Beruflich Dokumente
Kultur Dokumente
Bioestadstica
DISTRIBUCIONES CONTINUAS
1. Modelo Uniforme
Se aplica a una variable que puede asumir con igual probabilidad cualquier valor
real dentro de un intervalo acotado , , con
. Luego, la masa total de probabilidad
se distribuye en forma uniforme o constante en todo el intervalo. Tambin se la conoce
con el nombre de distribucin rectangular por la representacin grfica de su funcin de
densidad.
La funcin de densidad de la variable uniforme tiene la siguiente expresin y
representacin grfica.
1
f ( x) =
0
f (x)
si x
x
2) f ( x)dx =
1
1
dx =
( ) = 1
se expresa y grfica de la
si x <
F (x)
si x
si >
E(X ) =
+
2
V (X ) =
( ) 2
12
(X ) =
12
UNIDAD III
Bioestadstica
2. Modelo Exponencial
Se aplica a una variable aleatoria continua que puede asumir cualquier valor
positivo, pero la densidad de probabilidad va disminuyendo conforme la variable asume
valores mayores.
Su funcin de densidad y representacin grfica correspondiente es la siguiente:
1 e 1 x
f ( x) =
f(x)
0,1
si x 0
0,08
si x < 0
= 12.5
0,06
0,04
0,02
0
0
10
20
30
40
50
60
2)
f ( x)dx =
1 x
1 1 x
e
dx = e
= (0 1) = 1
F ( x) =
1 1 s
ds = e
1 x x
x
x
= e 1 = 1 e
0
F ( x) =
1 x
1
e
F(x)
si x < 0
1,2
1
0,8
0,6
0,4
0,2
0
si x 0
= 12.5
0
Su nico parmetro es , y su notacin es
La esperanza y la variancia son:
E (X ) =
V (X ) = 2
20
40
60
(x) =
Verificacin :
T ~ exp( )
F (t ) = 1 e .t
P(T > t ) = e .t
UNIDAD III
Bioestadstica
3. Modelo Normal
Es el ms utilizado en las experiencias cientficas, razn por la que se le da mayor
importancia. La ecuacin de esta curva fue originalmente publicada en 1733 por Moivre
quien no supo aplicar sus resultados a las observaciones (como lmite de la binomial). Al
mismo
resultado
llegan
dos
astrnomos
matemticos
Laplace
y
Gauss,
independientemente uno del otro. Llegaron a ella estudiando la distribucin de los errores
de las observaciones, en particular los errores producidos en la medicin de las rbitas de
los astros. Existen importantes razones para afirmar que es la distribucin ms
significativa del anlisis estadstico.
Una importante cantidad de poblaciones correspondientes a variables aleatorias
continuas siguen la ley normal. Ej: estatura de individuos adultos, resistencia a la
traccin de un gran nmero de muestras de acero, dimetro de arandelas, aumento
de peso de animales sometidos a determinadas dietas.
Esta distribucin sirve como buena aproximacin de muchas variables aleatorias
discretas (binomial, poisson)
En teora estadstica, la hiptesis de normalidad de las variables aleatorias, permite
solucionar problemas de tipo terico, justificando o rechazando la aplicacin del
mtodo.
Definicin: Una variable aleatoria continua
de densidad tiene la siguiente expresin:
f ( x) =
1
2
2
1 x
siendo
una constante cualquiera,
y
una constante positiva,
0. Es una curva
simtrica en forma de campana, asinttica al eje de las abcisas, que alcanza su valor
mximo en
, siendo
, y prcticamente
f(x)
0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
=5
= 1.2
10
11
1 x
e 2
dx = 2 ,entonces
Luego f ( x) =
1
2
1 x
e 2
1
2
1 x
e 2
dx = 1 ;
f ( x).dx = 1
es funcin de densidad.
UNIDAD III
Bioestadstica
0,4
=7
= 1.2
=5
= 1.2
0,3
= 10
=2
0,2
0,1
0
0
10 11 12 13 14 15 16 17 18 19
F ( x) =
f ( s)ds =
1
2
1 s
e 2
ds
F(x)
=5
= 1.2
0,8
0,6
0,4
0,2
0
0
10
11
Z=
y tiene E ( Z ) = 0
y V (Z) = 1
f ( z) =
1
2
1
z2
e 2
UNIDAD III
Bioestadstica
4. Distribucin Chi-Cuadrado
Surge de la suma de los
cuadrados de variables independientes normales
estandarizadas.
Sean
,
, ,......,
iid (independiente e idnticamente distribuidas)
0,1 y sea
la variable
n
X = Zi2
i =1
1 x
x2 e
f ( x) =
X ~ n2
para x 0
(n / 2)
2. Si
~
entonces
0,1
entonces
(propiedad aditiva)
ya que
0,1
1, 2, ,
5. Si ~ , entonces
y
2
la distribucin queda completamente
definida por sus grados de libertad, que constituyen su nico parmetro.
6. Esta variable, por ser una suma de cuadrados, siempre toma valores positivos,
por lo tanto vara de cero a infinito.
7. La distribucin de la variable es asimtrica a derecha. Sin embargo, cuando
aumenta, se aproxima a la distribucin Normal. Es decir
D
n N ( n , 2 n )
2
cuando n
si X ~ n , entonces
2
X n
N ( 0,1)
cuando n
2n
0,1
f(x)
n=5
0,08
0,06
0,04
n = 15
0,02
0
0
10 12 14 16 18 20 22 24 26 28 30 32 34
UNIDAD III
Bioestadstica
5. Distribucin T-Student
Surge del cociente de una variable normal estndar y la raz cuadrada de una
variable chi cuadrado dividido sus grados de libertad, siendo las variables independientes.
y sea la
Sean
e
dos variables aleatorias independientes con
~ 0,1 e
~
variable
X=
Z
Y/n
X ~ tn
La funcin de densidad de esta variable aleatoria X est dada por la siguiente expresin:
f ( x) =
n + 1
n +1
2
1
x 2
2
.
.1 +
n
n
n
2
, < x <
, .
X0
1
n
2
( X1
2
X2
~ tn
2
X3
2
+.......+ X n
4. La
n2
variable
1
,
t n N ( 0,1) para n
f(x)
0,4
n=5
0,3
0,2
0,1
0
-5
-4
-3
-2
-1
UNIDAD III
Bioestadstica
6. Distribucin F-Snedecor
Surge del cociente de dos variables chi-cuadrado independientes, cada una dividida
por sus respectivos grados de libertad.
Sean e dos variables aleatorias independientes con:
Z
Z~ m
2
Y ~ n
X ~ Fm ,n
n+ m
m
n+ m
n
2 m 2 2 1 mx 2
f ( x) =
, x0
. x 1 +
n m n
n
2 2
,......,
iid
0,1 y
,
1
iid
,......,
2
0,1 , entonces:
2
(Y1 + Y2 + Y3 +........+Ym )
m
~ Fm ,n
1 2
2
2
2
( Z 1 + Z 2 + Z 3 +........+ Z m )
n
3. Si
E( X ) =
n
,n>2
n2
V (X ) =
1 m Yi y
m i =1 y
1 n Zi z
n i =1 z
2 n 2 ( m + n 2)
,n>4
m(n 2) 2 (n 4)
,......,
iid
Yi y
2
~ m
i =1 y
ya que
~ Fm, n
Z z
2
i
~ n
z
i =1
n
entonces
0,2
f(x)
0,15
n= 65
0,1
0,05
n= 6
0
0