Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 163 vistas

    Cuadro Comparativo de Distribuciones de Luis Encina

    Cargado por

    luis Encina15
    La distribución normal es una de las distribuciones más importantes en estadística. Se caracteriza por tener una forma de campana y depende de dos parámetros: la media y la desviación estándar. Las distribuciones t de Student y F de Fisher son extensiones de la distribución normal que se usan para analizar muestras pequeñas cuando la desviación estándar es desconocida.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Cuadro Comparativo de Distribuciones de Luis Encina

    Cargado por

    luis Encina15
    163 vistas2 páginas
    La distribución normal es una de las distribuciones más importantes en estadística. Se caracteriza por tener una forma de campana y depende de dos parámetros: la media y la desviación estándar. Las distribuciones t de Student y F de Fisher son extensiones de la distribución normal que se usan para analizar muestras pequeñas cuando la desviación estándar es desconocida.

    Descripción original:

    Título original

    Cuadro comparativo de distribuciones de luis Encina

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La distribución normal es una de las distribuciones más importantes en estadística. Se caracteriza por tener una forma de campana y depende de dos parámetros: la media y la desviación estándar. Las distribuciones t de Student y F de Fisher son extensiones de la distribución normal que se usan para analizar muestras pequeñas cuando la desviación estándar es desconocida.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    163 vistas2 páginas

    Cuadro Comparativo de Distribuciones de Luis Encina

    Cargado por

    luis Encina15
    La distribución normal es una de las distribuciones más importantes en estadística. Se caracteriza por tener una forma de campana y depende de dos parámetros: la media y la desviación estándar. Las distribuciones t de Student y F de Fisher son extensiones de la distribución normal que se usan para analizar muestras pequeñas cuando la desviación estándar es desconocida.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 2

    Luis Encina 8-980-149

    Ventajas y desventajas
    Distribuciones Definición Características

    La importancia de esta 1.- Toda familia de La distribución normal


    distribución, reside en que distribuciones normales también tiene una
    aparece se diferencia por medio de importante aplicación
    constantemente en la dos en inferencia
    naturaleza o en la actitud parámetros: la media y la estadística.
    de las personas, puesto desviación estándar. La distribución normal
    Distribución de
    que representa el 2.- La distribución normal es una curva en forma
    probabilidad continua
    comportamiento de los es simétrica, siendo la de campana.
    valores de ciertas forma de la curva normal
    variables, al lado
    cuyas variaciones son izquierdo de la media, la
    influenciadas por imagen de la forma al lado
    fenómenos aleatorios. derecho de la media.
    3.- El punto más alto de
    una curva normal se
    encuentra sobre la media.
    • Desarrollada con base en • Tiene media igual 0, es • Distribución
    distribuciones de asintótica al eje x y su muestreal del
    frecuencias empíricas por dominio va de -  a +; • promedio se ajusta
    William Gosset, (a) El área bajo la curva muy bien a la
    “Student”. Cervecero - desde - a + es igual a distribución Normal
    Distribuciones "T" de estadístico con dificultadas 1 •  = 0, 2 depende cuando se conoce .
    Student al usar parámetro  (grados Si n es grande, esto no
    Distribución Normal en libertad) • Varianza > 1, presenta ningún
    muestras pequeñas. pero se aproxima a 1 problema, aun cuando
    cuando n  sea desconocida,
    por lo que en este
    caso es razonable
    sustituirla por s.
    • También llamada "F” de • Tiene media igual 0, es La distribución F sirve
    Fisher - Schnedecor asintótica al eje x y su para demostrar las
    Representa la distribución dominio va de -  a +; • variaciones de una
    muestre al de la razón de El área bajo la curva población. Más se usa
    Distribuciones "F" de dos varianzas. Es decir que una distribución F
    desde - a + es igual a
    Fisher se obtiene de la razón de cuando se busca
    1 •  = 0, 2 depende
    dos distribuciones Ji- parámetro  (grados estudiar la razón de
    cuadrado. libertad) • Varianza > 1, las varianzas de dos
    pero se aproxima a 1 poblaciones
    cuando n distribuidas
    normalmente.

    También podría gustarte