1. DISTRIBUCIÓN DE PARÁMETROS
1.1. Si en estas circunstancias aleatorizamos de forma que la variable aleatoria X , signifique o designe el numero de hechos que se producen en un intervalo de tiempo o de espacio, la variable X se distribuye en una
2. DISTRIBUCIÓN BINOMIAL
2.1. Sirve para
2.1.1. Describir los datos discretos, resultantes de un experimento denominado "PROCESO DE BERNOULLI"
2.1.1.1. En donde
2.1.1.1.1. Cada proceso de Bernoulli tiene su propia probabilidad característica
2.2. Existe una
2.2.1. Fórmula binomial
2.2.1.1. La cual es
2.2.1.1.1. N! / R! (N-R)! P^R Q^(N-R)
2.2.2. En donde
2.2.2.1. P: Es la probabilidad del escrito; Q: Es la probabilidad de fracaso; R: Es el numero de éxitos deseados; N: Es el numero de ensayos efectuados
3. Sus principales aplicaciones hacen referencia a la modelización en la que les interesa determinar el numero de hechos de ciertos tipos, que pueden producir en su intervalo de tiempo o de espacio
4. DISTRIBUCIÓN NORMAL
4.1. Mejor llamada como
4.1.1. Distribución gaussiana
4.2. Es la
4.2.1. Distribución continua más utilizada en la estadística
4.3. Sirve para
4.3.1. Acercarse a diversas distribuciones de probabilidad discreta
4.3.2. Calcular la probabilidad de varios valores que ocurren dentro de ciertos rangos
4.4. Proporciona
4.4.1. La base para la estadística inferencia clásica por su relación con el teorema de límite central