Flowchart
Cuadro Sinóptico v.1 paso 3 probabilidad
Flowchart content
Conceptos Teóricos - Paso 3
Distribución de Probabilidad Normal
Distribución Normal
Desviación Típica
Distribución de Probabilidad Normal Estándar Z
La Desviación Típica o Desviación Estándar
Distribución de Probabilidad Continua
Esta distribución puede utilizarse para aproximar el comportamiento de las distribuciones de probabilidad discretas, es la base para la inferencia estadística clásica
Variable Aleatoria
Los cálculos de la función de densidad de probabilidad de una distribución normal serían muy complicados por la infinidad de combinaciones de μ (media) y σ (desviación estándar).
Cada curva normal tiene su propia μ y σ por tanto, el número de distribuciones normales es ilimitado
Denotada con el símbolo Σ o S, dependiendo de la procedencia del conjunto de datos es una medida de dispersión para variables de razón variables cuantitativas o cantidades racionales y de intervalo.
Es una medida del grado de dispersión de los datos con respecto al valor promedio.
Es posible de calcular la desviación estándar de una variable aleatoria continua x con una función de densidad de probabilidad f(x), como la raíz cuadrada de su varianza.
Es una función que asigna un valor, usualmente numérico, al resultado de un experimento aleatorio.
Características de una distribución de probabilidad normal
La curva normal tiene un perfil parecido al de una campana y tiene un solo pico en el centro exacto de la distribución. Por ello, en algunas ocasiones también es llamada campana de Gauss.
La tabla de probabilidades denominada distribución normal estándar que tiene como objetivo convertir cualquier variable aleatoria normal X a una variable aleatoria normal estándar Z mediante una fórmula de transformación.
Para convertir el valor de cualquier variable aleatoria X a la curva normal estándar Z se utiliza la fórmula de transformación: Z=(X-μ)/σ
Se define como la raíz cuadrada de la varianza de la variable.
La desviación estándar es simplemente el "promedio" o variación esperada con respecto a la media aritmética.
Una variable aleatoria puede tomarse como una cantidad cuyo valor no es fijo pero puede tomar diferentes valores; una distribución de probabilidad se usa para describir la probabilidad de que se den los diferentes valores.
Es convención usar una F mayúscula para una FDA, en contraste con la f minúscula usada para una Función de Densidad de Probabilidad (FDP) y/o para una Función de Probabilidad. La función distribución puede obtenerse a partir de la función de probabilidad respectiva. La FDA en el caso de una variable aleatoria X discreta.