Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


EXPLICACIÓN Teorema Central del Limite, Apuntes de Estadística Inferencial

Resumen de TCL, profe Francisco Llorente

Tipo: Apuntes

2018/2019

Subido el 16/04/2019

alberto_gava-1
alberto_gava-1 🇪🇸

4.1

(7)

33 documentos

1 / 31

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
TEMA 0
Distribución Normal –TCL
Distribuciones derivadas de la Normal
ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f

Vista previa parcial del texto

¡Descarga EXPLICACIÓN Teorema Central del Limite y más Apuntes en PDF de Estadística Inferencial solo en Docsity!

TEMA 0

Distribución Normal –TCL

Distribuciones derivadas de la Normal

ADMINISTRACIÓ I DIRECCIÓ D'EMPRESES

 

f x e x

x

2

2

2

( )

2



 

F x e dx x

x

x

2

2

2

( )

2



Función de Distribución:

P a x b e dx

a

b

x

 

  

2

2

2

( )

2

2

1

( )



La probabilidad de que la variable esté dentro de un intervalo:

Propiedad reproductiva:

Si X

1

y X

2

son dos v.a. independientes que se distribuyen

según una ley de Normal tal que,

X

1

es N(μ

1

2

(X

1

)) X

2

es N(μ

2

2

(X

2

X= X

1

+X

2

X es N (μ

1

2

2

(X

1

2

(X

2

X= X

1

  • X

2

X es N (μ

1

  • μ

2

2

(X

1

2

(X

2

DISTRIBUCIONES NORMALES CON IGUAL VARIANZA

VALORES ESPERADOS -2 0 2

VARIANZA 5 5 5

Distribuciones normales con igual Varianza

0

0,

0,

0,

0,

-10 -8 -6 -4 -2 0 2 4 6 8 10

-2 0 2

2

Z  N    

P( Z  0 , 34 ) 0 , 63307

P( Z  1 , 36 ) 0 , 91308

Probabilidades de intervalos

Si X es una variable Normal de media 3 y desviación 2. Calcular la

probabilidad de que tome un valor entre 4 y 6.

P Z P Z
P Z
X
P X P

X  N( 3 , 2 )

Z  N( 0 , 1 )

X

X

Z Z

X
Z
Z N

con

P Z

P(X a) ,

  ·  200  1 , 64 · 5  191 , 8

X X

a  Z 

5%

N(0,1)

0

5%

95%

N(0,1)

0

X

X

Z Z

X
Z
Z N

con

P Z

P(X a) ,

X X

a  Z 

5%

95%

N(0,1)

0

Distribución Chi-cuadrado

-Se define la variable aleatoria:

-Por definición:

  

2

( )

0

n

Z N i n

Z Z Z Z

i

n n

con ( 0 ; 1 ) 1 , 2 , 3 ,...,

...

2

2 2

3

2

2

2

1

2

( )

   

    

Distribución Chi-cuadrado

-Gráfico de la función de densidad

Distribución Chi-cuadrado

2

( 10 )

P   

Distribución Chi-cuadrado

DISTRIBUCIONES CHI-CUADRADO CON DIFERENTES GRADOS DE LIBERTAD

GRADOS LIBERTAD 2 4 6 10

VALORES ESPERADOS 2 4 6 10

VARIANZA 4 8 12 20

Distribución Chi-cuadrado

con diferentes grados de libertad

0

0,

0,

0,

0,

0,

0 5 10 15 20

4 6 10