You are on page 1of 1

Procedimiento general de la prueba:

1. Obtener al menos 30 datos de la variable aleatoria a analizar.


2. Calcular la media y varianza de los datos.
3. Crear un histograma y obtener la frecuencia observada en cada intervalo.
4. Establecer la hiptesis nula, proponiendo una distribucin de probabilidad que se ajuste a la
forma del histograma.
5. Calcular la frecuencia esperada, a partir de la funcin de probabilidad propuesta.
6. Calcular el estadstico de prueba.
7. Definir el nivel de significancia de la prueba, y determinar el valor crtico de la misma
8. Comparar el estadstico de prueba con el valor crtico. Si el estadstico de prueba es menor
que el valor crtico no se puede rechazar la hiptesis nula.

Distribucin Exponencial
Al ser un modelo adecuado para estas situaciones tiene una gran utilidad en los siguientes
casos:
Distribucin del tiempo de espera entre sucesos de un proceso de Poisson.
Distribucin del tiempo que transcurre hasta que se produce un fallo, si se cumple la
condicin que la probabilidad de producirse un fallo en un instante no depende del tiempo
transcurrido .Aplicaciones en fiabilidad y teora de la supervivencia.
Distribucin Normal
Dos parmetros determinan una distribucin normal: la media y la desviacin tpica.
Cuanto mayor sea la desviacin tpica mayor es la dispersin de la variable.
Distribucin Logartmica Normal
Una variable puede ser modelada como log-normal si puede ser considerada como un
producto multiplicativo de muchos pequeos factores independientes. Un ejemplo tpico es
un retorno a largo plazo de una inversin: puede considerarse como un producto de muchos
retornos diarios.
Generalmente expresan que los datos siguen la distribucin normal y dan el valor de la media y la
desviacin estndar, valores necesarios para estandarizar la variable.

Distribucin Uniforme
Corresponde al caso de una variable aleatoria que slo puede tomar valores comprendidos
entre dos extremos a y b, de manera que todos los intervalos de una misma longitud (dentro
de (a, b)) tienen la misma probabilidad. Tambin puede expresarse como el modelo
probabilstico correspondiente a tomar un nmero al azar dentro de un intervalo (a, b).
Distribucin Poisson
Describe eventos independientes que ocurren en un espacio determinado o a una velocidad
constante en el tiempo.

Distribucin Binomial
Se debe observar si el evento o experimento tiene dos resultados, s o no; xito o fracaso; apagado o
encendido; que los eventos sean independientes y que la probabilidad permanezca fija.

You might also like