Termo



Índice

Contenido
Pág.
Introducción……………………………………………………………………...
3
Distribución Normal……………………………………………………………..
4
Tabla 1: Valores De Probabilidad Para Valores Negativos De Z………….
9
Tabla 2: Valores De Probabilidad Acumulada……………………………….
10
Ejemplos…………………………………………………………………………
11
Regresión Lineal………………………………………………………………..
12
Ejemplo…………………………………………………………………………...
18Conclusión……………………………………………………………………….
19
Bibliografía……………………………………………………………………….
19










Introducción

Dividiremos nuestro trabajo en dos temas:
Empecemos por la distribución normal; este tipo de distribución probabilidad continua más importante en todo el campo de la estadística, describe de manera aproximada muchos fenómenos que ocurren en la naturaleza, la industria y lainvestigación. Por ejemplo, las mediciones físicas en áreas como los experimentos meteorológicos, estudios de la precipitación pluvial y mediciones de partes fabricadas a menudo se explican más que adecuadamente con una distribución normal. Además, los errores en las mediciones científicas se aproximan muy bien mediante una distribución normal.
Por su parte, la regresión lineal se aplica en la mayoríade los problemas de investigación en los que se necesita más de una variable independiente para el modelo de regresión. La regresión lineal simple utiliza una sola variable de regresión y el caso más sencillo es el modelo de línea recta. La complejidad de la mayoría de mecanismos científicos es tal que, con el fin de predecir una respuesta importante, se requiere un modelo de regresión múltiple.Este modelo matemático se aplica en campos de investigación como la social, la de mercados, en ciencias como la física y química, entre otras.
Sin más por decir, empecemos con la investigación.






Distribución Normal
La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina curva normal, es lacurva con forma de campana, la cual describe aproximadamente muchos fenómenos que ocurren en la naturaleza, la industria y la investigación. Las mediciones físicas en áreas como los experimentos metrológicos, estudios de lluvia y mediciones de partes fabricadas a menudo se explican más que adecuadamente con una distribución normal. Además los errores en las mediciones científicas se aproximanextremadamente bien mediante una distribución normal. En 1733, Abraham DeMoivre desarrollo la ecuación matemática de la curva normal. Proporciona una base sobre la que se fundamenta gran parte de la teoría de la estadística inductiva. La distribución normal a menudo se denomina distribución gaussiana, en honor a Karl Friedrich Gauss (1777-1855), quien también derivo su ecuación a partir de un estudio deerrores en mediciones repetidas de la misma cantidad.

La curva normal

Una variable aleatoria continua X que tiene la distribución en forma de campana de la figura 1 se denomina variable aleatoria normal. La ecuación matemática para la distribución de probabilidad de la variable normal depende de los dos parámetros μ y σ, su media y su desviación estándar, respectivamente. Por ello,denotamos los valores de la densidad de X por n(x; μ, σ).
La densidad de la variable aleatoria normal X, con media μ y varianza σ 2, es:

Donde π = 3.14159. . . y e = 2.71828. . .
Una vez que se especifican μ y σ, la curva normal queda determinada por completo. Por ejemplo, si μ = 50 y σ = 5, entonces se pueden calcular las ordenadas n(x; 50, 5) para diferentes valores de x y dibujar la curva. En lafigura 2 aparecen dos curvas normales que tienen la misma desviación estándar pero diferentes medias. Las dos curvas son idénticas en forma, pero están centradas en diferentes posiciones a lo largo del eje horizontal.

Curvas normales con μ1 < μ2 y σ1 = σ2.

Curvas normales con μ1 = μ2 y σ1 < σ2.
En la figura 3 se muestran dos curvas normales con la misma media pero con desviaciones...