La distribución binomial describe el número de éxitos en una secuencia de ensayos de Bernoulli independientes con una probabilidad fija de éxito. Se caracteriza por ser dicotómica con sólo dos posibles resultados y se repite n veces de forma independiente para calcular la probabilidad de un número determinado de éxitos.

2. En estadística, la distribución binomial es
una distribución de probabilidad discreta que mide el
número de éxitos en una secuencia de n ensayos de
Bernoulli independientes entre sí, con una probabilidad
fija p de ocurrencia del éxito entre los ensayos.
Un experimento de Bernoulli se caracteriza por ser
dicotómico, esto es, sólo son posibles dos resultados.
A uno de estos se denomina éxito y tiene una
probabilidad de ocurrencia p y al otro, fracaso, con una
probabilidad q = 1 - p. En la distribución binomial el
anterior experimento se repite n veces, de forma
independiente, y se trata de calcular la probabilidad de
un determinado número de éxitos.

3. La distribución de Poisson se utiliza en situaciones
donde los sucesos son impredecibles o de
ocurrencia aleatoria. En otras palabras no se sabe
el total de posibles resultados.
Permite determinar la probabilidad de ocurrencia
de un suceso con resultado discreto.
Es muy útil cuando la muestra o segmento n es
grande y la probabilidad de éxitos p es pequeña.
Se utiliza cuando la probabilidad del evento que
nos interesa se distribuye dentro de un segmento
n dado como por ejemplo distancia, área, volumen
o tiempo definido.

4. Es una distribución variable continua. Fue descubierta
por Gauss al estudiar la distribución de los errores en
las observaciones astrónomicas asi que se le llama
distribución normal, distribución de Gauss o
distribución gaussiana, a una de las distribuciones de
probabilidad de variable continua que con más
frecuencia aparece aproximada en fenómenos reales.

5. En estadística la distribución gamma es
una distribución de probabilidad continua con dos
parámetros y cuya función de densidad para
valores es
Es decir, variables que presentan una mayor densidad
de sucesos a la izquierda de la media que a la
derecha. En su expresión se encuentran dos
parámetros, siempre positivos, (α) alfa y (β) beta de
los que depende su forma y alcance por la derecha, y
también la función Gamma Γ(α), responsable de la
convergencia de la distribución

6. Aparece de manera natural al realizar la prueba t de
Student para la determinación de las diferencias
entre dos medias muestrales y para la construcción
del intervalo de confianza para la diferencia entre
las medias de dos poblaciones cuando se
desconoce la desviación típica de una población y
ésta debe ser estimada a partir de los datos de una
muestra.