Professional Documents
Culture Documents
Teora de dimensin
Estadstica
Realizado por:
Emileanny marin.
Diego pineda
Desarrollo
1. Distribucin normal.
Al graficarse los diferentes valores obtenidos de una variable X se obtiene
una distribucin normal simtrica (el eje se sita en la media) y que adems
es unimodal porque tiene forma similar a una campana.
En la distribucin normal coinciden en un mismo punto la media (),
mediana y moda. La amplitud de la misma lo determina la desviacin
estndar ().
Es asinttica al eje de las abscisas, es decir, sus colas nunca llegan a tocar
el eje.
Toma valores entre - y +.
Si se quiere encontrar la probabilidad de que una variable tome valores
entre 2 nmeros cualquiera, llmese por ejemplo a y b, lo que se tiene que
hacer es calcular el rea bajo la curva entre a y b.
P (Z z)
Dnde:
Z = Variable aleatoria
Z = probabilidad acumulada hasta este valor
Para que una distribucin tienda a ser normal deben cumplirse los siguientes
requisitos:
1. Hay un valor que es el ms frecuente, que tiende a estar en la parte central.
2. Los datos que ms se alejan del valor central, hacia la derecha o hacia la
izquierda, tienden a ser menos frecuentes.
3. El promedio y la desviacin estndar no dependen uno del otro y la desviacin
estndar es menor que el promedio.
Propiedades:
1. Simetra: P ( Z < -a) = 1 P (Z < a)
2. P ( - < x < +) = 0.6827 (68.27%)
3. P ( -2 < x < +2) = 0.9545 (95.45%)
4. P ( -3 < x < +3) = 0.9973 (99.73%)
5. P (x=a) = 0, para cualquier nmero a.
1.1
Sea X1, X2,Xn, una muestra aleatoria de cualquier poblacin; y sea la media
muestral, entonces, independientemente de cmo sea la distribucin de la
poblacin de donde se extrajo la muestra, la distribucin de (promedios
mustrales) se aproximar (tender) a la normal conforme n crece.
El teorema del Lmite Central es una de las razones por las que funciona la
grfica de Control X , porque no es necesario ocuparse de si la distribucin
de las X no es normal (si no es radicalmente distinta), por supuesto,
siempre que el tamao de la muestra sea mayor o igual a 4.
1.2
Prueba de normalidad.
EJEMPLO:
El peso que deben contener ciertas bolsas de detergente es de 750 gr. Con una
tolerancia de 5 . Se desea verificar si es razonable suponer que la distribucin
del peso sigue una distribucin normal. Para ello, se toma una muestra aleatoria
de 25 productos, se pesan y se obtienen los siguientes datos:
conocida.
Por lo tanto, el intervalo de confianza del 95% para la vida media en meses de
toda la poblacin de limpiaparabrisas, es decir para
Con una confianza del 95%, la vida media de la poblacin de limpiaparabrisas que
vende este mayorista est entre 19,824 meses y 22,176 meses.
Si extraemos varias muestras del mismo tamao y calculamos un intervalo de
confianza para cada muestra, el 95% de todos los intervalos van a incluir a la vida
media poblacional en meses de todos los parabrisas que vende este mayorista.
2.1.2 Intervalo de confianza para
con desconocida.
es
I x z / 2
, x z / 2
n
n
) ( x z / 2
) 2 z / 2
n
n
n
(*)
n 4 z2 / 2
2
L2
|---------------------------|----------------|---------------------------|
error
x z / 2
x z / 2
n z2 / 2
2
E2
z2 / 2 p q z2 / 2 p q
Igualmente se tendra para una proporcin: n=4
=
L2
E2