Distribución de Frecuencias

Distribucin de frecuencias
En estadstica, se le llama distribucin de frecuencias a la agrupacin de datos en

categoras mutuamente excluyentes que indican el nmero de observaciones en cada
categora.1 Esto proporciona un valor aadido a la agrupacin de datos. La distribucin de
frecuencias presenta las observaciones clasificadas de modo que se pueda ver el nmero
existente en cada clase.
ndice
[ocultar]
1Tipos de frecuencias
o
1.1Frecuencia absoluta
1.2Frecuencia relativa
1.3Frecuencia acumulada
1.4Frecuencia relativa acumulada
1.5Distribucin de frecuencias agrupadas

2Referencias
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
Frecuencia relativa acumulada[editar]

La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un
determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento.
Ejemplo:
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas
mximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27
Distribucin de frecuencias agrupadas[editar]

La distribucin de frecuencias agrupadas o tabla con datos agrupados se emplea si las
variables toman un nmero grande de valores o la variable es continua. Se agrupan los
valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le
asigna su frecuencia correspondiente. Lmites de la clase. Cada clase est delimitada por el
lmite inferior de la clase y el lmite superior de la clase.
La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase. La marca
de clase es el punto medio de cada intervalo y es el valor que representa a todo el intervalo
para el clculo de algunos parmetros.
Construccin de una tabla de datos agrupados:
3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22,
27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
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
La distribucin Normal suele conocerse como la "campana de Gauss".
En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable

aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria
la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida sobre
el conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la
variable aleatoria.
La distribucin de probabilidad est completamente especificada por la funcin de distribucin,
cuyo valor en cada x real es la probabilidad de que la variable aleatoria sea menor o igual
que x.
ndice
[ocultar]
1Definicin de funcin de distribucin

o
1.1Propiedades
2Distribuciones de variable discreta
2.1Tipos de distribuciones de variable discreta

3Distribuciones de variable continua
3.1Tipos de distribuciones de variable continua
4Vase tambin
5Enlaces externos
Definicin de funcin de distribucin[editar]

Artculo principal: Funcin de distribucin
Dada una variable aleatoria
, su funcin de distribucin,
, es
Por simplicidad, cuando no hay lugar a confusin, suele omitirse el subndice

simplemente,
. Donde en la frmula anterior:
y se escribe,
, es la probabilidad definida sobre un espacio de probabilidad y una medida

unitaria sobre el espacio muestral.
es la medida sobre la -lgebra de conjuntos asociada al espacio de probabilidad.
es el espacio muestral, o conjunto de todos los posibles sucesos aleatorios, sobre
el que se define el espacio de probabilidad en cuestin.
es la variable aleatoria en cuestin, es decir, una funcin definida sobre
el espacio muestral a los nmeros reales.
Propiedades[editar]
Como consecuencia casi inmediata de la definicin, la funcin de distribucin:
Es una funcin continua por la derecha.
Es una funcin montona no decreciente.
Adems, cumple
Para dos nmeros reales cualesquiera

sucesos
unin es el suceso
tal que
, los
son mutuamente excluyentes y su

, por lo que tenemos entonces que:
y finalmente
Por lo tanto una vez conocida la funcin de distribucin

para todos los valores de la variable aleatoria conoceremos
completamente la distribucin de probabilidad de la variable.
Para realizar clculos es ms cmodo conocer la distribucin de
probabilidad, y sin embargo para ver una representacin grfica
de la probabilidad es ms prctico el uso de la funcin de
densidad.
Distribuciones de variable discreta[editar]
Grfica de distribucin binomial.
Se denomina distribucin de variable discreta a aquella cuya

funcin de probabilidad slo toma valores positivos en un
conjunto de valores de
finito o infinito numerable. A dicha
funcin se le llama funcin de masa de probabilidad. En este
caso la distribucin de probabilidad es la suma de la funcin de
masa, por lo que tenemos entonces que:
Y, tal como corresponde a la definicin de distribucin de

probabilidad, esta expresin representa la suma de todas las
probabilidades desde
hasta el valor .
Tipos de distribuciones de variable

discreta[editar]
Definidas sobre un dominio finito
La distribucin de Bernoulli, que toma valores "1", con

probabilidad p, o "0", con probabilidad q = 1 p.
La distribucin de Rademacher, que toma valores "1" o "1" con probabilidad 1/2 cada uno.
La distribucin binomial, que describe el nmero de

aciertos en una serie de n experimentos independientes
con posibles resultados "s" o "no" (ensayo de Bernoulli,
todos ellos con probabilidad de acierto p y probabilidad
de fallo q = 1 p.
La distribucin beta-binomial, que describe el nmero de

aciertos en una serie de n experimentos independientes
con posibles resultados "s" o "no", cada uno de ellos con
una probabilidad de acierto variable definida por una
beta.
La distribucin degenerada en x0, en la que X toma el

valor x0 con probabilidad 1. A pesar de que no parece
una variable aleatoria, la distribucin satisface todos los
requisitos para ser considerada como tal.
La distribucin uniforme discreta, en el que todos los

resultados posibles forman de un conjunto finito en el que
todos son igualmente probables. Esta distribucin
describe el comportamiento aleatorio de una moneda, un
dado o una ruleta de casino equilibrados (sin sesgo).
La distribucin hipergeomtrica, que mide la probabilidad

de obtener x (0 x d) elementos de una determinada
clase formada por d elementos pertenecientes a una
poblacin de N elementos, tomando una muestra de n
elementos de la poblacin sin reemplazo.
distribucin hipergeomtrica no central de Fisher.
distribucin hipergeomtrica no central de Wallenius.
La ley de Benford, que describe la frecuencia del primer

dgito de un conjunto de nmeros en notacin decimal.
Definidas sobre un dominio infinito
La distribucin binomial negativa o distribucin de

Pascal, que describe el nmero de ensayos de Bernoulli
independientes necesarios para conseguir n aciertos,
dada una probabilidad individual de xito p constante.
La distribucin geomtrica, que describe el nmero de

intentos necesarios hasta conseguir el primer acierto.
La distribucin beta-binomial negativa, que describe el

nmero de experimentos del tipo "si/no" necesarios para
conseguir n aciertos, cuando la probabilidad de xito de
cada uno de los intentos est distribuida de acuerdo con
una beta.
La distribucin binomial negativa extendida.
La distribucin de Boltzmann, importante en mecnica

estadstica, que describe la ocupacin de los niveles de
energa discretos en un sistema en equilibrio trmico.
Varios casos especiales son:
La distribucin de Gibbs.
La distribucin de MaxwellBoltzmann.
La distribucin elptica asimtrica.
La distribucin fractal parabolica.
La distribucin hipergeomtrica extendida.
La distribucin logartmica.
La distribucin logartmica generalizada.
La distribucin de Poisson, que describe el nmero de

eventos individuales que ocurren en un periodo de
tiempo. Existen diversas variantes como la Poisson
desplazada, la hiper-Poisson, la binomial de Poisson y la
ConwayMaxwellPoisson entre otras.
La distribucin de Polya-Eggenberger.
La distribucin Skellam, que describe la diferencia de dos

variables aleatorias independientes con distribuciones de
Poisson de distinto valor esperado.
La distribucin de YuleSimon.
La distribucin zeta, que utiliza la funcin zeta de

Riemman para asignar una probabilidad a cada nmero
natural.
La ley de Zipf, que describe la frecuencia de utilizacin

de las palabras de una lengua.
La ley de ZipfMandelbrot es una versin ms precisa de

la anterior.
Distribuciones de variable continua[editar]
Distribucin normal.
Se denomina variable continua a aquella que puede tomar

cualquiera de los infinitos valores existentes dentro de un
intervalo. En el caso de variable continua la distribucin de

probabilidad es la integral de la funcin de densidad, por lo
que tenemos entonces que:
Tipos de distribuciones de variable

continua[editar]
Distribuciones definidas en un intervalo acotado
La distribucin arcoseno, definida en el intervalo

[a,b].
La distribucin beta, definida en el intervalo [0, 1],

que es til a la hora de estimar probabilidades.
La distribucin del coseno alzado, sobre el intervalo

[\mu-s,\mu+s].
La distribucin degenerada en x0, en la que X toma

el valor x0 con probabilidad 1. Puede ser
considerada tanto una distribucin discreta como
continua.
La distribucin de Irwin-Hall o distribucin de la suma

uniforme, es la distribucin correspondiente a la
suma de n variables aleatorias i.i.d. ~ U(0, 1).
La distribucin de Kent, definida sobre la superficie

de una esfera unitaria.
La distribucin de Kumaraswamy, tan verstil como

la beta, pero con FDC y FDP ms simples.
La distribucin logartmica continua.
La distribucin logit-normal en (0, 1).
La distribucin normal truncada, sobre el intervalo [a,

b].
La distribucin reciproca, un tipo de distribucin

inversa.
La distribucin triangular, definida en [a, b], de la cual

un caso particular es la distribucin de la suma de
dos variables independientes uniformemente
distribuidas (la convolucin de dos distribuciones
uniformes).
La distribucin uniforme continua definida en el

intervalo cerrado [a, b], en el que la densidad de
probabilidad es constante.
La distribucin rectangular es el caso particular en el

intervalo [-1/2, 1/2].
La distribucin U-cuadrtica, definida en [a, b],

utilizada para modelar procesos bimodales
simtricos.
La distribucin von Mises, tambin llamada

distribucin normal circular o distribucin Tikhonov,
definida sobre el crculo unitario.
La distribucin von Mises-Fisher, generalizacin de la

anterior a una esfera N-dimensional.
La distribucin semicircular de Wigner, importante en

el estudio de las matrices aleatorias.
Definidas en un intervalo semi-infinito, usualmente

[0,)
La distribucin beta prima.
La distribucin de BirnbaumSaunders, tambin

llamada distribucin de resistencia a la fatiga de
materiales, utilizada para modelar tiempos de fallo.
La distribucin chi.
La distribucin chi no central.
La distribucin o distribucin de Pearson, que es la

suma de cuadrados de n variables aleatorias
independientes gaussianas. Es un caso especial de
la gamma, utilizada en problemas de bondad de
ajuste.
La distribucin chi-cuadrada inversa.
La distribucin chi-cuadrada inversa escalada.
La distribucin chi-cuadrada no central.
La distribucin de Dagum.
La distribucin exponencial, que describe el tiempo

entre dos eventos consecutivos en un proceso sin
memoria.
La distribucin F, que es la razn entre dos

variables
y
independientes. Se utiliza, entre
otros usos, para realizar anlisis de varianza por
medio del test F.
La distribucin F no central.
La distribucin de Frchet.
La distribucin gamma, que describe el tiempo

necesario para que sucedan n repeticiones de un
evento en un proceso sin memoria.
La distribucin de Erlang, caso especial de la gamma

con un parmetro k entero, desarrollada para
predecir tiempos de espera en sistemas de lneas de
espera.
La distribucin gamma inversa.
La distribucin gamma-Gompertz, que se utiliza en

modelos para estimar la esperanza de vida.
La distribucin de Gompertz.
La distribucin de Gompertz desplazada.
La distribucin de Gumbel tipo-2.
La distribucin de Lvy.
Distribuciones en las que el logaritmo de una variable

aleatoria est distribuido conforme a una distribucin
estndar:
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.
Variantes de la distribucin normal o de Gauss:
La distribucin normal pleglada.
La distribucin semi normal.
La distribucin de Gauss inversa, tambin conocida

como distribucin de Wald.
La distribucin de Pareto y la distribucin de Pareto

generalizada.
La distribucin tipo III de Pearson.
La distribucin por fases bi-exponencial,

comnmente usada en farmacocintica.
La distribucin por fases bi-Weibull.
La distribucin de Rayleigh.
La distribucin de mezcla de Rayleigh.
La distribucin de Rice.
La distribucin T de Hotelling.
La distribucin de Weibull o distribucin de RosinRammler, para describir la distribucin de tamaos

de determinadas partculas.
La distribucin Z de Fisher.
Definidas en la recta real completa
La distribucin de BehrensFisher, que surge en el

problema de BehrensFisher.
La distribucin de Cauchy, un ejemplo de distribucin

que no tiene expectativa ni varianza. En fsica se le
llama funcin de Lorentz, y se asocia a varios
procesos.
La distribucin de Chernoff.
La distribucin estable o distribucin asimtrica alfaestable de Lvy, es una familia de distribuciones

usadas e multitud de campos. Las distribuciones
normal, de Cauchy, de Holtsmark, de Landau y de
Lvy pertenecen a esta familia.
La distribucin estable geomtrica.
La distribucin de FisherTippett o distribucin del

valor extremo generalizada.
La distribucin de Gumbel o log-Weibull, caso

especial de la FisherTippett.
La distribucin de Gumbel tipo-1.
La distribucin de Holtsmark, ejemplo de una

distribucin con expectativa finita pero varianza
infinita.
La distribucin hiperblica.
La distribucin secante hiperblica.
La distribucin SU de Johnson.
La distribucin de Landau.
La distribucin de Laplace.
La distribucin de Linnik.
La distribucin logstica, descrita por la funcin

logstica.
La distribucin logstica generalizada.
La distribucin map-Airy.
La distribucin normal, tambin llamada distribucin

gaussiana o campana de Gauss. Est muy presente
en multitud de fenmenos naturales debido al
teorema del lmite central: toda variable aleatoria que
se pueda modelar como la suma de varias variables
independientes e idnticamente distribuidas con
expectativa y varianza finita, es aproximadamente
normal.
La distribucin normal generalizada.
La distribucin normal asimtrica.
La distribucin gaussiana exponencialmente

modificada, la convolucin de una normal con una
exponencial.
La distribucin normal-exponencial-gamma.
La distribucin gaussiana menos exponencial es la

convolucin de una distribucin normal con una
distribucin exponencial (negativa).
La distribucin de Voigt, o perfil de Voigt, es la

convolucin de una distribucin normal y una
Cauchy. Se utiliza principalmente en espectroscopa.
La distribucin tipo IV de Pearson.
La distribucin t de Student, til para estimar medias

desconocidas de una poblacin gaussiana.
La distribucin t no central.
Definidas en un dominio variable
La distribucin de FisherTippett o distribucin del

valor extremo generalizada, puede estar definida en
la recta real completa o en un intervalo acotado,
dependiendo de sus parmetros.
La distribucin de Pareto generalizada est definida

en un dominio que puede estar acotado inferiormente
o acotado por ambos extremos.
La distribucin lambda de Tukey, puede estar

definida en la recta real completa o en un intervalo
acotado, dependiendo de sus parmetros.
La distribucin de Wakeby.
Distribuciones mixtas discreta/continua
La distribucin gaussiana rectificada, es una

distribucin normal en la que los valores negativos
son sustituidos por un valor discreto en cero.
Distribuciones multivariable
La distribucin de Dirichlet, generalizacin de la

distribucin beta.
La frmula de muestreo de Ewens o distribucin

multivariante de Ewens, es la distribucin de
probabilidad del conjunto de todas las particiones de
un entero n, utilizada en el anlisis gentico de
poblaciones.
El modelo de BaldingNichols, utilizado en el anlisis

gentico de poblaciones.
La distribucin multinomial, generalizacin de la

distribucin binomial.
La distribucin normal multivariante, generalizacin

de la distribucin normal.
La distribucin multinomial negativa, generalizacin

de la distribucin binomial negativa.
La distribucin log-gamma generalizada

multivariante.
Distribuciones matriciales
La distribucin de Wishart.
La distribucin de Wishart inversa.
La distribucin normal matricial.
La distribucin t matricial.
Distribuciones no numricas
La distribucin categrica.
Distribuciones miscelneas
Distribucin de Cantor.
Distribuciones logsticas generalizadas.
Distribuciones de Pearson.
Distribucin de tipo fase.
Funcin de densidad de probabilidad
Diagrama de Caja y funcin de densidad de probabilidad de una distribucin normal N(0,2).
En la teora de la probabilidad, la funcin de densidad de probabilidad, funcin de

densidad, o, simplemente, densidad de una variable aleatoria continua describe la
probabilidad relativa segn la cual dicha variable aleatoria tomar determinado valor.
La probabilidad de que la variable aleatoria caiga en una regin especfica del espacio de
posibilidades estar dada por laintegral de la densidad de esta variable entre uno y otro lmite
de dicha regin.
La funcin de densidad de probabilidad (FDP o PDF en ingls) es no-negativa a lo largo de
todo su dominio y su integral sobre todo el espacio es de valor unitario.
Funcin de densidad de probabilidad para la distribucin normal.
ndice
[ocultar]
1Definicin
o
1.1Descripcin Intuitiva-Prctica
1.2Funciones de Distribucin de Probabilidad
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:
Por lo tanto, si F es la funcin de distribucin acumulativa de X, entonces:
y (si f es continua en x)
Intuitivamente, puede considerarse f(x) dx como la probabilidad de X de caer en

el intervalo infinitesimal [x, x + dx].
Se define como el cociente entre la probabilidad de X de tomar un valor en

el intervalo [x, x + dx] y dx, siendo dx un infinitsimo.
La mayora de las funciones de densidad de probabilidad requieren uno o ms
parmetros para especificarlas totalmente.
Recprocamente respecto de la definicin ya desarrollada, pueden hacerse las
siguientes consideraciones.
La probabilidad de que una variable aleatoria continua X quede ubicada entre los
valores a y b est dada por el desenvolvimiento en el intervalo de la FDP; de los
valores comprendidos en el rango entre a y b.
La FDP es la derivada (cuando existe) de la funcin de distribucin:
As, si F es la funcin de distribucin acumulativa de X, entonces:
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.
Por lo tanto, a los efectos del registro, es necesario saber qu

FDP se ha utilizado e indicarlo en la documentacin de
evaluacin de la incertidumbre.
La definicin formal de la funcin de densidad requiere de
conceptos de la teora de la medida.
Si una variable aleatoria X sigue una funcin de probabilidad X*P
su densidad con respecto a una medida de referencia es
la derivada de RadonNikodym
Una variable aleatoria continua X con valores en un espacio

de medida
(habitualmente Rn con conjuntos Borel
como subconjuntos mesurables), tiene como distribucin de
probabilidad, la medida XP en
:
la densidad de X con respecto a la medida de
referencia sobre
Nikodym.
es la derivada de Radon
Siendo f/; toda funcin medible con la siguiente

propiedad:
para todo conjunto medible
Es decir, es una funcin con la propiedad de que...
...para cada conjunto medible A.

Funciones de Distribucin de
Probabilidad[editar]
A diferencia de la probabilidad,
una fdp puede tomar valores mayores que
uno. Por ejemplo, la distribucin uniforme

continua en el intervalo [0, ] tiene una
densidad de probabilidadf(x) = 2 para
0 x y f(x) = 0 fuera de tal intervalo.
Hay que advertir que la funcin de densidad
no es propiamente nica: dos funciones
distintas pueden representar la misma
distribucin de probabilidad si slo difieren
en un conjunto de medida nulo.
Adems, puede haber distribuciones de
probabilidad que carezcan de funcin de
densidad.
Esto ocurre cuando, sin ser discretas, no le
asignan probabilidad positiva a algunos
puntos individuales presentan conjuntos de
medida nula.
Esto sucede con la distribucin de
Cantor cuando se toma la de Lebesgue
como medida de referencia.
Cuando, como ocurre normalmente en las
aplicaciones, X es una variable aleatoria real
y es la medida de Lebesgue, la funcin de
densidad es una funcin tal que
De modo que si F es la funcin de

distribucin de X, entonces
Intuitivamente, se puede pensar

que (x) dx es la probabilidad de
que X asuma valores en
el intervalo infinitesimal [x, x + d

x].
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
El rea total encerrada bajo

la curva es igual a 1:
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.
Algunas FDP estn declaradas

en rangos de
a
,
como la de la distribucin
normal.
rea de un polgono regular
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

Distribución de Frecuencias

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Distribución de Frecuencias

Diunggah oleh

Hak Cipta:

Format Tersedia

Distribucin de frecuencias

En estadstica, se le llama distribucin de frecuencias a la agrupacin de datos en

1.4Frecuencia relativa acumulada

1.5Distribucin de frecuencias agrupadas

Frecuencia relativa acumulada[editar]

Distribucin de frecuencias agrupadas[editar]

La distribucin Normal suele conocerse como la "campana de Gauss".

En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable

1Definicin de funcin de distribucin

2.1Tipos de distribuciones de variable discreta

3.1Tipos de distribuciones de variable continua

Definicin de funcin de distribucin[editar]

Dada una variable aleatoria

Por simplicidad, cuando no hay lugar a confusin, suele omitirse el subndice

, es la probabilidad definida sobre un espacio de probabilidad y una medida

Es una funcin continua por la derecha.

Es una funcin montona no decreciente.

Para dos nmeros reales cualesquiera

son mutuamente excluyentes y su

Por lo tanto una vez conocida la funcin de distribucin

Distribuciones de variable discreta[editar]

Grfica de distribucin binomial.

Se denomina distribucin de variable discreta a aquella cuya

Y, tal como corresponde a la definicin de distribucin de

Tipos de distribuciones de variable

La distribucin de Bernoulli, que toma valores "1", con

La distribucin binomial, que describe el nmero de

La distribucin beta-binomial, que describe el nmero de

La distribucin degenerada en x0, en la que X toma el

La distribucin uniforme discreta, en el que todos los

La distribucin hipergeomtrica, que mide la probabilidad

distribucin hipergeomtrica no central de Fisher.

distribucin hipergeomtrica no central de Wallenius.

La ley de Benford, que describe la frecuencia del primer

Definidas sobre un dominio infinito

La distribucin binomial negativa o distribucin de

La distribucin geomtrica, que describe el nmero de

La distribucin beta-binomial negativa, que describe el

La distribucin binomial negativa extendida.

La distribucin de Boltzmann, importante en mecnica

La distribucin elptica asimtrica.

La distribucin fractal parabolica.

La distribucin hipergeomtrica extendida.

La distribucin logartmica generalizada.

La distribucin de Poisson, que describe el nmero de

La distribucin Skellam, que describe la diferencia de dos

La distribucin zeta, que utiliza la funcin zeta de

La ley de Zipf, que describe la frecuencia de utilizacin

La ley de ZipfMandelbrot es una versin ms precisa de

Distribuciones de variable continua[editar]

Se denomina variable continua a aquella que puede tomar

intervalo. En el caso de variable continua la distribucin de

Tipos de distribuciones de variable

La distribucin arcoseno, definida en el intervalo

La distribucin beta, definida en el intervalo [0, 1],

La distribucin del coseno alzado, sobre el intervalo

La distribucin degenerada en x0, en la que X toma

La distribucin de Irwin-Hall o distribucin de la suma

La distribucin de Kent, definida sobre la superficie

La distribucin de Kumaraswamy, tan verstil como

La distribucin logartmica continua.

La distribucin logit-normal en (0, 1).

La distribucin normal truncada, sobre el intervalo [a,

La distribucin reciproca, un tipo de distribucin