Distribuciones muestrales. La importancia de analizar este tipo de distribuciones

Índice

1. Introducción …………………………………………………………… pag.3
2. Importancia ……………………………………………………………. pag.3
3. Objetivos      …………………………………………………………… pag.3

1. Objetivos generales……………………………………………….... pag.3
2. Objetivos específicos………………………………………………. Pag.3

1. Marco teórico …………………………………………………………...pag.4
2. Definición: distribuciones muéstrales…………………………………...pag.4
3. Tipos de distribuciones muestrales ……………………………………..pag.4
4. Distribución continua uniforme………………………………………….pag4
5. Distribución continua normal……………………………………………pag5
6. Distribución continua tipificada…………………………………………pag7

1. Introducción

En este tema de investigación analizaremos temas en específico sobre las distribuciones muéstrales normales continuas como, distribución continua uniforme, distribución continua normal, distribución continua tipificada.

Analizaremos la definición de una distribución maestral, y nos centraremos en las distribuciones específicamente en la forma de calcularlas sus fórmulas y los analizaremos mediante varios ejemplos representativos y concretos para la utilización de las mismas.

1. Importancia

La importancia de analizar este tipo de distribuciones, es que las mismas nos servirán para un manejo más rápido y sencillo cuando la base de datos o número de datos se extenso considerando que no se podrá analizar uno por uno si no teniendo diferentes tipos de aplicación o  fórmulas que no ayudaran para obtener cálculos mejores y mas eficientes

1. Objetivos

El objetivo de esta investigación es proporcionarnos facilidad para el análisis de probabilidades mas extensas, obtener un conocimiento neto sobre los distintos métodos que podemos aplicar que nos ayudaran en el desenvolvimiento laboral y profesional.

1. Objetivos generales: Obtener conocimientos sobre la materia y los temas en específico que nos puedan ayudar en posibles ejercicios

1. Objetivos específicos: el objetivo especifico de este análisis po investigación es obtener facilidad para la resolución de distintos problemas que se nos den en cualquier tipo de situación, relacionada con la materia o tema.

1. Marco Teorico

1. Definición: Distribuciones muéstrales

Una estadística muestral proveniente de una muestra aleatoria simple tiene un patrón de comportamiento (predecible) en repetidas muestras.

Este patrón es llamado la distribución muestral de la estadística. Si conocemos la distribución muestral podemos hacer inferencia. Las distribuciones muestrales adoptan diferentes formas según las estadísticas investigadas y las características de la población estudiada.

Entre en estas diferentes formas de analizar las distribuciones muestrales tenemos discretas y continuas, procederemos analizar siguen nuestro tema las distribuciones continuas.

1. Tipos de distribuciones muestrales

En teoría de probabilidad y estadística, la distribución uniforme continua es una familia de distribuciones de probabilidad para variables aleatorias continuas, tales que para cada miembro de la familia, todos los intervalos de igual longitud en la distribución en su rango son igualmente probables. El dominio está definido por dos parámetros, a y b, que son sus valores mínimo y máximo. (Cajas.Daniel, 2016)

1. Distribución continua uniforme

La distribución uniforme es aquella que puede tomar cualquier valor dentro de un intervalo, todos ellos con la misma probabilidad. (Cajas.Daniel, 2016)

 Es una distribución continua porque puede tomar cualquier valor y no únicamente un número determinado (como ocurre en las distribuciones discretas). (Cajas.Daniel, 2016)

Ejemplo: el precio medio del litro de gasolina durante el próximo año se estima que puede oscilar entre 140 y 160 ptas. Podría ser, por tanto, de $143., o de $143,4 o de $143,45, o de $143,455, etc. Hay infinitas posibilidades, todas ellas con la misma probabilidad.

Su función de densidad, aquella que nos permite conocer la probabilidad que tiene cada punto del intervalo, viene definida por:

[pic 1]

Donde:

b: es el extremo superior (en el ejemplo, 160 ptas.)

a: es el extremo inferior (en el ejemplo, 140 ptas.)

Por lo tanto, la función de distribución del ejemplo sería:

[pic 2]

Es decir, que el valor final esté entre 140 ptas. y 141 ptas. tiene un 5% de probabilidad, que esté entre 141 y 142, otro 5%, etc.

El valor medio de esta distribución se calcula:

[pic 3]

En el ejemplo:

...