Distribuciones de probabilidad en el análisis estadístico de datos grande
distribuciones de probabilidad es una de las muchas técnicas estadísticas que se pueden utilizar para analizar los datos para encontrar patrones útiles. Se utiliza una Distribución de probabilidad para calcular las probabilidades asociadas con los elementos de un conjunto de datos:
Video: Como construir una Tabla de Frecuencias para datos agrupados
Distribución binomial: Se podría utilizar la distribución binomial para analizar las variables que pueden asumir sólo uno de los dos valores. Por ejemplo, se puede determinar la probabilidad de que un determinado porcentaje de los miembros de un club deportivo se dejan; mano.
Video: Distribucion Binomial | Explicacion y ejercicio resuelto
Distribución de veneno: Se podría utilizar la distribución de Poisson para describir la probabilidad de que un determinado número de eventos que ocurren durante un intervalo de tiempo. Por ejemplo, se podría utilizar para describir la probabilidad de que un determinado número de accesos a un sitio web durante la próxima hora.
Video: Variables aleatorias discretas y continuas | Estadistica UNED
Distribución normal: La distribución normal es la distribución de probabilidad más utilizado en la mayoría de las disciplinas, incluyendo la economía, las finanzas, el marketing, la biología, la psicología, y muchos otros. Uno de los rasgos característicos de la distribución normal es simetría - la probabilidad de una variable siendo una distancia dada por debajo de la media de la distribución es igual a la probabilidad de que sea la misma distancia por encima de la media.
Video: Tipos de variables estadísticas - Probabilidad y estadística - Educatina
Por ejemplo, si la altura media de todos los hombres en los Estados Unidos es de 70 pulgadas, y alturas se distribuyen normalmente, un hombre elegido al azar es igualmente probable que sea entre 68 y 70 pulgadas de alto como él es estar entre 70 y 72 pulgadas de alto .
La distribución normal funciona bien con muchas aplicaciones. Por ejemplo, se utiliza a menudo en el campo de las finanzas para describir los retornos de los activos financieros. Debido a su facilidad de interpretación y aplicación, la distribución normal se utiliza a veces incluso cuando el supuesto de normalidad es sólo aproximadamente correcta.
la distribución t de Student: la distribución t de Student es similar a la distribución normal, pero con la distribución t de Student, los valores extremadamente pequeños o muy grandes son mucho más probable que ocurra. Esta distribución se utiliza a menudo en situaciones en las que una variable exhibe demasiada variación para ser coherente con la distribución normal. Esto es cierto cuando se están analizando las propiedades de muestras pequeñas. Con muestras pequeñas, es probable que sea bastante considerable la variación entre muestras, por lo que la distribución normal no debe ser usado para describir sus propiedades.
la distribución t de Student fue desarrollado por W. S. Gosset mientras estaba empleado en la empresa cervecera Guinness. Él estaba tratando de describir las propiedades de las pequeñas medias de la muestra.
La distribución chi-cuadrado: La distribución chi-cuadrado es adecuado para varios tipos de aplicaciones. Por ejemplo, se puede usar para determinar si una población sigue una distribución de probabilidad particular. También se puede utilizar para probar si la varianza de una población es igual a un valor especificado, y para la prueba de la independencia de los dos conjuntos de datos.
El F-distribución: La distribución F se deriva de la distribución chi-cuadrado. Se utiliza para probar si las varianzas de dos poblaciones son iguales entre sí. El F-distribución también es útil en aplicaciones tales como análisis de regresión.