← Lumbre

Lección Estadística inferencial I

← Volver a todos los contenidos
Portada de Estadística inferencial I

Estadística inferencial I

✦ Aprenderas sobre estadistica inferencial I: distribuciones de probabilidad, la distribucion normal, puntuaciones z, el teorema central del limite y aplicaciones en investigacion

Roadwise Consulting

Firmado y verificado · Fernando Castro

Objetivo: Conocer la estadistica inferencial I: distribuciones de probabilidad, distribucion normal, estandarizacion, aplicaciones.

7 min
Más
Estadística inferencial I

Herramientas de la lección

◉ Entrar a La Matrix Sorpréndeme

Sobre este contenido

Ir a

Volver a Objetos Cursos Explorar Mi cuenta Salir del modo estudio

Estadistica inferencial I: distribuciones de probabilidad

La estadistica inferencial usa datos de una muestra para hacer conclusiones sobre una poblacion. Las distribuciones de probabilidad, especialmente la normal, son la base de esta rama.

Distribucion normal

La distribucion normal (o gaussiana) es la mas importante en estadistica. Tiene forma de campana, es simetrica y esta determinada por su media (μ) y desviacion estandar (σ).

  • Distribucion normal: f(x) = (1/σ√(2π))·e^(-(x-μ)²/(2σ²)).
  • Media (μ): centro de la distribucion.
  • Desviacion estandar (σ): dispersion de los datos.
  • Regla 68-95-99.7: 68% en ±1σ, 95% en ±2σ, 99.7% en ±3σ.
  • Distribucion normal estandar: μ = 0, σ = 1. Se llama Z.
  • Puntuacion z: z = (x - μ)/σ. Mide cuantas desviaciones esta un valor de la media.
  • Teorema central del limite: la media muestral tiende a ser normal.
IntervaloPorcentajeInterpretacion
μ ± 1σ68.27%2 de cada 3 datos
μ ± 2σ95.45%19 de cada 20 datos
μ ± 3σ99.73%Casi todos los datos
z < -1.962.5%Cola izquierda extrema
z > 1.962.5%Cola derecha extrema
Intervalo -1.96 a 1.9695%Intervalo de confianza 95%
  1. Paso 1: Identificar parametros

    Determina la media (μ) y la desviacion estandar (σ) de la distribucion.

Paso 1 de 4

La distribucion normal aparece en alturas, pesos, coeficientes intelectuales, errores de medicion, rendimientos academicos, precios de acciones y control de calidad industrial.

Piensa y responde

Si μ = 100 y σ = 15, ¿cual es la puntuacion z de x = 130?

Aproximadamente el 95% de los datos de una distribucion normal estan entre μ-2σ y μ+2σ.

La formula de estandarizacion es z = (x - ) / .

Relaciona cada concepto con su valor en la distribucion normal:

      Clasifica estas puntuaciones z segun su percentil aproximado:

      Arrastra cada ficha a su categoría (o tócala y luego toca la categoría). También puedes usar el teclado.

      Ordena los pasos para encontrar la probabilidad de que x < 115 con μ=100, σ=15:

        Coloca los elementos en orden y pulsa Comprobar.

        ¿Por que tantas variables naturales siguen una distribucion normal?

        Tu texto se guarda sólo en este dispositivo.

        Para dominar este tema

        • Comprende las propiedades de la distribucion normal.
        • Calcula puntuaciones z para estandarizar valores.
        • Aplica la regla 68-95-99.7.
        • Usa tablas de distribucion normal para encontrar probabilidades.
        • Interpreta resultados en contexto real.

        Distribucion normal

        Aquí se mira lo que ya fuiste acertando. Pulsa «Comprobar» para saber si puedes seguir.

        Las respuestas y tu progreso se guardan sólo en este dispositivo. Contenido firmado por su autoría mediante Lumbre.
        Más sobre esta lección

        ¿Todavía no te queda claro?

        No pasa nada: vamos a verlo de otra manera

        Elige el ángulo que más te ayude. Nada es obligatorio ni cuenta como nota.

        Practica un pocoProfundiza en distribucion normal

        La distribucion normal es la reina de la estadistica. Desde tests de coeficiente intelectual hasta control de calidad, todo usa esta distribucion.

        ¿Que porcentaje de datos esta fuera del intervalo μ ± 2σ?

        Una puntuacion z de -1.5 indica que el valor esta por debajo de la media.

        ↑ Volver al objeto

        ¿Necesitas ayuda?

        Vamos a atacar justo la parte que no te cuadra

        Explicaciones cortas, dibujos, ejemplos y práctica. Nada cuenta como nota.

        Comentarios

        Inicia sesión para comentar.

        Todavía no hay comentarios. Sé la primera persona en opinar.