Tablas Parametricas

Facultad
Ciencias Económicas y Empresariales
Departamento de Economía Aplicada
Profesor: Santiago de la Fuente Fernández
TABLAS DISTRIBUCIONES
Binomial
Poisson
Normal
t de Student
Chi‐cuadrado
F de Fisher‐Snedecor

Portal Estadística Aplicada: Tablas Distribuciones 1

BINOMIAL: Activar el Editor de datos, es decir, abrir algún fichero de datos o bien
introducir algún número en una casilla.
Menú principal: Transformar/Calcular variable…
En Variable de destino se introduce el nombre de la variable "Datos" que contendrá el resultado de la
operación elegida.
A la izquierda del cuadro de diálogo aparece la variable "Datos" del Editor de datos.
Grupo de funciones: FDP y FDP no centrada
PDF.BINOM ( xi , n, prob): Devuelve como resultado la probabilidad de que el número de éxitos en n
ensayos, con probabilidad de éxito p en cada uno de ellos, sea igual a xi .
Es decir, P(X = xi ) = PDF.BINOM(xi ,n,p)
Cuando n = 1 el valor es el mismo que el de PDF.BERNUOILLI
Grupo de funciones: FDA y FDA no centrada
CDF.BINOM ( xi , n, prob): Devuelve como resultado la probabilidad acumulada de que el número de
éxitos en n ensayos, con probabilidad de éxtio p en cada uno de ellos, sea menor o igual que xi .
n
Es decir, P(X ≤ xi ) = ∑ xi = CDF.BINOM(xi ,n,p)
i=1
Cuando n = 1 el valor es el mismo que el de PDF.BERNUOILLI
En ese caso, P(X = xi ) = PDF.BINOM(xi ,5,0.8) i = 0, 1, 2, 3, 4, 5 , B(5 , 0,8)

P(X ≤ xi ) = CDF.BINOM(xi ,5,0.8) P(X < xi ) = CDF.BINOM(xi − 1,5,0.8)
P(X ≥ xi ) = 1 − P(X < xi ) = 1 − CDF.BINOM(xi − 1,5,0.8) P(X > xi ) = 1 ‐ CDF.BINOM(xi ,5,0.8)
GENERACIÓN DE MUESTRAS ALEATORIAS B(n,p)
Se genera una muestra aleatoria B(5,0,8) . Señalar que hay que activar tantas filas en el Editor de datos
como números aleatorios se quieren generar.
En Grupo de funciones/Números aleatorios y en Funciones y variables especiales/ Rv.Binom
POISSON: Activar el Editor de datos, es decir, abrir algún fichero de datos o bien
P(X = xi ) = PDF.POISSON(xi ,λ ) P(X = Datos) = PDF.POISSON(Datos,λ)
Grupo de funciones: FDP y FDP no centrada
Funciones y variables especiales: PDF.POISSON
En esta línea Transformar/Calcular variable…
P(X ≤ xi ) = CDF.POSSION(xi ,λ) P(X ≤ Datos) = CDF.POSSION(Datos,λ)
Grupo de funciones: FDA y FDA no centrada
Funciones y variables especiales: CDF.POISSON
P(X ≥ xi ) = 1 − P(X < xi ) = 1 − CDF.POSSION(xi − 1,λ ) λ = 1,2
P(X ≥ Datos) = 1 − P(X < Datos) = 1 − CDF.POSSION(Datos − 1,λ )
P(a ≤ X ≤ b) =
= CDF.POISSON(b,λ) − CDF.POISSON(a,λ)
P(3 ≤ X ≤ 5) =
= CDF.POISSON(5,1.2) − CDF.POISSON(3,1.2)
= 0,9985 − 0,9662 = 0,0323
NORMAL: Activar el Editor de datos, es decir, abrir algún fichero de datos o bien
En Variable de destino se introduce el nombre de la variable "Datos".
En Grupo de funciones ‐ FDA y FDA no centrada ‐ CDF Normal
P(X ≤ c) = CDF.NORMAL(c,60,10)
P(X ≤ Datos) = CDF.NORMAL(Datos,60,10)
Análogamente con la expresión numérica: 1 − CDF.NORMAL(Datos,60,10)
P(X ≥ c) = 1 − CDF.NORMAL(c,60,10)
P(X ≥ Datos) = 1 − CDF.NORMAL(Datos,60,10)
Problema inverso:
GL inverso/ IDF.NORMAL
P(X ≤ c) = k →
c = IDF.NORMAL(k,60,10)
De este modo,
P(X ≤ c) = 0,65 →
c = IDF.NORMAL (0.65,60,10)
= 63,8532
GENERACIÓN DE MUESTRAS ALEATORIAS N(μ , σ)
Se generan 40 datos de una población con distribución normal de media 5 y desviación típica 5.
Se crea un nuevo banco de datos (Archivo/Nuevo/Datos) al que se denomina "Normal".
Como se acaba de crear el fichero, no contiene ningún dato, por lo que la primera operción a realizar
será el rellanado de la primera columna.
Para ello, basta situarse en (columna 1, fila 40) y se inserta un número cualquiera.
En Menú principal: Transformar/Calcular variable... En Grupo de funciones/Números aleatorios y en
Funciones y variables especiales/ Rv.Normal
En la ventana de Espresión numérica: RV.NORMAL(20,5)
Se genera una muestra de 40 números aleatorios
que siguen una distribución N(20,5) , que se añade
en la primera columna libre del editor de datos.
CHI‐CUADRADO: Activar el Editor de datos, es decir, abrir algún fichero de datos o bien
P(χ2g.l ≤ c) = CDF.CHISQ(c,g.l)
P(χ2g.l ≥ c) = 1 − CDF.CHISQ(c,g.l)
P(a ≤ χ2g.l ≤ b) = CDF.CHISQ(b,g.l) − CDF.CHISQ(a,g.l)
P(χ28 ≤ 15,51) = CDF.CHISQ(15.51,8) = 0,95
P(χ10
2
≥ 4) = 1 − CDF.CHISQ(4,10) = 0,947
P(10 ≤ χ29 ≤ 18) = CDF.CHISQ(18,9) − CDF.CHISQ(10,9) = 0,965 − 0,650 = 0,315
P(χ29 ≤ 18) = CDF.CHISQ(18,9) = 0,965 P(χ29 ≤ 10) = CDF.CHISQ(10,9) = 0,650
GL inverso/IDF.CHISQ → P(χ29 ≤ c) = 0,965 → c = IDF.CHISQ(0.965,9) = 18
t ‐ STUDENT: Activar el Editor de datos, es decir, abrir algún fichero de datos o bien
P(t g.l ≤ c) = CDF.T(c,g.l)
P(t g.l ≥ c) = 1 − CDF.T(c,g.l)
P(a ≤ t gl ≤ b) = CDF.T(b,g.l) − CDF.T(a,g.l)
P(t10 ≤ 1,372) = CDF.T(1,372,10) = 0,90 P(t10 ≥ 1,372) = 1 − CDF.T(1,372,10) = 0,10
P(−0,5 ≤ t 6 ≤ 0,6) = CDF.T(0.6,6) − CDF.T( − 0.5,6) = 0,7148 − 0,3174 = 0,3974
GL inverso/IDF.T → P(t10 ≤ c) = 0,9 → c = IDF.T(0.9,10) = 1,372
ÁREA DE LA COLA
Se calcula el área de la cola de una distribución conocida. En concreto se concisdera la expresión
P(X ≤ c) siendo X una variable aleatoria y c un valor determinado.
Expresión Descripción
Devuelve la probabilidad acumulada de que un valor de la
CDF.UNIFORM(c,mín,máx) distribución uniforme, con el mínimo y máximo especificados,
sea menor que la cantidad c.
CDF.NORMAL(c,media,desv_típ) distribución normal, con la media y la desviación típica
especificadas, sea menor que la cantidad c.
CDF.GAMMA(c,forma,escala) distribución Gamma, con los parámetros de forma y escala
dados, sea menor que la cantidad c.
CDF.CHISQ(c,gl) distribución de chi‐cuadrado, con los grados de libertad gl
dados, sea menor que la cantidad c.
CDF.EXP(c,forma) distribución exponencial, con el parámetro de forma dado, sea
menor que la cantidad c.
CDF.WEIBULL(c,a,b) distribución de Weibull, con los parámetros especificados, sea
CDF.BETA(c,forma1,forma2) distribución Beta, con los parámetros de forma dados, sea
CDF.T(c,gl) distribución t de Student, con los grados de libertad gl
especificados, sea menor que la cantidad c.
GENERACIÓN DE MUESTRAS ALEATORIAS
Se genera una muestra de una población con distribución conocida pero de la que no se dispone de datos.
Devuelve un valor aleatorio de la distribución uniforme, con el
UNIFORM(mín,máx)
mínimo y el máximo especificados.
Devuelve un valor aleatorio de la distribución normal, con la media
RV.NORMAL(media,desv_típ)
y la desviación típica especificadas.
Devuelve un valor aleatorio de la distribución Gamma, con los
RV.GAMMA(forma,escala)
parámetros de forma y escala especificados.
Devuelve un valor aleatorio de la distribución de chi‐cuadrado, con
RV.CHISQ(gl)
los grados de libertad gl especificados.
Devuelve un valor aleatorio de una distribución exponencial, con el
RV.EXP(forma)
parámetro de forma especificado.
Devuelve un valor aleatorio de la distribución de Weibull, con los
RV.WEIBULL(a,b)
parámetros especificados.
Devuelve un valor aleatorio de una distribución Beta, con los
RV.BETA(forma1,forma2)
parámetros de forma especificados.
Devuelve un valor aleatorio de la distribución t de Student, con los
RV.T(gl)
grados de libertad gl.
Facultad Ciencias Económicas y Empresariales
Departamento de Economía Aplicada
Profesor: Santiago de la Fuente Fernández

Tablas Parametricas

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tablas Parametricas

Uploaded by

Copyright:

Available Formats

Facultad

En ese caso, P(X = xi ) = PDF.BINOM(xi ,5,0.8) i = 0, 1, 2, 3, 4, 5 , B(5 , 0,8)

P(X ≥ Datos) = 1 − CDF.NORMAL(Datos,60,10)

P(χ28 ≤ 15,51) = CDF.CHISQ(15.51,8) = 0,95

P(10 ≤ χ29 ≤ 18) = CDF.CHISQ(18,9) − CDF.CHISQ(10,9) = 0,965 − 0,650 = 0,315

P(χ29 ≤ 18) = CDF.CHISQ(18,9) = 0,965 P(χ29 ≤ 10) = CDF.CHISQ(10,9) = 0,650

GL inverso/IDF.CHISQ → P(χ29 ≤ c) = 0,965 → c = IDF.CHISQ(0.965,9) = 18

P(t10 ≤ 1,372) = CDF.T(1,372,10) = 0,90 P(t10 ≥ 1,372) = 1 − CDF.T(1,372,10) = 0,10

P(−0,5 ≤ t 6 ≤ 0,6) = CDF.T(0.6,6) − CDF.T( − 0.5,6) = 0,7148 − 0,3174 = 0,3974

GL inverso/IDF.T → P(t10 ≤ c) = 0,9 → c = IDF.T(0.9,10) = 1,372

You might also like