REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA DE LAS FUERZA
ARMADA BOLIVARIANA

Distribucin de Probabilidad Continua

INTEGRANTES:
Camarillo Alexis C.I: 24737739
Jaimes Gustavo C.I:23748796
Moran Jacqueline C.I: 24251347
SECCIN: 08-ISI-D01
CATEDRA: Teora de Decisiones

Maracaibo, 16 de noviembre del 2016

DESARROLLO
1. Ley de Correlacin
Tambin conocido como diagrama de correlacin-dispersin o correlacin
lineal, la ley de correlacin no es ms que una herramienta que permite tener una
idea de la relacin que puede existir entre dos datos diferentes.
Es decir, determinar si los cambios en una de las variables influyen en los cambios
de la otra. En caso de que suceda, diremos que las variables estn
correlacionadas o que hay correlacin entre ellas.
Coeficiente de correlacin: El coeficiente de correlacin lineal se expresa
mediante la letra r.

Propiedades:
1. El coeficiente de correlacin no vara al hacerlo la escala de medicin, es decir,
si expresamos la altura en metros o en centmetros el coeficiente de correlacin no
vara.
2. El signo del coeficiente de correlacin es el mismo que el de la covarianza.
Si la covarianza es positiva, la correlacin es directa.
Si la covarianza es negativa, la correlacin es inversa.
Si la covarianza es nula, no existe correlacin.
3. El coeficiente de correlacin lineal es un nmero real comprendido entre menos
1 y 1.
1 r 1

4. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin

es fuerte e inversa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
5. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin
es fuerte y directa, y ser tanto ms fuerte cuanto ms se aproxime r a 1.
6. Si el coeficiente de correlacin lineal toma valores cercanos a 0, la correlacin
es dbil.
Importancia en la Toma de Decisiones: Es importante ya que permite tomar
decisiones efectivas al comparar la correspondencia entre dos variables
estudiadas, que comparten informacin. Si el coeficiente se acerca a 1 esto nos
indica que es fiable y segura. Puedes encontrar la estimacin de parmetros tanto
puntual como por intervalos de confianza.
Ejemplo: Tengamos las siguientes puntuaciones en las variables X (inteligencia) e
Y (rendimiento acadmico):

Calcular el coeficiente de correlacin de Pearson: a) En puntuaciones directas, b)

Puntuaciones Diferenciales y c) Puntuaciones Estandarizadas.
A) En puntuaciones directas

Calculamos las Medias de X y de Y

Calculamos las Desviaciones Tpicas

Aplicamos la Formula de Rxy

B) Puntuaciones Diferenciales o Centradas

Se hace la Siguiente Transformacin

C) Puntuaciones Estandarizadas

2.
2.
Se Calcula los Valor de Zx y de Zy

(Desviacin Media)

2.
2.
2.

Aplicamos la Formula

2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.
2.

Intervalo de Confianza
Se llama intervalo de confianza a un par de nmeros entre los cuales se estima
que estar cierto valor desconocido con una determinada probabilidad de acierto.
Formalmente, estos nmeros determinan un intervalo, que se calcula a partir de
datos de una muestra, y el valor desconocido es un parmetro poblacional. La
probabilidad de xito en la estimacin se representa con 1 - y se denomina nivel
de confianza. En estas circunstancias, es el llamado error aleatorio o nivel de
significacin, esto es, una medida de las posibilidades de fallar en la estimacin
mediante tal intervalo.

Ejemplo: Para una muestra de 30 alumnos se obtuvo una nota media para un
examen de matemtica de 5.83 y la desviacin tpica de 1.92. Determine el
intervalo de confianza al 80%.
Datos:
n= 30
= 5.83
S =1.92
80% 0.8

3. Distribucin T de Student
En probabilidad y estadstica, la distribucin t de Student es una distribucin
de probabilidad que surge del problema de estimar la media de una poblacin
normalmente distribuida cuando el tamao de la muestra es pequeo.
Aparece de manera natural al realizar la prueba t de Student para la
determinacin de las diferencias entre dos medias mustrales y para la
construccin del intervalo de confianza para la diferencia entre las medias de dos
poblaciones cuando se desconoce la desviacin tpica de una poblacin y sta
debe ser estimada a partir de los datos de una muestra
Ejemplo:

Tamao muestra: 13
Grados de libertad: n - 1
Grados de libertad: 12
Segn la tabla:
Para 12 de libertad y un
rea en una cola de 0,01 el
valor crtico de t es de: 2,681
Para 12 de libertad y un rea en dos colas de 0,01 el valor crtico de t es de: 3,05

4. Distribucin Chi-Cuadrado
Tambin llamada distribucin de Pearson o ji cuadrado, se define como la
suma de n variables normales estandarizadas elevadas al cuadrado, con un
parmetro V que representa los grados de libertad de la variable aleatoria. Es una
distribucin muy importante en muchos mbitos de la Estadstica.

La distribucin tiene muchas aplicaciones en inferencia estadstica, por ejemplo

en la denominada prueba utilizada como prueba de independencia, como prueba
de bondad de ajuste y en la estimacin de varianzas. Tambin est involucrada en
el problema de estimar la media de una poblacin normalmente distribuida y en el

problema de estimar la pendiente de una recta de regresin lineal, a travs de su

papel en la distribucin t de Student, y participa en todos los problemas de anlisis
de varianza, por su papel en la distribucin F de Snedecor, que es la distribucin
del cociente de dos variables aleatorias independientes con distribucin.
Ejemplo: La siguiente tabla refleja la cantidad de estudiantes, segn la calificacin
obtenida en matemtica de dos universidades:
UNEFA
UNIR
TOTAL

DEFICIENTE
5
20
25

REGULAR
11
32
43

BUENO
7
3
10

Influye el tipo de universidad en la calificacin obtenida?

Margen de error: 0,05
Ho: No influye el tipo de universidad
Hi: Si influye el tipo de universidad
Ft: Frecuencia terica de cada dato
Ft: Tc * Tf / Td
Tc: Total Columnas
Tf: Total Filas
Td: Total Datos

TOTAL
23
55
78

Grados de libertad -> V

V: (N filas -1) * (N columnas -1)
V: (2-1)*(3-1) -> 1*2 = 2
X2 =

(f-ft)2/ ft

Por tal razn, el tipo de universidad si Influye en las calificaciones de

matemtica.

En este caso se rechaza la hiptesis nula, el tipo de universidad si influye en

la calificacin de matemtica.