Distribuci贸n normal.
Mar铆a Goretti Jim茅nez L贸pez.
La distribución normal fue estudiada por Gauss. Se trata de una variable aleatoria continua (la variable puede tomar cualquier valor real). La función de densidad tiene forma de campana.
Dos parámetros determinan una distribución normal: la media y la desviación típica. Cuanto mayor sea la desviación típica mayor es la dispersión de la variable. La distribución normal es simétrica respecto de la media.
La media está representada por un triángulo y se puede interpretar como un punto de equilibrio. Al arrastrarlo se modifica también la media. El mismo efecto tiene el mover el punto correspondiente en la cúspide de la curva.
Arrastrando el otro punto sobre la curva (que es uno de los dos puntos de inflexión de la curva) se modifica la desviación típica. Podemos ver la función de distribución acumulada y cómo cambia al modificar la media (simple traslación) y la desviación típica (reflejando la mayor o menor dispersión de la variable).
ď‚š Los puntos grises controlan la escala vertical y horizontal de la grĂĄfica y pulsando el boton derecho y arrastrando podemos moverla a derecha e izquierda.
Una, dos y tres desviaciones tĂpicas Propiedad de las distribuciones normales.
Cรกlculo de normales.
probabilidades
en
distribuciones
Cรกlculo aproximado de probabilidades diferentes intervalos en distribuciones normales.
de
Distribuci贸n binomial. La distribuci贸n binomial modela una situaci贸n en la que hay n ensayos independientes con una probabilidad constante de 茅xito.
Aproximaci贸n normal a la distribuci贸n Binomial. En algunos casos, una distribuci贸n Binomial puede aproximarse con una distribuci贸n Normal con la misma media y varianza.
Distribuci贸n de Poisson. La distribuci贸n de Poisson tambi茅n se llama distribuci贸n de sucesos raros.
Distribuci贸n t de Student La distribuci贸n t de Student fue estudiada por Gosset y se aproxima a una distribuci贸n normal.
Cรกlculo de probabilidades distribuciones t de Student.
en
Gracias ď Š