Distribucin beta
En estadstica la distribucin beta es una distribucin de probabilidad continua con dos
parmetros y cuya funcin de densidad para valores es
Aqu es la funcin gamma.
El valor esperado y la varianza de una variable aleatoria X con distribucin beta son
.
Un caso especial de la distribucin beta es cuando y que coincide con la distribucin uniforme en el
intervalo [0, 1].
Para relacionar con la muestra se iguala a la media y a la varianza y se despejan y .
para el caso de beta sub 0 el coeficiente de correlacion e calcula por la covarianza de xy sobre la desviacion
estandar de x por la desviacion estandar de y
Funcin de distribucin de probabilidad Funcin de densidad de probabilidad
Distribucin exponencial
En estadstica la distribucin exponencial es una distribucin de probabilidad continua con un
parmetro cuya funcin de densidad es:
Su funcin de distribucin acumulada es:
Donde representa el nmero e.
El valor esperado y la varianza de una variable aleatoria X con distribucin exponencial son:
La distribucin exponencial es un caso particular de distribucin gamma con k = 1. Adems la suma de variables
aleatorias que siguen una misma distribucin exponencial es una variable aleatoria expresable en trminos de la
distribucin gamma.
Ejemplos para la distribucin exponencial es la distribucin de la longitud de los intervalos de variable continua
que transcurren entre la ocurrencia de dos sucesos, que se distribuyen segn la distribucin de Poisson.
Calcular variables aleatorias
Se pueden calcular una variable aleatoria de distribucin exponencial por medio de una variable aleatoria
de distribucin uniforme :
o, dado que es tambin una variable aleatoria con distribucin , puede utilizarse la versin
ms eficiente:
Funcin de densidad de probabilidad Funcin de distribucin de probabilidad
Distribucin F
Usada en teora de probabilidad y estadstica, la distribucin F es una distribucin de probabilidad continua.
Tambin se le conoce como distribucin F de Snedecor (por George Snedecor) o como distribucin F de
Fisher-Snedecor.
Una variable aleatoria de distribucin F se construye como el siguiente cociente:
Donde:
U
1
y U
2
siguen una distribucin chi-cuadrado con d
1
y d
2
grados de libertad respectivamente, y
U
1
y U
2
son estadsticamente independientes.
La distribucin F aparece frecuentemente como la distribucin nula de una prueba estadstica, especialmente en
elanlisis de varianza. Vase el test F.
La funcin de densidad de una F(d
1
, d
2
) viene dada por
para todo nmero real x 0, donde d
1
y d
2
son enteros positivos, y B es la funcin beta.
La funcin de distribucin es
donde I es la funcin beta incompleta regularizada.
Funcin de densidad de probabilidad Funcin de distribucin de probabilidad
Distribucin gamma
En estadstica la distribucin gamma es una distribucin de probabilidad continua con dos
parmetros y cuya funcin de densidadpara valores es
Aqu es el nmero e y es la funcin gamma. Para valores la funcin
gamma es (el factorial de ). En este caso - por ejemplo para describir
un proceso de Poisson - se llaman la distribicin distribucin Erlang con un parmetro .
El valor esperado y la varianza de una variable aleatoria X de distribucin gamma son
Distribucin gamma.
Distribucin
En estadstica, la distribucin de Pearson, llamada tambin ji cuadrado o chi cuadrado () es
unadistribucin de probabilidad continua con un parmetro que representa los grados de
libertad de la variable aleatoria
Donde son variables aleatorias normales independientes de media cero y varianza uno. El que la
variable aleatoria tenga esta distribucin se representa habitualmente as: .
Propiedades
Funcin de densidad
Su funcin de densidad es:
donde es la funcin gamma.
Funcin de densidad de probabilidad Funcin de distribucin de probabilidad
Distribucin t de Student
En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de probabilidad que surge del
problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es
pequeo.
Aparece de manera natural al realizar la prueba t de Student para la determinacin de las diferencias entre dos
medias muestrales y para la construccin del intervalo de confianza para la diferencia entre las medias de dos
poblaciones cuando se desconoce la desviacin tpica de una poblacin y sta debe ser estimada a partir de los
datos de una muestra.
La Caracterizacin
La distribucin t de Student es la distribucin de probabilidad del cociente
donde
Z tiene una lateral de media nula y mediana 1
x tiene una distribucin bilateral con grados de confianza
o y z son independientes
Si es una constante no nula, el cociente es una variable aleatoria que sigue la distribucin t de Student
no central con parmetro de no-centralidad .
Aparicin y especificaciones de la distribucin t de Student
Supongamos que X
1
,..., X
n
son variables aleatorias independientes distribuidas normalmente, con media
y varianza
2
. Sea
la media muestral. Entonces
sigue una distribucin normal de media 0 y varianza 1.
Sin embargo, dado que la desviacin estndar no siempre es conocida de antemano, Gosset estudi un cociente
relacionado,
es la varianza muestral y demostr que la funcin de densidad de T es
Donde es igual a n 1.
La distribucin de T se llama ahora la distribucin-t de Student.
El parmetro representa el nmero de grados de libertad. La distribucin depende de , pero no de o , lo
cual es muy importante en la prctica.
Intervalos de confianza derivados de la distribucin t de Student
El procedimiento para el clculo del intervalo de confianza basado en la t de Student consiste en estimar la
desviacin tpica de los datos S y calcular el error estndar de la media , siendo entonces el intervalo de
confianza para la media = .
Es este resultado el que se utiliza en el test de Student: puesto que la diferencia de las medias de muestras de
dos distribuciones normales se distribuye tambin normalmente, la distribucin t puede usarse para examinar si
esa diferencia puede razonablemente suponerse igual a cero.
para efectos prcticos el valor esperado y la varianza son:
y para
Historia
La distribucin de Student fue descrita en 1908 por William Sealy Gosset. Gosset trabajaba en una fbrica de
cerveza, Guinness, que prohiba a sus empleados la publicacin de artculos cientficos debido a una difusin
previa de secretos industriales. De ah que Gosset publicase sus resultados bajo el seudnimo de Student.
1
Distribucin t de Student No Estandarizada
La distribucin t puede generalizarse a 3 parmetros, introduciendo un parmero locacional y otro de escala .
El resultado es una distribucin t de Student No Estandarizada cuya densidad est definida por:
2
Equivalentemente, puede escribirse en trminos de (correspondiente a la varianza en vez de a la desviacin
estndar):
Otras propiedades de esta versin de la distribucin t son:
2
Funcin de densidad de probabilidad
Funcin de distribucin de probabilidad
