Estadistica Kevin

República Bolivariana de
Venezuela Universidad
Bicentenaria de Aragua
Vicerrectorado del Academico
Facultad de Ciencias Sociales y
Administrativas Escuela de psicología
San Joaquin de Turmero Edo.
Aragua
Estadística
Actividad Sumativa N°3
NOMBRE Y APELLIDO: KEVIN GIGLIOLI C.I.: 32736148
Problema 1.
Conceptos asociados a la distribución normal:
La desviación estándar es una medida de dispersión que indica cuánto se alejan los
valores de una distribución normal de su media. Una desviación estándar mayor implica
una mayor dispersión de los datos alrededor de la media.
La puntuación Z, también conocida como puntuación estándar, es una medida que

indica cuántas desviaciones estándar un valor particular se encuentra por encima o por
debajo de la media en una distribución normal. Calculada restando la media y dividiendo
por la desviación estándar, la puntuación Z ayuda a estandarizar los valores y facilita las
comparaciones entre diferentes distribuciones normales.
El teorema del límite central es un resultado fundamental en estadística que

establece que cuando se suman o promedian un gran número de variables aleatorias
independientes e idénticamente distribuidas, la distribución del resultado se aproxima a una
distribución normal. Este teorema es esencial en muchos análisis estadísticos y modelado
de datos.
La transformación lineal es una propiedad importante de la distribución normal. Si

tenemos una variable aleatoria X con distribución normal (μ, σ) y aplicamos una
transformación lineal Y = aX + b, entonces Y también seguirá una distribución normal. Esta
propiedad es útil para ajustar y transformar datos a una distribución normal cuando se
requiere en análisis estadísticos.
Conceptos asociados a la distribución exponencial:
El tiempo de vida medio, representado por λ, es una medida utilizada en la

distribución exponencial. Este parámetro de escala o inversa de la tasa representa el
promedio de tiempo que transcurre hasta que ocurra un evento en un proceso de Poisson.
Cuanto menor sea λ, más rápido ocurren los eventos.
La función de supervivencia en la distribución exponencial es la probabilidad de que

un evento no haya ocurrido antes de un tiempo específico t. Se calcula mediante la fórmula
S(t) = e^(-λt), donde e es la base del logaritmo natural. Esta función proporciona información
sobre la probabilidad de supervivencia de un evento a lo largo del tiempo.
La función de densidad de probabilidad (PDF) de la distribución exponencial se

calcula mediante la fórmula f(t) = λe^(-λt). Esta función describe la probabilidad de que
ocurra un evento en un tiempo específico t en la distribución exponencial. Muestra una
decaída exponencial y se utiliza para calcular la probabilidad de eventos en intervalos de
tiempo particulares.
El fallo exponencial es un concepto relevante asociado a la distribución exponencial.

Esta distribución se utiliza comúnmente para modelar tiempos de vida y fallas. La propiedad
sin memoria de la distribución exponencial implica que la probabilidad de que ocurra un
evento en el futuro no depende del tiempo que ha pasado desde que comenzó el proceso.
En otras palabras, el tiempo transcurrido no afecta la probabilidad de ocurrencia de eventos
futuros.
La tipificación Z se utiliza para estandarizar y comparar valores en una distribución

normal estándar. Consiste en calcular la puntuación Z, que representa cuántas
desviaciones estándar un valor particular se encuentra por encima o por debajo de la media
en una distribución normal.
La fórmula para calcular la puntuación Z es la siguiente:
Z = (X - μ) / σ
Donde:
X es el valor que se desea tipificar.

μ es la media de la distribución.
σ es la desviación estándar de la distribución.
Al calcular Z, obtenemos un valor adimensional que indica la posición relativa de un

valor con respecto a la media y la dispersión de la distribución.
Las tablas de tipificación Z, también conocidas como tablas Z o tablas de la

distribución normal estándar, son herramientas utilizadas para encontrar los valores de la
función de distribución acumulativa (CDF) de la distribución normal estándar. Estas tablas
proporcionan los valores de Φ(z), donde z es la puntuación Z estándar (la desviación
estándar de la variable X).
Las tablas Z suelen mostrar los valores de Φ(z) para diferentes valores de z
(puntuaciones Z) en el rango de -3.0 a 3.0. Cada valor en la tabla corresponde a la
probabilidad acumulada de obtener una puntuación Z menor o igual a z. Al utilizar estas
tablas, es posible encontrar la probabilidad acumulada correspondiente a una puntuación Z
determinada y realizar cálculos relacionados con probabilidades y pruebas de hipótesis en
distribuciones normales.
Las tablas de tipificación Z son especialmente útiles cuando se trabaja con valores
que siguen una distribución normal y se desea determinar la probabilidad de obtener ciertos
valores o la ubicación relativa de un valor dentro de la distribución. También se pueden
utilizar para convertir valores observados en valores estandarizados (puntuaciones Z) y
realizar comparaciones entre diferentes distribuciones normales.
Grafica de distribución normal
Grafica de distribución exponencial

Problema 2.
En un examen final de matemáticas, la calificación media fue de 72 y la desviación estándar de 15.
Determine las calificaciones z(medidas estándar) de los estudiantes que obtuvieron
a)63
b)94
c)71
Solucion
Para determinar las calificaciones Z (medidas estándar) de los estudiantes que

obtuvieron las calificaciones mencionadas, utilizaremos la fórmula de la puntuación Z:
Z = (X - μ) / σ
Donde:
X es la calificación del estudiante.
μ es la calificación media.
σ es la desviación estándar.
a) Calificación: 63 Z = (63 - 72) / 15 Z = -0.6

La calificación Z para un estudiante que obtuvo 63 es -0.6.
b) Calificación: 94 Z = (94 - 72) / 15 Z = 1.47

La calificación Z para un estudiante que obtuvo 94 es 1.47.
c) Calificación: 71 Z = (71 - 72) / 15 Z = -0.067

La calificación Z para un estudiante que obtuvo 71 es -0.067.
Las calificaciones Z nos indican la ubicación relativa de cada calificación con

respecto a la media y la dispersión de la distribución. Un valor Z positivo indica que la
calificación está por encima de la media, mientras que un valor Z negativo indica que está
por debajo de la media. Cuanto mayor sea el valor absoluto de Z, más alejada estará la
calificación de la media en términos de desviaciones estándar.
Al determinar las calificaciones Z (medidas estándar) de los estudiantes que

obtuvieron las calificaciones dadas en el examen final de matemáticas, podemos tener una
comprensión objetiva de la ubicación relativa de cada calificación con respecto a la media
y la dispersión de la distribución.
En el caso de las calificaciones proporcionadas, podemos observar lo siguiente:
La calificación de 63 tiene una calificación Z de -0.6, lo que indica que está ligeramente por
debajo de la media (0.6 desviaciones estándar por debajo).
La calificación de 94 tiene una calificación Z de 1.47, lo que indica que está

significativamente por encima de la media (1.47 desviaciones estándar por encima).
La calificación de 71 tiene una calificación Z de -0.067, lo que indica que está ligeramente
por debajo de la media (0.067 desviaciones estándar por debajo).
Estas calificaciones Z nos permiten comparar las calificaciones de los estudiantes
de manera estandarizada, independientemente de la escala absoluta de las calificaciones.
Además, nos proporcionan una comprensión más precisa de la posición relativa de cada
calificación en relación con la distribución general de calificaciones.
Problema 3.
Suponga que el número de juegos en que participan los beisbolistas de ligas mayores
durante su carrera se distribuye normalmente con una media igual a 1500 juegos y una
desviación estándar igual a 350 juegos.
a) ¿Qué porcentaje juega al menos 750 juegos?

b) ¿Qué porcentaje juega más de 2000 juegos?
Solución
a) P(x≤750)
750 − 1500
𝑍= = −2,14
350
Por lo tanto
𝑃(𝑍 ≤ −2,14) = 0,0161
La probabilidad de que ocurra que un jugador juegue al menos 750 juegos es del
1,61%.
En conclusión, según los datos proporcionados, se estima que aproximadamente el
1,61% de los jugadores de ligas mayores juegan al menos 750 juegos en su carrera. Esto
indica que este grupo de jugadores que alcanzan o superan este umbral es relativamente
pequeño en comparación con el total de jugadores de ligas mayores.
b) ¿Qué porcentaje juega más de 2000 juegos?
𝑃(𝑋 > 2000)
2000 − 1500
𝑍= = 1,428
350
Para
𝑃(𝑍 < 1,428) = 0,9234
Por lo tanto
𝑃(𝑋 > 2000) = 1 − 𝑃(𝑋 < 2000) = 1 − 0,9234 = 0,076
En conclusión, según los datos proporcionados, se estima que alrededor del 7,6%
de los jugadores de ligas mayores juegan más de 2000 juegos en su carrera. Esto indica
que este grupo de jugadores que logran superar esta marca es relativamente pequeño en
comparación con el total de jugadores de ligas mayores.

Estadistica Kevin

Cargado por

Copyright:

Formatos disponibles

Estadistica Kevin

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica Kevin

Cargado por

Copyright:

Formatos disponibles

República Bolivariana de

NOMBRE Y APELLIDO: KEVIN GIGLIOLI C.I.: 32736148

Conceptos asociados a la distribución normal:

La puntuación Z, también conocida como puntuación estándar, es una medida que

El teorema del límite central es un resultado fundamental en estadística que

La transformación lineal es una propiedad importante de la distribución normal. Si

Conceptos asociados a la distribución exponencial:

El tiempo de vida medio, representado por λ, es una medida utilizada en la

La función de supervivencia en la distribución exponencial es la probabilidad de que

La función de densidad de probabilidad (PDF) de la distribución exponencial se

El fallo exponencial es un concepto relevante asociado a la distribución exponencial.

La tipificación Z se utiliza para estandarizar y comparar valores en una distribución

La fórmula para calcular la puntuación Z es la siguiente:

X es el valor que se desea tipificar.

Al calcular Z, obtenemos un valor adimensional que indica la posición relativa de un

Las tablas de tipificación Z, también conocidas como tablas Z o tablas de la

Grafica de distribución normal

Grafica de distribución exponencial

Para determinar las calificaciones Z (medidas estándar) de los estudiantes que

a) Calificación: 63 Z = (63 - 72) / 15 Z = -0.6

b) Calificación: 94 Z = (94 - 72) / 15 Z = 1.47

c) Calificación: 71 Z = (71 - 72) / 15 Z = -0.067

Las calificaciones Z nos indican la ubicación relativa de cada calificación con

Al determinar las calificaciones Z (medidas estándar) de los estudiantes que

La calificación de 94 tiene una calificación Z de 1.47, lo que indica que está

a) ¿Qué porcentaje juega al menos 750 juegos?

𝑃(𝑍 ≤ −2,14) = 0,0161

b) ¿Qué porcentaje juega más de 2000 juegos?

𝑃(𝑋 > 2000)

𝑃(𝑋 > 2000) = 1 − 𝑃(𝑋 < 2000) = 1 − 0,9234 = 0,076

También podría gustarte