Академический Документы
Профессиональный Документы
Культура Документы
DISTRIBUCIN DE LA POBLACIN
Sec. 02
Distribucin De La Probabilidad
Es una funcin que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida sobre el conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la variable aleatoria. Esta puede ser de dos tipos: 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 nmero finito de ellos. 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 nmero infinito de ellos.
Beta: Sirve para el estudio de variaciones, a travs de varias muestras, de un porcentaje que representa algn fenmeno. Gamma: Se utiliza para estudiar variables cuya distribucin puede ser asimtrica. Ji Cuadrada (c): Es una distribucin asociada a la prueba c, y se usa para comparar los valores observados con los esperados. Distribucin normal: En estadstica y probabilidad se llama distribucin normal, distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece aproximada en fenmenos reales. La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un determinado parmetro. Esta curva se conoce como campana de Gauss y es el grfico de una funcin gaussiana. La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales, sociales y psicolgicos. Mientras que los mecanismos que subyacen a gran parte de este tipo de fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos intervienen, el uso del modelo normal puede justificarse asumiendo que cada observacin se obtiene como la suma de unas pocas cusas independientes. De hecho, la estadstica es un modelo matemtico que slo permite describir un fenmeno, sin explicacin alguna. Para la explicacin causal es preciso el diseo experimental, de ah que al uso de la estadstica en psicologa y sociologa se ha conocido como mtodo correlacionar. La distribucin normal tambin es importante por su relacin con la estimacin por mnimos cuadrados, uno de los mtodos de estimacin ms simples y antiguos. Algunos ejemplos de variables asociadas a fenmenos naturales que siguen el modelo de la normal son: Carcteres morfolgicos de individuos como la estatura; Caracteres fisiolgicos como el efecto de un frmaco; Caracteres sociolgicos como el consumo de cierto producto por un mismo grupo de individuos; Caracteres psicolgicos como el cociente intelectual; Nivel de ruido en telecomunicaciones; Errores cometidos al medir ciertas magnitudes;
La distribucin normal tambin aparece en muchas reas de la propia estadstica. Por ejemplo, la distribucin muestral de las medias mustrales es aproximadamente normal, cuando la distribucin de la poblacin de la cual se extrae la muestra no es normal. Adems, la distribucin normal maximiza la entropa entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la eleccin natural de la distribucin subyacente a una lista de datos resumidos en trminos de media muestral y varianza. La distribucin normal es la ms extendida en estadstica y muchos test estadsticos estn basados en una supuesta "normalidad". En probabilidad, la distribucin normal aparece como el lmite de varias distribuciones de probabilidad continuas y discretas.
Distribucin Hipergeomtrica: es una distribucin de probabilidad discreta con tres parmetros discretos N, d y n cuya funcin de probabilidad es
N = Tamao de poblacin n= Tamao de muestra. d = Cantidad de elementos que cumple caracterstica deseada. x = Cantidad de xitos
Bibliografa