1 / 20

Distribución Normal

Distribución Normal. Distribución Normal. Distribución Normal. Distribución Normal. La Normal Estándar El modelo normal estándar es el de una variable aleatoria continua cuya imagen son todos los números reales. La densidad de la normal estándar es:. f(z) = (2*pi) -1/2 exp(-z 2 / 2).

devlin
Download Presentation

Distribución Normal

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Distribución Normal

  2. Distribución Normal

  3. Distribución Normal

  4. Distribución Normal La Normal Estándar El modelo normal estándar es el de una variable aleatoria continua cuya imagen son todos los números reales. La densidad de la normal estándar es: f(z) = (2*pi)-1/2exp(-z2 / 2)

  5. Distribución Normal Esta función no tiene una integral elemental de modo que se requiere una tabla especial para conocer los valores de la probabilidad de una variable normal. La tabla da probabilidades para F(t) = P(Z < t)

  6. Distribución Normal La variable aleatoria normal estándar tiene propiedades importantes: • 1.- La probabilidad está concentrada cerca de cero. Se puede ver, usando la tabla, que la probabilidad de un intervalo cercano a cero es mayor que la de un intervalo del mismo ancho pero alejado de cero. En el salón hacemos varios ejercicios de cálculo de probabilidades que nos convencen de este hecho.

  7. Distribución Normal Propiedades importantes: • 2.- La probabilidad está simétricamente distribuida alrededor del cero. Haciendo cuentas con la misma tabla se ve que la F(a) + F(-a) = 1, para cualquier valor de a. Esto nos lleva a concluir la simetría de la distribución.

  8. Distribución Normal Propiedades importantes: • 3.- Para algunos cálculos de probabilidad de una normal es conveniente considerar el eje real partido en cuatro pedazos, • antes de -a, • entre -a y 0, • entre 0 y a, • después de a. • Las probabilidades de (1) y (4) son iguales; las de (2) y (4) son iguales; las de (1) y (2) sumadas dan 0.5; las de (3) y (4) suman 0.5.

  9. Distribución Normal • Usos de la normal. La normal no estándar • En los casos en que este modelo se usa, generalmente: • el valor central o promedio vale mu (distinto de cero) • la unidad de medida o desviación estándar es sigma (distinta de uno).

  10. Distribución Normal Para calcular en este caso no estándar, es preciso hacer una transformación que se llama estandarización. Esta estandarización es un codificación de los valores. La fórmula para estandarizar es: Z = (X - mu) / sigma

  11. Distribución Normal

  12. Distribución Normal

  13. Distribución Normal

  14. Inferencias de la Normal para la Media

  15. Teorema Central del Límite Si muestras aleatorias de n medidas so extraidas repetidamente de una población cun una media μ y desviación estandar σ entonces cuando n es grande el histograma relativo de frecuencias para las medias de la muestras serán apróximadamente normal con media μ y desviación estandar σ/ n½

  16. Distribución Normal

  17. Distribución Normal

  18. Distribución Normal

  19. Distribución Normal

  20. Distribución Normal

More Related