Cuadro comparativo de distribuciones continuas
| Distribución | Función de densidad de probabilidad | Media | Desviación estándar |
|---|---|---|---|
| Distribución normal | f(x) = (1/σ√(2π)) e^(-(x-μ)^2/2σ^2) | μ | σ |
| Distribución exponencial | f(x) = λe^(-λx) | 1/λ | 1/λ |
| Distribución uniforme | f(x) = 1/(b-a) | (a+b)/2 | √(1/12)(b-a) |
| Distribución t-Student | f(x) = Γ((v+1)/2)/(√(vπ)Γ(v/2))(1+(x^2/v))^(-(v+1)/2) | 0 si v>1, no definida si v<=1 | √(v/(v-2)) si v>2, no definida si v<=2 |
| Distribución chi-cuadrado | f(x) = (1/(2^(k/2)Γ(k/2))) x^(k/2-1)e^(-x/2) | k | √(2k) |
| Distribución F | f(x) = (df1/df2)^(df1/2) x^(df1/2-1)/(df1/2 + df2/2 x)^(df1+df2)/2 | df2/(df2-2) si df2>2, no definida si df2<=2 | √(2df2(df1+df2-2)/(df1(df2-2)^2(df2-4)))) si df2>4, no definida si df2<=4 |
Este cuadro comparativo muestra las principales distribuciones continuas utilizadas en estadística y probabilidad, junto con su función de densidad de probabilidad, media y desviación estándar. La distribución normal es la más común y se utiliza para modelar muchos fenómenos naturales. La distribución exponencial se utiliza para modelar tiempos de espera y la distribución uniforme se utiliza para modelar eventos igualmente probables. La distribución t-Student se utiliza para muestras pequeñas y la distribución chi-cuadrado se utiliza para probar la independencia de variables. La distribución F se utiliza para comparar varianzas.
Subir
Deja una respuesta