Distribuciones
Ejemplo: Calcule el valor de la distribución Normal puntual usando dpP Normal.
1. | Ingrese los valores X de los datos en la columna A. |
2. | Haga un punteo en la celda superior de la columna A e ingrese un nombre como DD1, para los valores X. |
3. | Haga un punteo en la celda de fórmula de la columna (la segunda celda de la parte superior) en la columna B. |
4. | Haga un punteo en Herramientas ![]() |
Se abre el cuadro de diálogo dpP normal y se muestran los campos para escribir los argumentos para los cálculos.
5. | Haga un punteo en cada campo y proporcione:. |
- | Valor X: Para usar la lista que usted definió en el paso 2, haga un punteo en la flecha y seleccione el nombre de la lista. |
- | Media (μ): Escriba un valor o seleccione una variable que contenga la media. |
- | Desviación Estándar (σ): Escriba un valor o elija una variable que contenga la desviación estándar. |
6. | (Opcional) Marque la opción de Dibujar para ver la distribución graficada en Datos y Estadísticas. |
Nota: La opción Dibujar no está disponible en todas las distribuciones.
7. | Haga un punteo en OK. |
Las Listas y la Hoja de Cálculo llenan la columna B con los resultados. Los resultados se diagraman en Datos y Estadísticas.
Nota: Los resultados están vinculados con los datos de origen. Por ejemplo, si cambia un valor en la columna A, el resultado se actualizará automáticamente.
Las siguientes distribuciones están disponibles en la aplicación de Listas y Hoja de Cálculo. Para obtener más información sobre estas funciones, consulte la Guía de Referencia de TI-Nspire™.
• | Para obtener un solo resultado de distribución basado en un solo valor, escriba la función en una sola celda. |
• | Para obtener una lista de resultados de distribución basada en una lista de valores, escriba la función en una celda de fórmula de la columna. En este caso, usted especifica una lista (columna) que contiene los valores. Para cada valor en la lista, la distribución proporciona el resultado correspondiente. |
Nota: Para las funciones de distribución que son compatibles con la opción de dibujar (normPDF, dpP t, χ² dpP, y F dpP), la opción está disponible solamente si escribe la función de distribución en una celda de fórmula.
dpP normal (normPdf)
Calcula la función de densidad de probabilidad (dpP) para la distribución normal en un valor x específico. Los valores predeterminados son la media μ=0 y la desviación estándar σ=1. La función de densidad de probabilidad (pdf) es:
Esta distribución se utiliza para determinar la probabilidad de la ocurrencia de un determinado valor en una distribución normal. La opción de dibujar está disponible cuando se invoca la Pdf Normal desde una celda de fórmula.
Cuando accede a distribuciones desde la celda de fórmula, debe seleccionar una lista válida de la lista desplegable para evitar resultados inesperados. Si accedió desde una celda, debe especificar un número para el valor x. La distribución presenta la probabilidad de que ocurra el valor que usted especifica.
dpA Normal (normCdf)
Calcula la probabilidad de distribución normal entre el Límite Inferior y el Límite Superior para la media especificada, μ (predeterminada=0) y la desviación estándar, s (predeterminada=1). Puede hacer clic en la casilla de verificación Dibujar (área sombreada) para sombrear el área entre los límites inferior y superior. Los cambios en el Límite Inferior y el Límite Superior actualizan automáticamente la distribución.
Esta distribución es útil para determinar la probabilidad de una ocurrencia de cualquier valor entre los límites inferior y superior en la distribución normal. Es equivalente a hallar el área bajo la curva normal especificada entre los límites.
Normal Inversa (invNorm)
Calcula la función de distribución normal acumulada inversa para un área determinada bajo la curva de distribución normal especificada por la media, μ, y la desviación estándar, s.
Esta distribución es útil para determinar el valor x de los datos en el área que va desde 0 hasta x<1 cuando se conoce el percentil.
dpP t (dpP t)
Calcula la función de densidad de probabilidad (dpP) para la distribución de t en un valor x específico. El grado de libertad (df) debe ser > 0. La función de densidad de probabilidad (pdf) es:
Esta distribución es útil para determinar la probabilidad de la ocurrencia de un valor cuando la desviación estándar poblacional no se conoce y el tamaño muestral es pequeño. La opción de dibujar está disponible cuando se invoca la dpPdesde una celda de fórmula.
dpA t (t dpA)
Calcula la probabilidad de la distribución t de Student entre el Límite Inferior y el Límite Superior para los grados de libertad (df) especificados. Puede hacer clic en la casilla de verificación Dibujar (área sombreada) para sombrear el área entre los límites. Los cambios en el Límite Inferior y el Límite Superior actualizan automáticamente la distribución.
Esta distribución es útil para determinar la probabilidad de la ocurrencia de un valor dentro de un intervalo definido por el límite inferior y el límite superior para una población normalmente distribuida cuando no se conoce la desviación estándar poblacional.
T inversa (invt)
Calcula el valor acumulado de la función de probabilidad t inversa que se especifica a partir de los grados de libertad (df) para una determinada área bajo la curva.
La distribución es útil para determinar la probabilidad de una ocurrencia de datos en el área desde 0 hasta x<1. Esta función se utiliza cuando se desconoce la media poblacional y/o la desviación estándar poblacional.
c2 dpP (c2 dpP())
Calcula la función de densidad de probabilidad (dpP) para la distribución de c2 (chi-cuadrada) en un valor x específico. El valor de los grados de libertad (df) debe ser un número entero > 0. La función de densidad de probabilidad (pdf) es:
Esta distribución es útil para determinar la probabilidad de la ocurrencia de un determinado valor de una población con una distribución c2. La opción de dibujar está disponible cuando se invoca c2 dpP desde una celda de fórmula.
c2 dpA (c2 dpA())
Calcula la probabilidad de distribución de c2 (chi-cuadrada) entre el Límite Inferior y el Límite Superior para los grados de libertad (df) especificados. Puede hacer clic en la casilla de verificación Dibujar Área Sombreada para sombrear el área entre los límites inferior y superior. Los cambios en el Límite Inferior y el Límite Superior iniciales actualizan automáticamente la distribución.
Esta distribución es útil para determinar la probabilidad de la ocurrencia de un valor dentro de los límites determinados de una población con una distribución c2.
F dpP (F dpP())
Calcula la función de densidad de probabilidad (dpP) para la distribución F en un valor x específico. Los valores de df (grados de libertad) del numerador y df del denominador deben ser números enteros > 0. La función de densidad de probabilidad (pdf) es:
donde |
n = grados de libertad numerador |
Esta distribución es útil para determinar la probabilidad de que dos muestras tengan la misma varianza. La opción de dibujar está disponible cuando se invoca F dpP desde una celda de fórmula.
F dpA (F dpA())
Calcula la probabilidad de distribución de F entre el Límite Inferior y el Límite Superior para los grados de libertad dfnumer y dfDenom especificados. Puede hacer clic en la casilla de verificación Dibujar (área sombreada) para sombrear el área entre los límites inferior y superior. Los cambios en el Límite Inferior y el Límite Superior iniciales actualizan automáticamente la distribución.
Esta distribución es útil para determinar la probabilidad de que una sola observación caiga dentro del rango entre el límite inferior y el límite superior.
dpP binomial (binomPdf())
Calcula la probabilidad en un valor x para la distribución binomial discreta con los numintentos especificados y la probabilidad de éxito (p) en cada prueba. El parámetro x puede ser un número entero o una lista de números enteros. 0{p{1 debe ser verdadero. numintentos deben ser un valor entero > 0. Si no especifica un valor x, se obtiene una lista de probabilidades desde 0 hasta numintentos. La función de densidad de probabilidad (pdf) es:
donde n = numintentos
Esta distribución es útil para determinar la probabilidad de éxito en una prueba de éxito o falla, en la prueba n. Por ejemplo, podría utilizar esta distribución para predecir la probabilidad de que salga cara al lanzar una moneda en el quinto lanzamiento.
dpA Binomial (binomCdf())
Calcula la probabilidad acumulada para la distribución discreta binomial siendo n el número de intentos y p la probabilidad de éxito del evento deseado.
Esta distribución es útil para determinar la probabilidad de éxito en una prueba antes de completar todas las pruebas. Por ejemplo, si sacar cara en el lanzamiento de una moneda es el evento exitoso y usted planea lanzar la moneda 10 veces, esta distribución lo ayudaría a predecir la posibilidad de obtener cara al menos una vez en los 10 lanzamientos.
Binomial Inversa (invBinom())
Dado el número de intentos (Numintentos) y la probabilidad de éxito de cada intento (Prob), esta función produce el número mínimo de éxitos, k, de tal forma que el valor, k, es mayor que o igual a la probabilidad acumulativa dada (CumulativeProb).
Esta distribución es útil para determinar la entrada del límite superior del dpA binomial. Por ejemplo, si lanza una moneda al aire 10 veces y quiere saber la probabilidad de obtener x águilas o menos sea mayor al75%, esta distribución le ayudará a determinar cuál debería ser la x.
Binomial inversa con respecto a N (invBinomN())
Dada la probabilidad de éxito de cada intento (Prob), y el número de éxitos (NumSuccess), esta función produce el número mínimo de intentos, N, tal que el valor, N, sea menor o igual a la probabilidad acumulativa dadas (CumulativeProb).
Esta distribución es útil para determinar el número de intentos del dpA binomial. Por ejemplo, si arroja una moneda al aire varias veces y desea que el número de águilas sea de 6 o menos con una probabilidad de menos del 25%, esta distribución le ayudará a determinar cuántas veces arrojar la moneda.
dpP Poisson (poissPdf())
Calcula la probabilidad en x para la distribución discreta de Poisson con la media especificada, μ, que debe ser un número real > 0. x puede ser un número entero o una lista de enteros. La función de densidad de probabilidad (pdf) es:
Esta distribución es útil para determinar la probabilidad de obtener un cierto número de éxitos antes de comenzar una prueba. Por ejemplo, podría usar este cálculo para predecir el número de veces que podría obtener cara en ocho lanzamientos de una moneda.
dpA de Poisson (poissCdf())
Calcula la probabilidad acumulada para la distribución discreta de Poisson con la media especificada, x.
Esta distribución es útil para determinar la probabilidad de que cierto número de éxitos se produzcan entre los límites inferior y superior de una prueba. Por ejemplo, podría usar este cálculo para predecir el número de veces que podría obtener cara entre el lanzamiento n.° 3 y el lanzamiento n.° 8 de la moneda.
dpP Geométrica (geomPdf())
Calcula la probabilidad en un valor x, en el cual se produce el primer éxito, para la distribución discreta geométrica con probabilidad de éxito p especificada. 0{p{1 debe ser verdadero. x puede ser un número entero o una lista de números enteros. La función de densidad de probabilidad (pdf) es:
Esta distribución es útil para determinar el número más probable de pruebas antes de obtener un éxito. Por ejemplo, podría usar este cálculo para predecir el número de lanzamientos de moneda que debería hacer antes de obtener cara.
dpA Geométrica (geomCdf())
Calcula la probabilidad geométrica acumulada desde el Límite Inferior hasta el Límite Superior con la probabilidad de éxito p especificada.
Esta distribución es útil para determinar la probabilidad asociada con el primer éxito que se produzca durante las pruebas 1 a n. Por ejemplo, podría usar este cálculo para determinar la probabilidad de obtener cara en el lanzamiento n.° 1, n.° 2, n.° 3,...n.° n.