I.

INTRODUCCIÓN

En teoría de la probabilidad una distribución de probabilidad se

llama continua si su función de distribución es continua. Puesto que la
función de distribución de una variable aleatoria X viene dada por:
FX)=P (X<X), la definición implica que en una distribución de
probabilidad continua X se cumple P [X = a] = 0 para todo número real
a, esto es, la probabilidad de que X tome el valor a es cero para cualquier
valor de a. Si la distribución de X es continua, se llama a X variable
aleatoria continua.
En las distribuciones de probabilidad continuas, la distribución de
probabilidad es la integral de la función de densidad
Mientras que en una distribución de probabilidad discreta un
suceso con probabilidad cero es imposible, no se da el caso en una
variable aleatoria continua. Por ejemplo, si se mide lo largo de una hoja
de roble, el resultado 3,5 cm no es posible, pero tiene probabilidad uno
porque hay infinitos valores posibles entre 3 cm y 4 cm. Cada uno de
esos valores individuales tiene probabilidad cero, aunque la probabilidad
de ese intervalo no lo es. Esta aparente paradoja no se resuelve por el
hecho de que la probabilidad de que X tome algún valor en un conjunto
infinito como un intervalo, no puede calcularse mediante la adición
simple de probabilidades de valores individuales. Formalmente, cada
valor tiene una probabilidad infinitesimal que estadísticamente equivale
a cero.
 II. OBJETIVOS

 Conocer las distribuciones de probabilidad de variable continua.

 Aplicación y uso de las distribuciones F y chi cuadrado en nuestra
carrera.
 III. MARCO TEORICO

3.1. Distribución F de Fisher-Snedecor: Es una distribución

continúa de muestreo de la relación de dos variables aleatorias
independientes con distribuciones de chi-cuadrada, cada una
dividida entre sus grados de libertad. La distribución F es
asimétrica a la derecha y es discreta por los grados de libertad
de su numerador (v1) y denominador (v2). Las siguientes
gráficas muestran el efecto de los diferentes valores de grados
de libertad en la forma de la distribución.
 Ejemplo:

3.2. Distribución Chi-cuadrada: La prueba X2 (Chi-cuadrada) es

considerada como una prueba no paramétrica que midela
discrepancia entre una distribución observada y otra teórica (o
esperada), indicando en qué medida las diferencias existentes
entre ambas, y de haberlas, se deben al azar en el contraste de
hipótesis. También se utiliza para probar la independencia de dos
variables entre sí, mediante la presentación de los datos en tablas
de contingencia.
Esta prueba puede utilizarse incluso con datos medibles en una
escala nominal. La hipótesis nula de la prueba Chi-cuadrado
postula una distribución de probabilidad totalmente especificada
como el modelo matemático de la población que ha generado la
muestra.
𝑘
2
(𝑂𝑏𝑠𝑖 − 𝐸𝑥𝑝𝑖 )2
𝑥 =∑
𝐸𝑥𝑝𝑖
𝑖=1
 Ejemplo 1:

Se realiza una encuesta a 400 personas de acerca de qué

sistema productos derivados de lácteos prefieren consumir, y los
resultados obtenidos se muestran en la siguiente tabla:

MUJERES VARONES TOTAL

QUESO 96 54 150
YOGURT 123 27 150
BEBIBLE
YOGURT 81 19 100
CREMOSO
TOTAL 300 100 400

PASO 1: FORMULACIÓN DE HIPÓTESIS

H0: La mayoría prefiere consumir yogurt cremoso.

Hi: Que hombres y mujeres prefieren consumir más el queso

y yogurt bebible.

PASO 2: GRADO DE LIBERTAD

La tabla posee:

3 filas y 2 columnas

(F-1).(C-1) = (3-1).(2-1)

= (2).(1)  2

PASO 3: CÁLCULO DE LA DE LA FRECUENCIA

ESPERADA

300 ∗ 150 100 ∗ 150

𝑒1 = = 112.5 𝑒4 = = 37.5
400 400

300 ∗ 150 100 ∗ 150

𝑒2 = = 112.5 𝑒5 = = 37.5
400 400
 300 ∗ 100 100 ∗ 100
𝑒3 = = 75 𝑒6 = = 25
400 400

MUJERES VARONES TOTAL

QUESO 96 (112.5) 54(37.5) 150
YOGURT 123(125.5) 27(37.5) 150
BEBIBLE
YOGURT 81 (75) 19(25) 100
CREMOSO
TOTAL 300 100 400

Fórmula de la chi-cuadrada:

𝑘
2
(𝐹 − 𝐹𝑡 )2
𝑥 =∑
𝐹𝑡
𝑖=1

(3)(2) = 6 posibles combinaciones en la tabla

Casillas O E (O- (O- (O − E)^2

(x,y) E) E)^2 E

V-queso 96 112.5 - 227.2 2.42

16.5 5
M-queso 54 37.5 16.5 227.2 7.26
5
V-Yogurt B. 123 112.5 10.5 110.2 0.98
5
M-Yogurt B. 27 37.5 - 110.2 2.94
10.5 5
V-Yogurt C. 81 75 6 36 48
M-Yogurt C. 19 25 -6 36 1.44
X^2 = 15.52

H0: No hay relación entre género y sistema.

HA: Hay relación entre género y sistema.

Nivel de Significancia o grados de libertad (gl): (3-1)(2-1) = 2

IV. CONCLUSIÓN