estadisticas

1. Tipos
La distribución de probabilidad
describe el comportamiento de
las probabilidades generadas
por una población de datos y es
una función de probabilidad
dependiente de una o varias
variables
Concepto
Distribuciones de Probabilidad
Luis García Márquez
Distribución
Siguiente diapositiva



continuas
discretas
onesdistribuci

2. Discretas
Discretas
Distribuciones de
Distribuciones Discretas Siguiente diapositiva
Probabilidad







Geométrica
tricaHipergeomé
Poisson
Binomial
Luis García Márquez

3. Distribuciones de
Distribuciones Continuas
Continuas
Siguiente diapositiva
Continuas
Probabilidad










Beta
f
t
lExponencia
Normal
2

Luis García Márquez

4. Distribuciones de
Ejemplos de Distribuciones
Marker
Siguiente Diapositiva
Ejemplos de
distribuciones de
probabilidad.
Probabilidad
0
0.1
0.2
0.3
0 1 2 3 4 5 6 7 8 9 10
Distribución Binomial
0
0.2
0.4
0.6
0 1 2 3 4 5 6 7 8 9 10
Distribución Exponencial
Luis García Márquez
Distribución Binomial
0
0.05
0.1
0.15
0.2
0.25
0.3
0 1 2 3 4 5 6 7 8 9 10

5. Distribución
Distribuciones Discretas
Marker
Siguiente diapositiva
Un experimento binomial es
aquel que posee las siguientes
propiedades:
1. El experimento consta de “n”
ensayos o pruebas idénticos
2. Cada prueba puede tener
uno de dos resultados: (Éxito
y Fracaso)
3. La probabilidad de un éxito
en una sola prueba es igual a
p y permanece constante de
uno a otro. La probabilidad
de un fracaso es (1-p) = q
Binomial
4. Las pruebas son
independientes
Interesa conocer las x, el
número de éxitos
observados en n pruebas
𝑃 𝑥 =
𝑛
𝑥
𝑝 𝑥
𝑞 𝑛−𝑥
𝑃 𝑥 =
𝑛!
𝑥! 𝑛 − 𝑥 !
𝑝 𝑥 𝑞 𝑛−𝑥
m = np
s2 = npq
Luis García Márquez

6. Distribución de
Poisson
Distribuciones Discretas
Marker
Siguiente diapositiva
Si una variable esta definida en
una área delimitada o en
función del tiempo entonces se
dice que tiene una distribución
de Poisson.
𝑃 𝑥 =
𝜇 𝑥 𝑒−𝜇
𝑥!
s2=m
Luis García Márquez
Si la población es finita (N) y no
muy grande con respecto a n
entonces la variable se convierte en
una distribución hipergeométrica,
donde:
N: es el tamaño de la población
r: es el número de elementos que
tienen la característica específica
n: es el número de elementos de la
muestra
𝑃 𝑥 =
𝑟
𝑥
𝑁−𝑟
𝑛−𝑥
𝑁
𝑛
Distribución
Hipergeométrica

7. Distribución
Geométrica
Si en un experimento de éxito
o fracaso interesa el número x
de pruebas hasta la
observación del primer éxito,
entonces, x posee una
distribución geométrica
P(x) = pqx-1
m = 1/p
s2 = (1-p)/p2