estadistica

PROYECTO FINAL ESTADISTICA 

DISTRIBUCIONES 
Toda distribución de probabilidad es generada por una variable aleatoria x, la que puede ser de dos tipos: 
1. Variable aleatoria discreta (x). Se le denomina variable porque puede tomar diferentes valores, aleatoria, porque el valor tomado es totalmente al azar y discreta porque solo puede tomar valores enteros y un número finito de ellos. 
2.Variable aleatoria continua (x). Se le denomina variable porque puede tomar diferentes valores, aleatoria, porque los valores que toma son totalmente al azar y continua porque puede tomar tanto valores enteros como fraccionarios y un número infinito de ellos. 
¿Para qué te sirven? 
Una distribución de probabilidad indica toda la gama de valores que pueden representarse como resultado de unexperimento si éste se llevase a cabo. 
Es decir, describe la probabilidad de 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 naturales. 
Toda distribución de probabilidad es generada por una variable (porque puede tomardiferentes valores) aleatoria x (porque el valor tomado es totalmente al azar). 
Normal y Binomial: Características, Tipo de gráfica, Datos que entran en este tipo de distribución, etc. 
DISTRIBUCIÓN NORMAL 
La distribución normal N (m, s) es un modelo matemático que rige muchos fenómenos. La experiencia demuestra que las distribuciones de la mayoría de las muestras tomadas en el campo de laindustria se aproximan a la distribución normal si el tamaño de la muestra es grande. Esta distribución queda definida por dos parámetros: la media m y la desviación típica s. Se presenta mediante una curva simétrica conocida como campana de Gauss. Esta distribución nos da la probabilidad de que al elegir un valor, éste tenga una medida contenida en unos intervalos definidos. Esto permitirá predecir deforma aproximada, el comportamiento futuro de un proceso, conociendo los datos del presente. 
Formula: 

 
 
 
 
La desviación típica es grande, el intervalo de incertidumbre de la medida es grande, la precisión es débil. 
 

La desviación típica es pequeña, el intervalo de incertidumbre de la medida es pequeña, la precisión es grande. 
Ejemplo: 
Probabilidad en el intervalo-1 ≤ t ≤ 0,5 
P (-1≤ t ≤ 05) = p(0,5)  - p(-1) = 
= 0,6915 -0,1587 = 0,5328 
 
 
 
 
 
 
 
 
 
 
Ejemplos de la distribución normal 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 
 
 
 

 
 
 
 
 
 
 
DISTRIBUCIÓN BINOMIAL 
La distribución binomial es una distribución discreta muy importante que surge en muchas aplicaciones bioestadísticas. 
Esta distribución aparece de forma naturalal realizar repeticiones independientes de un experimento que tenga respuesta binaria, generalmente clasificada como “éxito” o “fracaso”. Por ejemplo, esa respuesta puede ser el hábito de fumar (sí/no), si un paciente hospitalizado desarrolla o no una infección, o si un artículo de un lote es o no defectuoso. La variable discreta que cuenta el número de éxitos en n pruebas independientes de eseexperimento, cada una de ellas con la misma probabilidad de “éxito” igual a p, sigue una distribución binomial de parámetros n y p. Este modelo se aplica a poblaciones finitas de las que se toma elementos al azar con reemplazo, y también a poblaciones conceptualmente infinitas, como por ejemplo las piezas que produce una máquina, siempre que el proceso de producción sea estable (la proporción depiezas defectuosas se mantiene constante a largo plazo) y sin memoria (el resultado de cada pieza no depende de las anteriores). 
Sea un experimento aleatorio en el que sólo puedan darse  dos posibilidades: que ocurra un determinado suceso A, que llamaremos éxito, o que no ocurra dicho suceso, o sea que ocurra su complementario, que llamaremos fracaso, [Ecuación]. 
Se conoce la...