Tema 9 Flashcards

1
Q

La distribución normal fue reconocida
por primera vez por el francés:

A

Abraham de Moivre (1667-1754).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Posteriormente realizó estudios más a fondo donde formula la ecuación de la curva conocida comúnmente, como la
“Campana de Gauss”.

A

Carl Friedrich Gauss (1777-1855)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Utilidad de la distribucion normal:

A

Caracteres morfológicos de individuos (personas, animales, plantas)

Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco

Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de individuos

caracteres psicologicos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Propiedades de la distribucion normal

A

La forma de la campana de Gauss depende de los parámetros μ y σ.

Tiene una única moda que coincide con su media y su mediana.

La curva normal es **asintótica **al eje de X.

Es simétrica con respecto a su media μ . Según esto, para este tipo de variables existe una probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato menor.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

¿Que es la distribucion normal estandar?

A

Es una distribución normal con promedio 0 y una desviación estándar de 1.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Caracteristicas de la distribucion normal estandar

A
  • No depende de ningún parámetro.
  • Su media es 0, su varianza es 1 y su desviación estándar es 1.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Teorema del limite central

A

Nos indica que, bajo condiciones muy generales, según aumenta la cantidad de datos, la distribución de la suma de variables aleatorias tendera a seguir hacia una distribución normal.

  • En otras palabras el Teorema del Límite Central garantiza una distribución normal cuando el tamaño de la muestra es suficientemente grande.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

¿Que es la distribucion binomial?

A

Es una distribución de probabilidad discreta que describe el número de éxitos al realizar n experimentos independientes entre sí, acerca de una variable aleatoria.

Por lo tanto,** la distribución binomial se entiende como una serie de pruebas o ensayos en la que solo podemos tener 2 resultados (éxito o fracaso)**, siendo el éxito nuestra variable aleatoria.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

La distribución binomial se utiliza en situaciones cuya solución tiene dos posibles resultados.

A
  • Al nacer un/a bebé puede ser varón o hembra.
  • En el deporte un equipo puede ganar o perder.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al mismo tiempo. No se puede ser hombre y mujer al mismo tiempo o que al lanzar una moneda salga cara y cruz al mismo tiempo.

A

Probabilidad binomial

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Distribución de probabilidad discreta

A

distribución con un número finito de valores.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Distribución binomial

A

Distribución discreta que se aplica cuando se realizan más de una vez y de forma independiente el experimento de Bernoulli.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Experimento de bernoulli

A

Experimento con dos posibles resultados (éxito o fracaso).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Cuando el resultado de un experimento no tiene influencia en el resultado de otro experimento

A

Experimento independiente

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Es el complemento de los éxitos.

A

Fracasos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Son resultados que no pueden ocurrir al mismo tiempo.

A

Resultados mutuamente excluyente

17
Q

**distribución de Poisson **

A

Se utiliza en situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria. En otras palabras no se sabe el total de posibles resultados.

18
Q
  • 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.
A

**distribución de Poisson **

19
Q

Distribución discreta que se aplica cuando se realizan más de una vez y de forma independiente el experimento de Bernoulli.

A
20
Q

Es la ocurrencia del evento de interés como cantidad de defectos, llamadas recibidas, servicios completados.

A

Exitos

21
Q

Son resultados con un número finito de valores (3 defectos, menos de 8, hasta 5, etc.)

A

Resultado discreto

22
Q

Variable que puede obtener un número finito de valores de forma impredecible o al azar.

A

Variable aleatorio discreta

23
Q

Variable que puede obtener un
número finito de valores como 0, 1, 2, 3.

A

Variable discreta.