Вы находитесь на странице: 1из 4

Distribución χ²

Distribución χ²

1

Distribución χ² (ji-cuadrado)

 
Distribución χ² (ji-cuadrado)   Función de densidad de probabilidad   Función de distribución de

Función de densidad de probabilidad

 
  Función de densidad de probabilidad   Función de distribución de probabilidad  

Función de distribución de probabilidad

 

Parámetros

grados de libertad

grados de libertad

Dominio  
 
Función de densidad (pdf)
Función de distribución (cdf)  
 
Media

aproximadamente

Mediana aproximadamente
if

if

Moda if
Varianza
Coeficiente de simetría
Curtosis
Entropía
for
for

Distribución χ²

2

En estadística, la distribución χ² (de Pearson), llamada Ji cuadrado, es una distribución de probabilidad continua con un parámetro que representa los grados de libertad de la variable aleatoria

los grados de libertad de la variable aleatoria donde son variables aleatorias normales independientes

donde son variables aleatorias normales independientes de media cero y varianza uno. El que la variable

de media cero y varianza uno. El que la variable aleatoria tenga esta distribución se representa

aleatoria tenga esta distribución se representa habitualmente así: .

Es conveniente tener en cuenta que la letra griega χ se transcribe a otros idiomas (como el latín, [1] el inglés o el alemán) como chi. En cualquier caso, la pronunciación en castellano es ji. [2][3] Tal diferencia es debida a la ausencia una letra para el sonido «j» español en tales idiomas, y el sonido se imita con el digrafo «ch».

Propiedades

Función de densidad

Función de densidad Su función de densidad es: donde es la función gamma . Demostración La

donde

Demostración

La función densidad de
La función densidad de

si Z es tipo N(0,1) viene dada por

Despejando y teniendo en cuenta contribuciones positivas y negativas de z

teniendo en cuenta contribuciones positivas y negativas de z La función distribución de viene dada por
La función distribución de
La función distribución de

viene dada por su convolución

de viene dada por su convolución Aplicando transformada de Laplace Aplicando antitransformada se obtiene f(x;k)

Aplicando antitransformada se obtiene f(x;k)

de viene dada por su convolución Aplicando transformada de Laplace Aplicando antitransformada se obtiene f(x;k)

Función de distribución acumulada

distribución acumulada Su función de distribución es donde El valor esperado y la varianza de una

donde

El valor esperado y la varianza de una variable aleatoria X con distribución χ² son, respectivamente, k y 2k.

Distribución χ²

3

Relación con otras distribuciones

La

distribución

χ²

es

un

caso

especial

de

la

De

hecho,

es un caso especial de la distribución gamma . De hecho, Como consecuencia, cuando , la

Como

un caso especial de la distribución gamma . De hecho, Como consecuencia, cuando , la distribución
un caso especial de la distribución gamma . De hecho, Como consecuencia, cuando , la distribución

consecuencia, cuando , la distribución χ² es una distribución exponencial de media . Cuando k es suficientemente grande, como consecuencia del teorema central del límite, puede aproximarse por una distribución normal:

, puede aproximarse por una distribución normal : Aplicaciones La distribución χ² tiene muchas aplicaciones

Aplicaciones

La distribución χ² tiene muchas aplicaciones en inferencia estadística. La más conocida es la de la denominada prueba χ² utilizada como prueba de independencia y como prueba de bondad de ajuste y en la estimación de varianzas. Pero también está involucrada en el problema de estimar la media de una población normalmente distribuida y en el problema de estimar la pendiente de una recta de regresión lineal, a través de su papel en la distribución t de Student.

Aparece también en todos los problemas de análisis de varianza por su relación con la distribución F de Snedecor, que es la distribución del cociente de dos variables aleatorias independientes con distribución χ².

Referencias

Enlaces externos

(http://cajael.com/mestadisticos/T7DContinuas/node7.php)Calcular la probabilidad de una distribución de Pearson con R (lenguaje de programación)

Fuentes y contribuyentes del artículo

4

Fuentes y contribuyentes del artículo

Distribución χ² Fuente: http://es.wikipedia.org/w/index.php?oldid=66769054 Contribuyentes: Af3, Aiax, Alefisico, AlfonsoERomero, Ampersand &, AngelHerraez, AnselmiJuan, Cgb, Cristiangy, Davius, Eseotres, Fgiones, HiTe, Humberto, JakobVoss, Jorge c2010, JorgeGG, Joseaperez, Juan Manuel, Juan Mayordomo, Kved, Madalberta, NudoMarinero, Penetic, Resped, Sabbut, Tano4595, Toad32767, Wissons, 45 ediciones anónimas

Fuentes de imagen, Licencias y contribuyentes

Archivo:chi-square distributionPDF.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Chi-square_distributionPDF.png Licencia: Public Domain Contribuyentes:

EugeneZelenko, It Is Me Here, PAR, WikipediaMaster

Archivo:chi-square distributionCDF.png Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Chi-square_distributionCDF.png Licencia: Public Domain Contribuyentes:

EugeneZelenko, PAR, WikipediaMaster

Licencia

Creative Commons Attribution-Share Alike 3.0 Unported

//creativecommons.org/licenses/by-sa/3.0/