1Tipos de frecuencias
o
1.1Frecuencia absoluta
1.2Frecuencia relativa
1.3Frecuencia acumulada
Tipos de frecuencias[editar]
Vase tambin: Frecuencia estadstica
Frecuencia absoluta[editar]
La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un
estudio estadstico. Se representa por fi. La suma de las frecuencias absolutas es igual al
nmero total de datos, que se representa por N. Para indicar resumidamente estas sumas se
utiliza la letra griega (sigma mayscula) que se lee suma o sumatoria.
Frecuencia relativa[editar]
Se dice que La frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento y se
representa por fi. La suma de las frecuencias relativas es igual a 1, siempre y cuando no sea
igual que 7 o por debajo de los 7 primeros nmeros sucesivos.
Frecuencia relativa (fi), es el cociente entre la frecuencia absoluta y el tamao de la muestra
(N). Es decir:
siendo el fi para todo el conjunto i. Se presenta en una tabla o nube de puntos en una
distribucin de frecuencias.
Si multiplicamos la frecuencia relativa por 100 obtendremos el porcentaje o tanto por ciento
(pi)
Frecuencia acumulada[editar]
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores
inferiores o iguales al valor considerado. La frecuencia acumulada es la frecuencia estadstica
F(XXr) con que el valor de un variable aleatoria (X) es menor que o igual a un valor de
referencia (Xr). La frecuencia acumulada relativa se deja escribir como Fc(XXr), o en
breveFc(Xr), y se calcula de:
Fc (Hr)
= HXr / N
donde MXr es el nmero de datos X con un valor menor que o igual a Xr, y N es nmero total
de los datos. En breve se escribe:
Fc = M / N
Cuando Xr=Xmin, donde Xmin es el valor mnimo observado, se ve que Fc=1/N, porque M=1.
Por otro lado, cuando Xr=Xmax, donde Xmax es el valor mximo observado, se ve que Fc=1,
porque M=N.
En porcentaje la ecuacin es:
Fc(%) = 100 M / N
1. Se localizan los valores menor y mayor de la distribucin. En este caso son 3 y 48.
2. Se restan y se busca un nmero entero un poco mayor que la diferencia y que sea
divisible por el nmero de intervalos que queramos establecer.
Es conveniente que el nmero de intervalos oscile entre 6 y 15.
En este caso, 48 - 3 = 45, incrementamos el nmero hasta 50 : 5 = 10 intervalos.
Se forman los intervalos teniendo presente que el lmite inferior de una clase pertenece al
intervalo, pero el lmite superior no pertenece al intervalo, se cuenta en el siguiente intervalo.
Intervalo
ci
ni
Ni
fi
Fi
[0, 5)
2.5
0.025
0.025
[5, 10)
7.5
0.025
0.050
[10, 15)
12.5
0.075
0.125
[15, 20)
17.5
0.075
0.200
[20, 25)
22.5
11
0.075
0.2775
[25, 30)
27.5
17
0.150
0.425
[30, 35)
32.5
24
0.175
0.600
[35, 40)
37.5
10
34
0.250
0.850
[40, 45)
42.5
38
0.100
0.950
[45, 50)
47.5
40
0.050
Total:
40
Distribucin de probabilidad
1.1Propiedades
2Distribuciones de variable discreta
4Vase tambin
5Enlaces externos
, su funcin de distribucin,
, es
y se escribe,
Propiedades[editar]
Como consecuencia casi inmediata de la definicin, la funcin de distribucin:
Adems, cumple
unin es el suceso
tal que
, los
y finalmente
La distribucin de Rademacher, que toma valores "1" o "1" con probabilidad 1/2 cada uno.
La distribucin de Gibbs.
La distribucin de MaxwellBoltzmann.
La distribucin logartmica.
La distribucin de Polya-Eggenberger.
La distribucin de YuleSimon.
Distribucin normal.
La distribucin chi.
La distribucin de Dagum.
La distribucin F no central.
La distribucin de Frchet.
La distribucin de Gompertz.
La distribucin de Lvy.
La distribucin log-Cauchy.
La distribucin log-gamma.
La distribucin log-Laplace.
La distribucin log-logistic.
La distribucin log-normal.
La distribucin de MittagLeffler.
La distribucin de Nakagami.
La distribucin de Rayleigh.
La distribucin de Rice.
La distribucin T de Hotelling.
La distribucin Z de Fisher.
La distribucin de Chernoff.
La distribucin hiperblica.
La distribucin SU de Johnson.
La distribucin de Landau.
La distribucin de Laplace.
La distribucin de Linnik.
La distribucin map-Airy.
La distribucin normal-exponencial-gamma.
La distribucin t no central.
La distribucin de Wakeby.
Distribuciones multivariable
Distribuciones matriciales
La distribucin de Wishart.
La distribucin t matricial.
Distribuciones no numricas
La distribucin categrica.
Distribuciones miscelneas
Distribucin de Cantor.
Distribuciones de Pearson.
ndice
[ocultar]
1Definicin
o
1.1Descripcin Intuitiva-Prctica
2Propiedades
3Enlaces externos
4Vase tambin
Definicin[editar]
Una funcin de densidad de probabilidad caracteriza el comportamiento probable de una
poblacin en tanto especifica la posibilidad relativa de que una variable
aleatoria continua X tome un valor cercano a x.
Una variable aleatoria X tiene densidad f, siendo f una funcin no-negativa integrable de
Lebesgue, si:
y (si f es continua en x)
y (si f es continua en x)
Descripcin Intuitiva-Prctica[editar]
En situaciones prcticas, la FDP utilizada se elige entre un
nmero relativamente pequeo de FDP comunes, y la labor
estadstica principal consiste en estimar sus parmetros.
es la derivada de Radon
Propiedades[editar]
De las propiedades de la funcin
de densidad se siguen las
siguientes propiedades de
la fdp (a veces visto
como pdf del ingls):
para toda
La probabilidad de que
tome un valor en el
intervalo
es el rea
bajo la curva de la funcin
de densidad en ese intervalo
o lo que es lo mismo, la
integral definida en dicho
intervalo. La grfica f(x) se
conoce a veces como curva
de densidad.
n es el
nmero de
lados
Ejemplos
Ca lc ula r e l r ea y e l per m etr o de un pent go no
r egula r de 6 cm de lado .
P = 5 6
= 30 cm