com
Distribución de probabilidad uniforme
La distribución de probabilidad uniforme es un ejemplo de una distribución de probabilidad es continua. Una
distribución de probabilidad es continua cuando los resultados posibles del experimento son obtenidos de
variables aleatorias continuas, es decir, de variables cuantitativas que pueden tomar cualquier valor, y que
resultan principalmente del proceso de medición.
Ejemplos de variables aleatorias continuas son:
La estatura de un grupo de personas
El tiempo dedicado a estudiar
La temperatura en una ciudad
Es una distribución en el intervalo [a,b] en la cual las probabilidades son las mismas para todos los posibles
resultados, desde el mínimo de a hasta el máximo de b. El experimento de lanzar un dado es un ejemplo que
cumple la distribución uniforme, ya que todos los 6 resultados posibles tienen 1/6 de probabilidad de
ocurrencia.
V a ri a bl e a l ea t ori a d e l a di s t ri b u ci ón n or mal
C u r v a d e l a d i s t ri b u c i ón n or mal
El campo de existencia es cualquier valor real, es decir, ( -∞, +∞).
Chi-cuadrado de ajuste
En una prueba de ajuste la hipótesis nula establece que una variable X
tiene una cierta distribución de probabilidad con unos determinados valores de los
parámetros. El tipo de distribución se determina, según los casos, en función de:
La propia definición de la variable, consideraciones teóricas al margen de esta y/o
evidencia aportada por datos anteriores al experimento actual.
Para realizar la prueba exacta de Fisher, elija Estadísticas > Tablas > Tabulación cruzada y
Chi-cuadrada y haga clic en Otras estadísticas.
Utilice la prueba exacta de Fisher para analizar una tabla de contingencia 2x2 y probar si la
variable de fila y la variable de columna son independientes (H0: la variable de fila y la
variable de columna son independientes).
El valor p de la prueba exacta de Fisher es exacto para todos los tamaños de muestra,
mientras que los resultados de la prueba de chi-cuadrada que examina las mismas hipótesis
pueden ser inexactos cuando los conteos de celda son pequeños.
Por ejemplo, usted puede utilizar la prueba exacta de Fisher para analizar la siguiente tabla
de contingencia de resultados electorales con el fin de determinar si los votos son
independientes del sexo de los votantes.
Mujer 9 26
Hombre 21 35
Para esta tabla, la prueba exacta de Fisher produce un valor p de 0.263. Puesto que este
valor p es mayor que los niveles comunes de significancia (α), usted no puede rechazar la
hipótesis nula. Por lo tanto, aunque puede parecer que hay una diferencia entre sexo y
preferencia de candidato, con estos datos, no hay evidencia suficiente para indicar que el
sexo de un elector afecta su escogencia en las elecciones. Con una muestra más grande, es
probable que pueda demostrar una diferencia.
Supóngase que se toma una muestra de una población normal con media y
varianza Si es el promedio de las n observaciones que contiene la muestra
http://64.233.161.104/search?q=cache:kVRhh2rdptMJ:www.bio.puc.cl/cursos/bio242a/Al
eat.doc+valor+esperado&hl=es&ie=UTF-8
http://centros.edu.xunta.es/iesaslagoas/metodosesta/estatistica/Distrivariable.htm
http://descartes.cnice.mecd.es/Bach_HCS_2/distribuciones_probabilidad/index_discont.
htm
http://enciclopedia.us.es/index.php/Variable_aleatoria
http://es.geocities.com/riotorto/nopa/nopa.htm