Cuadro comparativo de distribuciones normales.
Distribución | Media | Desviación estándar | Forma de la curva | Área bajo la curva |
---|---|---|---|---|
Distribución normal estándar | 0 | 1 | Sinfín | 1 |
Distribución normal | μ | σ | Simetria | 1 |
Distribución normal bivariada | (μx, μy) | (σx, σy) | Elíptica | 1 |
Distribución t de Student | 0 | Mayor que 1 | Sinfín | 1 |
Distribución chi-cuadrado | k | 2k | Asimétrica | 1 |
Distribución F de Fisher | Depende de los grados de libertad | Depende de los grados de libertad | Asimétrica | 1 |
Este cuadro comparativo muestra las características principales de las distribuciones normales más utilizadas en estadística. La distribución normal estándar es una distribución con media 0 y desviación estándar 1, que tiene una forma de curva en forma de "sinfín". La distribución normal es una distribución simétrica alrededor de su media, que puede ser cualquier valor μ y tiene una desviación estándar σ. La distribución normal bivariada es una distribución de dos variables aleatorias con medias μx y μy y desviaciones estándar σx y σy, que tienen una forma de curva elíptica.
Por otro lado, la distribución t de Student es una distribución simétrica con media 0 y desviación estándar mayor que 1, que se utiliza para realizar pruebas de hipótesis cuando no se conoce la desviación estándar de la población. La distribución chi-cuadrado es una distribución asimétrica con media k y desviación estándar 2k, que se utiliza para analizar la varianza en una muestra y para pruebas de independencia. Y finalmente, la distribución F de Fisher es una distribución asimétrica que depende de los grados de libertad y se utiliza para realizar pruebas de hipótesis en modelos de regresión lineal.
Este cuadro comparativo es una herramienta útil para entender las diferencias y similitudes entre las distribuciones normales más comunes en estadística, y puede ser utilizado como referencia para seleccionar la distribución adecuada para un análisis estadístico específico.
Deja una respuesta