Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 15 vistas

    Distribucion Bidimencional Continua

    Cargado por

    bartperezmendo

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Distribucion Bidimencional Continua

    Cargado por

    bartperezmendo
    15 vistas12 páginas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    15 vistas12 páginas

    Distribucion Bidimencional Continua

    Cargado por

    bartperezmendo

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    de 12

    Distribucion bidimensional

    CONTINUA
    DISTRIBUCIÓN
    BIDIMENSIONAL
    CONTINUA
    La distribución bidimensional continua
    describe la probabilidad conjunta de dos
    variables continuas en un espacio definido.
    En este contexto, se consideran las
    relaciones entre estas variables y cómo se
    distribuyen conjuntamente en un rango
    continuo de valores.
    Ejemplos comunes incluyen la distribución
    normal bivariada, que modela dos variables
    continuas con una distribución normal en
    conjunto, y la distribución uniforme, que
    describe la probabilidad constante dentro de
    un rango definido. Esta distribución es
    fundamental para comprender las relaciones
    entre variables continuas y su comportamiento
    conjunto en diversos contextos estadísticos y
    de modelado.
    La distribución bidimensional continua presenta
    PROPIEDADES DE ciertas propiedades clave que ayudan a
    comprender las relaciones entre las variables.
    LA DISTRIBUCIÓN Entre estas propiedades se destacan la covarianza
    y la correlación.
    BIDIMENSIONAL La covarianza indica la medida de la relación lineal
    entre dos variables, es decir, cómo varían juntas.
    CONTINUA Mientras tanto, la correlación es una medida
    estandarizada de la relación entre las variables,
    oscilando entre -1 y 1, donde 1 representa una
    correlación positiva perfecta, -1 una correlación
    negativa perfecta y 0 ausencia de correlación.
    Además, la representación gráfica de esta
    distribución, a menudo mediante gráficos de
    contorno o superficies, proporciona una
    visualización efectiva de la relación entre las
    variables y su distribución conjunta en el espacio
    continuo.
    APLICACIONES EN LA PRÁCTICA
    DE DISTRIBUCIONES
    BIDIMENSIONALES CONTINUAS
    Las distribuciones bidimensionales continuas
    encuentran aplicaciones significativas en diversos
    campos. En economía, se emplean para modelar la
    relación entre variables como ingresos y gastos,
    analizando su interdependencia.
    En ciencias ambientales, se utilizan para comprender
    la relación entre variables como temperatura y
    humedad en diferentes regiones.
    En ingeniería, estas distribuciones se aplican para
    analizar la correlación entre distintas variables de
    diseño en proyectos. Los ejemplos concretos
    muestran cómo estas distribuciones proporcionan un
    marco útil para comprender y modelar la relación
    conjunta entre variables continuas en contextos del
    mundo real.
    ENSAYO Y
    DISTRIBUCIONES
    BIDIMENSIONALES
    CONTINUAS
    En el ámbito de las distribuciones bidimensionales
    continuas, se enfrentan desafíos significativos, como
    la gestión de conjuntos de datos masivos y la
    complejidad en el modelado de relaciones
    multifacéticas entre variables.
    El futuro se perfila hacia el desarrollo de algoritmos
    más eficientes para su análisis, así como el uso de
    técnicas avanzadas de visualización de datos para
    comprender mejor las relaciones en conjuntos de
    datos complejos.
    Además, se anticipa una mayor aplicación en campos
    emergentes como la inteligencia artificial, donde
    estas distribuciones pueden ayudar a modelar y
    comprender mejor la complejidad de los datos
    multidimensionales.
    DISTRIBUCIÓN BINOMIAL

    La distribución binomial modela el


    número de éxitos en una serie de
    ensayos independientes con dos
    resultados posibles (éxito o fracaso) y
    una probabilidad constante de éxito en
    cada ensayo.

    Fórmula:
    EJEMPLO
    Se sabe que en la manufactura de cierto producto, uno de cada diez resulta defectuoso. Calcula la probabilidad de que una muestra
    de cuatro contenga: Ninguno defectuoso, No mas de dos defectuosos, Mas de uno bueno y Todos buenos

    Datos:
    Defectuoso: Bueno:
    𝑛 =4

    a. Ninguno defectuoso c. Mas de uno bueno

    b. No mas de dos defectuosos

    d. Todos buenos
    APLICACIONES DE LA
    DISTRIBUCIÓN BINOMIAL
    • La distribución binomial se utiliza
    extensamente en campos como la biología, la
    ingeniería, la economía y la medicina.
    • En biología, se emplea para modelar
    resultados de experimentos genéticos o de
    ensayos clínicos.
    • En ingeniería, se usa para calcular la
    probabilidad de éxito o falla en diferentes
    procesos de fabricación.
    • En economía, puede aplicarse para analizar la
    probabilidad de éxito en inversiones o en
    estudios de mercado.
    • En medicina, se utiliza para evaluar la eficacia
    de tratamientos en ensayos clínicos.
    Pruebas de Hipótesis y Estadística Inferencial: En este
    contexto, se utiliza para probar si una proporción o una
    diferencia de proporciones entre dos grupos es
    significativa. Por ejemplo, para determinar si un
    medicamento es efectivo en un ensayo clínico comparando
    las tasas de curación entre un grupo de tratamiento y un
    grupo de control.

    Control de Calidad: En la industria y la manufactura, se usa


    para evaluar la calidad de productos en lotes,
    TODO APLICANDO LA
    determinando la proporción de artículos defectuosos en
    FORMULA .
    una muestra.

    Investigación y Encuestas: Se emplea para estimar la


    proporción de una población que tiene ciertas
    características o preferencias, como en encuestas de
    opinión pública, estudios de mercado o sondeos
    electorales
    resumen y conclusiones

    1. Distribuciones bidimensionales: Correlación, regresión y análisis de datos bivariados.

    2. Distribución binomial: Pruebas estadísticas, control de calidad y estudios médicos.

    3. Las distribuciones bidimensionales continuas, los ensayos y la distribución binomial


    son herramientas fundamentales en estadística que se utilizan para varios propósitos.

    4. Estas herramientas permiten comprender la incertidumbre en los datos y tomar


    decisiones informadas basadas en la probabilidad de ocurrencia de ciertos eventos.
    Son fundamentales en el análisis estadístico y en la toma de decisiones en diversos
    campos, desde la ciencia hasta los negocios.

    Estos conceptos son cruciales para comprender la probabilidad en distintos contextos y


    tomar decisiones basadas en datos experimentales o muestras.
    INTEGRANTES:

     CALLER CORDOVA SHUBERTH SEBASTIAN.

     DIAZ ANCCO JORGE ANTONIO.

     HUANCA SALVA YADIR LEANDRO.

     LAHUANA LAYME HERNAN.

     DURAND PUMA LUIS ALBERTO.

    También podría gustarte