regresion lineal
Modelo
Utilizado para
Función de Cuantía
Espacio
paramétrico
Media
µ = E [X ]
Varianza σ 2 = V [X ]
Bernoulli
Modelar variablesdicotómicas; es decir,
que asumen sólo dos estados: Éxito o
Fracaso; 0 ó 1, etc.
n
n− x
p X (x ) = p x (1 − p ) ; x ∈ {0,1,..., n}
x
0 ≤ p ≤1
p
p(1 − p )
BinomialModelar la cantidad de éxitos en n
ensayos de Bernouilli independientes,
con probabilidad de éxito constante.
n
n −x
p (x ) = p x (1 − p ) ; x ∈ {0,1, K , n }
x
0 ≤ p ≤1
n =1,2,3,...
np(1 − p )
np(1 − p )
Hipergeométrico
Modelar la cantidad de artículos de un
determinado tipo, en una muestra
aleatoria, sin reposición, de tamaño n .
N1 N 2
x n − x
; max{0, n − N } ≤ x ≤ min{0, N }
p X ( x ) =
2
1
N
n
N = 1,2,K
n = 1,2,K, N
(N1 + N 2 = N )
N1
N1 + N 2
nN1 N 2 ( N1 + N 2 − n )
(N1 + N 2 )2(N1 + N 2 − 1)
Geométrico
Modelar la cantidad de ensayos
necesarios para lograr el primer éxito.
p X ( x ) = q x −1 p; x ∈ { ,2,K}
1
0 < p ≤1
(q = 1 − p )
1
p
q
p2
BinomialNegativo
Modelar la cantidad de ensayos
necesarios para lograr “ r ” éxitos.
x − 1 r x − r
pX (x ) =
r − 1 p q ; x ∈ {r , r + 1,K}
0 < p ≤1
(q = 1 − p )
r
p
r⋅qp2
Poisson
Modelar la cantidad de ocurrencias de un
suceso; en un intervalo de tiempo o en
alguna unidad de espacio.
λ>0
λ
λ
p X (x ) =
e − λ λx
x!
n
Profesor: PatricioVidela Jiménez.
MODELOS PARA VARIABLES ALEATORIAS CONTINUAS
Modelo
Normal
Exponencial
Gamma
Weibull
Uniforme
Función de Densidad
f (x ) =
1
2π σ
[
]
exp − (x −µ ) 2σ 2 ;−∞ < x < ∞
2
f (x ) = λe − λx ; x > 0
f (x ) =
λr
Γ(r )
x r −1 e − λx ; x > 0
[
]
f ( x ) = abx b −1 exp − ax b ; x > 0
f (x ) =
1
;a < x < b
b −a...
Regístrate para leer el documento completo.