Aplicaciones de la distribución normal

Autor: allan GKSubmitted: 2010-07-15 18:13:10 Número de palabras: 806 popularidad: 135Tags: réplicas de relojes Rolex, relojes de réplica, Aplicaciones

Autor RSS Feed

La distribución normal es muy importante en la inferencia estadística. Debemos darnos cuenta, sin embargo, que no es una ley natural que nos encontramos cada vez que se analiza una variable aleatoria continua. La distribución normal es un teórico o ideal, distribución. Ningún conjunto de medidas se ajusta exactamente a sus especificaciones. Muchos conjuntos de medidas, sin embargo, son aproximadamente una distribución normal. En tales casos, la distribución normal es bastante útil cuando tratamos de responder a preguntas prácticas sobre estos datos.

En particular, cada vez que se distribuye aproximadamente un conjunto de medidas con normalidad, podemos encontrar la probabilidad de ocurrencia de los valores dentro de cualquier intervalo específico, tal como nos sea posible con la distribución normal estándar. Podemos hacer esto porque podemos transformar cualquier distribución normal con una media conocida JJL y desviación estándar CT a la distribución normal estándar. Una vez que hemos hecho esta transformación, se puede utilizar una tabla de áreas normales estándar para encontrar probabilidades relevantes.

Podemos transformar una distribución normal a la distribución normal estándar usando la fórmula Z = (X-(JL) / CT. Esto transforma cualquier valor de x en una distribución original con media) x y CT desviación estándar para el valor correspondiente de Z en la distribución normal estándar.

La aproximación normal a la binomial

La distribución normal da una buena aproximación a la distribución binomial cuando n es grande y p no es demasiado cerca de 0 o 1. Esto nos permite calcular las probabilidades para muestras grandes binomios para el que las tablas binomiales no están disponibles. Una buena regla general es que la aproximación normal a la binomial es apropiado cuando np y n (l - p) son ambos mayores que 5. Para una distribución normal, podemos hacer afirmaciones de probabilidad más poderosos de lo que podíamos fusionando el teorema de Chebyshev.

La distribución normal está completamente determinado por sus parámetros u, y cr. Es decir, cada valor diferente de JJL o O ~ especifica una distribución normal diferente.

La distribución normal estándar

La distribución normal es realmente una familia de distribuciones en las que un miembro se distingue de la otra sobre la base de los valores de