Académique Documents
Professionnel Documents
Culture Documents
Normal
Triangular
Descripcin de Triangular:
La distribucin triangular se suele utilizar cuando conoce los valores mnimo, y mximo y los ms
probables. Por ejemplo, puede describir el nmero de vehculos vendidos por semana cuando las
ventas anteriores muestran el nmero mnimo, mximo y ms probable de vehculos vendidos. Se
trata de una distribucin de probabilidad continua.
Los parmetros para la distribucin triangular son los valores mnimo, ms probable y mximo.
Uniforme
Descripcin de Uniforme:
En la distribucin uniforme, todos los valores entre el mnimo y el mximo tienen la misma
probabilidad de producirse. Se trata de una distribucin de probabilidad continua.
Logartmica Normal
Los analistas financieros han observado que los precios de las acciones se suelen sesgar
positivamente, en lugar de distribuirlos de forma normal (simtricamente). Los precios de las
acciones muestran esta tendencia porque no pueden estar por debajo del lmite inferior de cero,
pero pueden aumentar hasta cualquier precio sin lmite. Del mismo modo, los precios de los
bienes inmuebles muestran sesgos positivos, ya que los valores de propiedad no pueden
convertirse en negativos.
Los parmetros para la distribucin logartmica normal son la media y la desviacin estndar.
Beta
Descripcin de Beta:
La distribucin beta es una distribucin muy flexible para modelar las probabilidades basndose
en estadsticas bayesianas. Se utiliza tambin para describir datos empricos y predecir el
comportamiento aleatorio de porcentajes y fracciones. Se trata de una distribucin de
probabilidad continua.
Los parmetros para la distribucin beta son mnimo, mximo, alfa y beta.
Gamma
Descripcin de Gamma:
La distribucin gamma se aplica a una amplia gama de cantidades fsicas y es similar a un grupo
de otras distribuciones: logartmica normal, exponencial, Pascal, geomtrica, Erlang, Poisson y
chi-cuadrado. Se trata de una distribucin de probabilidad continua.
La distribucin gamma se puede considerar como una distribucin de la cantidad de tiempo hasta
la aparicin de un evento nmero r en un proceso de Poisson. Se utiliza en procesos
meteorolgicos para representar las concentraciones de polucin y las cantidades de
precipitaciones, adems de otras aplicaciones en teoras econmicas, de inventario y de riesgo
de las aseguradoras.
Weibull
Descripcin de Weibull:
La distribucin de Weibull describe los datos resultantes de las pruebas de duracin y desgaste.
Se utiliza normalmente para describir la duracin del error en los estudios de fiabilidad y la
resistencia frente a roturas de los materiales en las pruebas de fiabilidad y control de calidad. Las
distribuciones de Weibull se utilizan tambin para representar diferentes cantidades fsicas, como
la velocidad del viento.
Extrema Mximo
Descripcin de Extremo mximo:
La distribucin de valor mximo extremo, conocida tambin como distribucin de Gumbel, se
suele utilizar para describir el valor ms alto de una respuesta a lo largo de un periodo de tiempo:
flujos sanguneos, precipitaciones y terremotos. Entre otras aplicaciones se incluyen la resistencia
frente a roturas de los materiales, el diseo de construcciones y las cargas y tolerancias de
aeronaves. Se trata de una distribucin de probabilidad continua.
Los parmetros para la distribucin de valor mximo extremo son la mayor probabilidad y la escala.
Esta distribucin se sesga positivamente; es decir, consta de una larga cola hacia los valores ms
positivos (el extremo superior o derecho del rango).
Extrema Mnimo
Descripcin de Extremo mnimo:
La distribucin de valor mnimo extremo, conocida tambin como distribucin de Gumbel, se
suele utilizar para describir el valor ms bajo de una respuesta a lo largo de un periodo de tiempo:
flujos sanguneos, precipitaciones y terremotos. Entre otras aplicaciones se incluyen la resistencia
frente a roturas de los materiales, el diseo de construcciones y las cargas y tolerancias de
aeronaves. Se trata de una distribucin de probabilidad continua.
Los parmetros para la distribucin de valor mnimo extremo son la mayor probabilidad y la escala.
Esta distribucin se sesga negativamente; es decir, consta de una larga cola hacia los valores ms
negativos (el extremo inferior o izquierdo del rango).
Logstica
Descripcin de Logstica:
La distribucin logstica se suele utilizar para describir el crecimiento (p. ej., el tamao de una
poblacin expresado como una funcin de una variable de tiempo). Se puede utilizar tambin
para describir reacciones qumicas y el nivel de crecimiento para una poblacin o un individuo. Se
trata de una distribucin de probabilidad continua.
Puesto que la distribucin t de Student tiene un parmetro adicional que controla la forma de la
distribucin (grados de libertad) sobre la distribucin normal, la mayor flexibilidad de la t de
Student es preferible en ocasiones para conseguir un modelado ms preciso de las cantidades
prcticamente normales encontradas en las aplicaciones de economtrica y financieras.
Los parmetros para la distribucin t de Student son el punto medio, la escala y los grados de
libertad.
Exponencial
Descripcin de Exponencial:
La distribucin exponencial describe la cantidad de tiempo que transcurre entre eventos, como el
tiempo entre fallos del equipo electrnico o el tiempo entre llegadas al centro de servicio. Se trata
de una distribucin de probabilidad continua.
Pareto
Descripcin de Pareto:
La distribucin Pareto es muy utilizada para la investigacin de distribuciones asociadas a dichos
fenmenos empricos como el tamao de la poblacin de una ciudad, la aparicin de recursos
naturales, el tamao de las compaas, los ingresos personales, las fluctuaciones del precio de
las acciones y la agrupacin de errores en los circuitos de comunicacin. Se trata de una
distribucin de probabilidad continua.
Binomial
Descripcin de Binomial:
La distribucin binomial describe el nmero de apariciones en un nmero fijo de pruebas, como
el nmero de caras en 10 lanzamientos de una moneda o el nmero de partes defectuosas entre
50 artculos. Se trata de una distribucin de probabilidad discreta.
Poisson
Descripcin de Poisson:
La distribucin de Poisson describe el nmero de veces que se produce un evento en un
determinado intervalo, por ejemplo, el nmero de llamadas telefnicas por minuto o el nmero de
errores por pgina en un documento. Se trata de una distribucin de probabilidad discreta.
Hipergeomtrica
Descripcin de Hipergeomtrica:
La distribucin hipergeomtrica es similar a la distribucin binomial; ambas describen el nmero
de xitos en un nmero fijo de pruebas. Sin embargo, las pruebas de distribucin son
independientes, mientras que las pruebas de la distribucin hipergeomtrica cambian la
probabilidad de las posteriores pruebas y son pruebas sin reemplazo. Se trata de una distribucin
de probabilidad discreta.
Los parmetros para la distribucin hipergeomtrica son la probabilidad, las pruebas y el tamao
de la poblacin. El parmetro de probabilidad especifica la probabilidad inicial.
Binomial negativa
Descripcin de Binomial negativa:
La distribucin binomial negativa es til para modelar la distribucin del nmero de pruebas
hasta la aparicin nmero r correcta, como el nmero de visitas de ventas que necesita realizar
para cerrar 10 pedidos. Se trata fundamentalmente de una superdistribucin de la distribucin
geomtrica. Se trata de una distribucin de probabilidad discreta.
Geomtrica
Descripcin de Geomtrica:
La distribucin geomtrica describe el nmero de pruebas hasta el primer xito, como el nmero
de veces que debe perforar en busca de petrleo hasta encontrar un pozo. Se trata de una
distribucin de probabilidad discreta.
Si No
Descripcin de S-No:
La distribucin dicotmica, tambin denominada distribucin de Bernoulli, describe un conjunto
de observaciones que slo pueden tener uno de dos valores: por ejemplo, s/no, xito/fracaso,
true/false o cabeceras/colas. Se trata de una distribucin de probabilidad discreta.