Estadística

Esquema

I. Introducción.
II. Distribución normal.
* Definición.
* Característica.
* Fórmula general.
* Gráfica.
* Utilidad.
* Ejemplos.
III. Distribución uniforme.
* Definición.
* Característica.
* Fórmula general.
* Gráfica.
* Utilidad.
* Ejemplos.
IV. Distribución Exponencial.
* Definición.
* Característica.
*Fórmula general.
* Gráfica.
* Utilidad.
* Ejemplos.
V. Distribución exponencial negativa.
* - Definición.
* Característica.
* Fórmula general.
* Gráfica.
* Utilidad.
* Ejemplos.
VI. Distribución gamma.
* Definición.
* Característica.
* Fórmula general.
* Gráfica.
* Utilidad.
* Ejemplos.
VII. Distribución beta.
* Definición.
*Característica.
* Fórmula general.
* Gráfica.
* Utilidad.
* Ejemplos.
VIII. Distribución Weibull.
* Definición.
* Característica.
* Fórmula general.
* Gráfica.
* Utilidad.
* Ejemplos.
IX. Referencias bibliográficas.

Introducción

Una distribución de probabilidad indica toda la gama de valores que pueden representarse como resultado de unexperimento. Una distribución de probabilidad es similar a la distribución de frecuencias relativas. Sin embargo, en vez de describir el pasado, describe la probabilidad que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede diseñar un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fenómenos.
Lasdecisiones estadísticas basadas en la estadística inferencial son fundamentales en la investigación que son evaluadas en términos de distribución de probabilidades.
En el presente trabajo, se estudia de manera ágil los principales tipos de distribución de probabilidad con variables continuas, más específicamente, las distribuciones: normal, uniforme, exponencial, exponencial negativa, gamma, beta yweibull.
Recordemos que una variable continua es aquella que puede tomar cualquiera de los infinitos valores existentes dentro de un intervalo, lo cual complica un poco el cálculo de la distribución de su probabilidad. Sin embargo, se pueden realizar aproximaciones y describir la probabilidad a través de modelos teóricos de probabilidad cuya gráfica es una línea continua, y partiendo de dichasgráficas se puede establecer el cálculo de esta probabilidad como el área bajo la curva de la gráfica, por lo cual la distribución de probabilidad sería la integral de la función de densidad, por lo que tenemos entonces que:

I. Distribución normal

* Definición:
En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de lasdistribuciones de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales.
Fue introducida por Carl Friedrich Gauss a principios del siglo XIX en su estudio de los errores de medida. Desde entonces se ha utilizado como modelo en multitud de variables (peso, altura, calificaciones...), en cuya distribución los valores más usuales se agrupan en torno a uno central y losvalores extremos son escasos.
* Características:
* Forma:
* Es una campana simétrica con respecto a su centro.
* La curva tiene un solo pico, por lo que es unimodal.
* La media de una población distribuida normalmente cae en el centro de su curva normal.
* Debido a la simetría de su distribución normal de probabilidad, la mediana y la moda de la distribución se encuentrantambién e el centro; en consecuencia, para una curva normal, la media, la mediana y la moda tienen el mismo valor.
* Los dos extremos de la distribución normal de probabilidad se extienden infinitamente y nunca tocan el eje horizontal.

* Parámetros: Está caracterizada por dos parámetros:

* Parámetro de localización: La media

* Parámetro de forma: La varianza:

* Formula:...