Escolar Documentos
Profissional Documentos
Cultura Documentos
x N ( , ) 2
GRÁFICA DE LA DISTRIBUCIÓN NORMAL
DISTRIBUCIÓN NORMAL ESTÁNDAR
Si una variable Z se distribuye normalmente con media 0 y
varianza 1.
z N (0,1)
Entonces Z tiene una distribución normal estándar.
DISTRIBUCIÓN NORMAL ESTÁNDAR
x
Z
Es una variable aleatoria con distribución normal estándar.
Usando tablas:
b
P[ x b] P z
b
P[ x b] 1 P[ x b] 1 P z
a b b a
P[a x b] P z Pz Pz
P[ x b] 1 P[ x b]
Ejemplo:
Un ingeniero ha determinado que la edad de de sus trabajadores siguen
una distribución normal con media 46 años y desviación estándar 8.3 años.
Con estos datos conteste lo siguiente:
a) ¿Cuál es la probabilidad de que un paciente tenga a lo más 50 años?
b) ¿Cuál es la probabilidad de que un paciente tenga entre 48 y 67 años?
c) ¿Cuál es la probabilidad de que un paciente tenga más de 62 años?
Ejemplo:
El tiempo necesario para terminar un examen final en el curso de métodos
estadísticos se distribuye normalmente con una media de 70 minutos y una
varianza de 144 minutos.
Con estos datos conteste lo siguiente:
a) ¿Cuál es la probabilidad de que un alumno termine el examen en una hora o
menos?
b) ¿Cuál es la probabilidad de que un alumno termine el examen en más de 65
minutos pero en menos de 75 minutos?
c) ¿Cuál es la probabilidad de que un alumno termine el examen en más de 78
minutos?
Ejemplo:
De un grupo de agricultores se ha determinado que sus gastos mensuales siguen
una distribución normal con media S/. 5000 y una desviación estándar de S/. 1500.
Con estos datos conteste lo siguiente:
a) ¿Cuál es la probabilidad de que un agricultor tenga un gasto mensual mayor a
S/. 5120?
b) ¿Cuál es la probabilidad de que una agricultor tenga un gasto mensual menor a
S/. 4500?
c) ¿Cuál es la probabilidad de que una agricultor tenga un gasto mensual entre
4550 y 5050?
DISTRIBUCIÓN t DE STUDENT
Se dice que una variable aleatoria continua X tiene distribución
t de Student con n grados de libertad, cuando se denota por:
x t(n )
donde n es un entero
positivo
Ejemplo:
Si x t(18)
Hallar:
a) P(x ≤ 2,101)
b) P(x > 1,734)
c) P(x ≤ -2,878)
Ejemplo:
Si
x t(10)
Hallar el valor de c tal que:
a) P(x ≤ c) = 0.995
b) P(x >c) = 0.10
DISTRIBUCIÓN CHI CUADRADO
2
x 2
(n )
donde n es un entero
positivo.
Ejemplo:
Si x 2
( 26)
Hallar:
a) P(x ≤ 17,29)
b) P(x > 38,89)
Ejemplo:
Si x 2
( 30)
a) P(x ≤ a)=0,995
DISTRIBUCIÓN F SNEDECOR O F-FISHER
U n1
F tiene función de distribución
V n2 F-Snedecor
Si de dos poblaciones normales, o aproximadamente normales,
se extraen dos muestras aleatorias e independientes, y a cada
una se le calcula su respectiva varianza, el cociente de ambos
valores
2
Fs 2
s2
1 (con F>1, esto es, siempre se coloca el más grande
como numerador) tendrá una distribución de Fisher, cuyos valores
críticos fueron obtenidos por W. Snedecor en una tabla que se
caracteriza por tener dos grados de libertad
el correspondiente al numerador υ1=n1-1 y el del
denominador υ2=n2-1. Programas de computación
permiten calcular los valores críticos respectivos
El principal uso de esta función es el Análisis de Varianza, que se
verá más adelante, y es para cuando se necesita comparar más de
dos medias muéstrales a la vez. En estos casos la idea es detectar
si el efecto de uno o más tratamientos afecta a las muestras
testeadas. En cambio, cuando se tiene el caso de dos muestras, la
idea es testear si hay homocedasticidad en las dos poblaciones en
estudio.
Una vez verificado este supuesto, se puede avanzar más
verificando si hay diferencia entre las medias muéstrales, y así
verificar si ambas muestras tienen igual media y varianza,
porque eso significa que en realidad provienen de la misma
población normal. Eso probaría que no hay efecto de un
tratamiento si se lo compara con un placebo, o que dos
técnicas de laboratorio son equivalentes.
Ejemplo:
El jefe de un laboratorio se encuentra con una técnica de medición
fuera del control estadístico. Para investigar las causas decide
investigar si el factor humano tiene incidencia, y toma una muestra
de suero cualquiera la divide en 20 alícuotas. Luego elige 10 de
ellas al azar y se las entrega al laboratorista 1 para que haga las
determinaciones; las restantes las encomienda al laboratorista 2
para que las mida.
Los resultados obtenidos son: s12=2,4 es la varianza
obtenida por el laborista, 1 y s22=0,8 para el otro.
Decidir si hay diferencia en dispersión entre ambos.
H 0: 1
2
2
2
H1 : 12 22