métodos estadisticos


República Bolivariana De Venezuela.
Ministerio del Poder Popular Para la educación superior.
Universidad Nacional Experimental
“Rafael maría Baralt”
Cátedra: estadística.

















Integrantes:
Mendoza Mairelis
19.576.326
Tineo Nelso
18.507.491
Romero Renzo
17.649.514



Índice.


1. Distribución normal.

2. Grafica

3. Importancia

4.Propiedades

5. Características

6. Ejercicio
























1.- Distribución normal.
La distribución normal fue presentada por vez primera por Abraham de Moivre en un artículo del año 1733,[2] que fue reimpreso en la segunda edición de su The Doctrine of Chances, de 1738, en el contexto de cierta aproximación de la distribución binomial para grandes valores de n.Su resultado fue ampliado por Laplace en su libro Teoría analítica de las probabilidades (1812), y en la actualidad se llama Teorema de De Moivre-Laplace.
El nombre de "campana" viene de Esprit Jouffret que usó el término "bell surface" (superficie campana) por primera vez en 1872 para una distribución normal bivariante de componentes independientes. El nombre de "distribución normal" fueotorgado independientemente por Charles S. Peirce, Francis Galton y Wilhelm Lexis hacia 1875
En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales.
La gráfica de su función de densidad tiene una forma acampanada y es simétricarespecto de un determinado parámetro. Esta curva se conoce como campana de Gauss.
El uso extendido de la distribución normal en las aplicaciones estadísticas puede explicarse, además, por otras razones.  Muchos de los procedimientos estadísticos habitualmente utilizados asumen la normalidad de los datos observados.  Aunque muchas de estas técnicas no son demasiado sensibles a desviaciones de lanormal y, en general, esta hipótesis puede obviarse cuando se dispone de un número suficiente de datos, resulta recomendable contrastar siempre si se puede asumir o no una distribución normal.  La simple exploración visual de los datos puede sugerir la forma de su distribución.  No obstante, existen otras medidas, gráficos de normalidad y contrastes de hipótesis que pueden ayudarnos a decidir, deun modo más riguroso, si la muestra de la que se dispone procede o no de una distribución normal.
2.- Grafica de la distribución normal.

La ecuación matemática de la función de Gauss es la siguiente:









3.- importancia de la distribución normal:
La importancia de esta distribución radica en que permite modelar numerosos fenómenos naturales, sociales y psicológicos. Mientrasque los mecanismos que subyacen a gran parte de este tipo de fenómenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observación se obtiene como la suma de unas pocas causas independientes.
De hecho, la estadística es un modelo matemático que sólo permite describir un fenómeno, sinexplicación alguna. Para la explicación causal es preciso el diseño experimental, de ahí que al uso de la estadística en psicología y sociología sea conocido como método correlacional.
La distribución normal también es importante por su relación con la estimación por mínimos cuadrados, uno de los métodos de estimación más simples y antiguos.
En resumen, la importancia de la distribución normalse debe principalmente a que hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal:
Caracteres morfológicos de individuos (personas, animales, plantas,...) de una especie, p.ejm. Tallas, pesos, envergaduras, diámetros, perímetros,...
Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco, o de una misma cantidad de abono.
Caracteres...