documente Academic
Documente Profesional
Documente Cultură
ESTADISTICA APLICADA A LA
INVESTIGACION INGENIERIL (7)
HUANCAYO – 2010 - I
DISTRIBUCIÓN NORMAL
Definición
Función de probilidad
1 x
2 x
1
f ( x) f ( x; , )
2
e 2
2 0
X es N(, 2)
Medidas de resumen
0,020
0,015
f(x)
0,010
0,005
0,000
50 75 100 125 150
X
Aplicaciones de la distribución normal
• Representación de variables continuas simétricas.
• Pruebas de hipótesis sobre una y dos proporciones con muestras
grandes.
• Pruebas de hipótesis sobre una y dos medias con distribución normal y
varianzas conocidas.
• Pruebas de hipótesis sobre los coeficientes de correlación de Pearson y
de Spearman.
• Estimación del tamaño de muestra.
Función de probilidad
2
1 x 100
1
f ( x) f ( x; 100, 400) e 2 20
x
20 2
X es N(100, 400)
Medidas de resumen
Me = 100; Mo = 100
Cálculo de probabilidades
X es N(100, 400)
P(X ≤ 120) = 0,841 P(80 < X ≤ 120) = 0,683
0,020 0,020
0,015 0,015
0,683
Densidad
Densidad
0,010 0,010
0,841
0,005 0,005
0,000 0,000
100 120 80 100 120
X X
Cálculo de probabilidades
X es N(100, 400)
0,020 0,020
0,015 0,015
0,954
Densidad
Densidad
0,010 0,010
0,005 0,005
0,159
0,000 0,000
60 100 140 100 120
X X
8
Cálculo de percentiles
X es N(100, 400)
P(X < A) = 0,95 P(X > B) = 0,95
0,020 0,020
0,95 0,95
0,015 0,015
Densidad
Densidad
0,010 0,010
0,005 0,005
0,000 0,000
100 A = 133 B = 67,1 100
X X
DISTRIBUCIÓN NORMAL ESTÁNDAR
Definición
Si la v.a.c. X es normal (campana de Gauss) con media
y varianza 2, entonces la v.a.c. Z es normal estándar
con media 0 y varianza 1 si:
X
Z
Función de probilidad
z2
1
f ( z) e 2
; z
2
.
X es N(0, 1)
Medidas de resumen
= 0; 2 = 1; = 1; CA = 0; CC = 0
10
Distribución normal estándar
(Distribución normal N(0, 1))
0,4
0,3
f(z)
0,2
0,1
0,0
-3 -2 -1 0 1 2 3
Z
Cálculo de probabilidades
X es N(100, 400) Z es N(0, 1)
P(X ≤ 120) = 0,841 P(80 < X ≤ 120) = 0,683
P(Z ≤ 1) = 0,841 P(–1 < Z ≤ 1) = 0,683
0,4 0,4
0,841
Densidad
Densidad
0,2 0,2
0,1 0,1
0,0 0,0
0 1 -1 0 1
Z Z
Cálculo de probabilidades
X es N(100, 400) Z es N(0, 1)
0,4 0,4
0,3 0,3
Densidad
Densidad
0,954
0,2 0,2
0,1 0,1
0,159
0,0 0,0
-2 0 2 0 1
Z Z
Cálculo de percentiles
Z es N(0, 1)
P(–A < Z ≤ A) = 0,95 P(Z > B) = 0,25
0,4 0,4
0,3 0,3
Densidad
Densidad
0,95
0,2 0,2
0,1 0,1
0,25
0,0 0,0
-A = -1,96 0 A = 1,96 0 B = 0,674
Z Z
DISTRIBUCIÓN T DE STUDENT
Definición
La v.a.c. X es t de Student con r grados de libertad si:
Función de probilidad
r 1
1
2 2 r 1
2 x
f (x ) f (x ; r ) 1 ; < x <
r r
2
X es t(r)
(r ) (r 1)(r 1); (r ) (r 1)!; (1) 1; (1/ 2)
Medidas de resumen
Media: = 0; Varianza: 2 = r/(r–2); r > 2; CA = 0
Distribución t de Student t(10)
0,4
0,3
Densidad
0,2
0,1
0,0
-4 -3 -2 -1 0 1 2 3 4
X
Aplicaciones de la distribución t de Student
• Representación de variables continuas simétricas.
X es t(10)
Medidas de resumen
Media: = 0; Varianza: 2 = 1,25; = 1,118; CA = 0
Cálculo de probabilidades
X es t(10)
P(X ≤ 1,2) = 0,871 P(1 < X ≤ 2) = 0,134
0,4 0,4
0,3 0,3
Densidad
Densidad
0,2 0,2
0,871
0,134
0,1 0,1
0,0 0,0
0 1,2 0 1 2
X X
Cálculo de percentiles
X es t(10)
P(X > B) = 0,1 P(X A) = 0,05
0,4 0,4
0,3 0,3
Densidad
Densidad
0,2 0,2
0,1 0,1
0,1
0,025 0,025
0,0 0,0
0 B = 1,37 -A = -2,23 0 A = 2,23
X X
DISTRIBUCIÓN JI CUADRADO
Definición
La v.a.c. X es ji cuadrado con r grados de libertad si:
Función de probilidad
r x
1 1
f (x ) f (x ; r ) r
x 2
e ; x 0
2
r
2
2
2
X es J(r)
(r ) (r 1)(r 1); (r ) (r 1)!; (1) 1; (1/ 2)
Medidas de resumen
Media: = r; Varianza: 2 = 2r
Distribución ji cuadrado J(8)
0,12
0,10
0,08
Densidad
0,06
0,04
0,02
0,00
0 5 10 15 20 25
X
Aplicaciones de la distribución ji
cuadrado
• Representación de variables continuas asimétricas (+).
Función de probilidad
x x
1 1
f ( x ) f ( x ; 8) 4 x e 2
3
x e 2; x 0
3
2 4 96
X es J(8)
Medidas de resumen
0,12 0,12
0,08 0,08
Densidad
Densidad
0,06 0,06
0,04 0,04
0,02 0,02
0,00 0,00
0 15 0 5 12
X X
Cálculo de percentiles
X es J(8)
P(X < B) = 0,65 P(X > A) = 0,25
0,12 0,12
0,10 0,10
0,65
0,08 0,08
Densidad
Densidad
0,06 0,06
0,04 0,04
0,02 0,02
0,25
0,00 0,00
0 B = 8,91 0 A = 10,2
X X
DISTRIBUCIÓN F DE FISHER
Definición
La v.a.c. X es F de Fisher con r y s grados de libertad
si:
Función de probilidad
r
r
r r+ s
2 1
x
2
f ( x ) f ( x ; r, s)
s 2 ; x 0
r+ s
r s rx 2
1
2 2 s
X es F(r, s)
(r ) (r 1)(r 1); (r ) (r 1)!; (1) 1; (1/ 2)
Medidas de resumen
2 r+ s 2 s2
Media: = s/(s–2); Varianza: 2 ; s>4
r s 4 s 2
2
Distribución F de Fisher F(10, 8)
0,8
0,7
0,6
0,5
Densidad
0,4
0,3
0,2
0,1
0,0
0 1 2 3 4 5 6
X
Aplicaciones de la distribución F de Fisher
Es asimétrica positiva.
Ejemplo
Función de probilidad
1,25 5 9 x 4 1,25 5 9 x 4
f ( x ) f ( x ; 10, 8) ; x 0
5 4 1 1,25x 144 1 1,25x
9 9
X es F(10, 8)
Medidas de resumen
0,8 0,8
0,7 0,7
0,6 0,6
0,5 0,5
Densidad
Densidad
0,4 0,896 0,4
0,3 0,3
0,2 0,2
0,8 0,8
0,7 0,7
0,6 0,6
0,5 0,5
Densidad
Densidad
0,4 0,4
0,3 0,3
0,95
0,2 0,2
0,0 0,0
0 B = 3,35 0 A = 1,27
X X