resumen distribución
TRANSCRIPT
Resumen Modelos Distribución: 1
Modelos discretos: son las variables de Bernoulli, Binomial, Geométrica y Poisson.Modelos continuos: son las variables Normal, Exponencial y Uniforme.
Distribución de Bernoulli:
Función probabilidad: P(x) = px * (1 – p )1 – x para x=0,1
E(x) = pVar(x) = p * q ó Var(x) = p * (1 – p)
Distribución Binomial:
Función de probabilidad:
nP(x) = * px * (1 – p)n – x ; x=0, 1, 2,... n
x
E(x) = n * pVar(x) = n * p * q ó Var(x) = n * p * (1 – p)
Distribución Geométrica:
Función de probabilidad:
P(x) = p * (1 – p)x – 1 ; x = 1,2, …
E(x) = 1 Var(x) = 1 – p = qp p2 p2
Distribución de Poisson:
Su función de probabilidad es:
P(x) = e– λ * λx x = 0, 1, 2, … x!
E(x) = Var(x) = λ
Resumen Modelos Distribución: 2
Distribución Normal:
tipificación o estandarización
z = x – μ σ
Distribución uniforme:
Función de densidad
1 a < x < b b – a
f(x) =
0 en caso contrario
E(x) = a + b Var (x) = (b – a)2
2 12
Distribución exponencial:
Función de densidad:
f(x) = λ * e– λ*x , λ > 0
Función de distribución:
F(x) = 1 - e– λ*x para x > 0
E (x) = 1 => λ = 1 λ E(x)
Var (x) = 1 λ2
Resumen Modelos Distribución: 3
Teorema Central del Límite (TCL):
y = x1 + x2 + … + xn ~N[μ = i=1∑ n μi ; σ2 = i=1∑ n σi2]
Aproximaciones entre distribuciones binomial, poisson y normal:
Binomial a Normal:
x~B(n,p) si n > 30 y n*p*q > 5, ==> x ~ N[ μ = n * p , σ = (n * p * q)½]
Binomial a Poisson:
x~B(n,p) si n > 30 y n*p*q ≤ 5, ==> x ~ P( λ= n * p)
Poisson a Normal:
x~P(λ), si λ > 5 ==> x ~ N[μ = λ, σ = (λ)½]