Ejemplo:

* Número de pacientes atendidos en un día.

* Peso de recién nacidos.

a) Variable Aleatoria Discreta

Toma valores enteros y contables.

Ejemplos:

* Número de hijos.

* Cantidad de vacunas aplicadas.

b) Variable Aleatoria Continua

Puede tomar cualquier valor dentro de un intervalo.

Ejemplos:

* Talla de una persona.

* Temperatura corporal.

Es la forma en que se describen las probabilidades de todos los posibles valores que puede tomar una variable aleatoria.

Permite conocer qué tan probable es que ocurra cada resultado.

Generalmente se representa mediante:

* Tablas de probabilidades.

* Gráficos.

* Fórmulas matemáticas.

Como hallar probabilidades:

P(A)= casos favorables/ casos posibles

Se simboliza como:

P(X=x)

Donde:

* P = probabilidad

* X = variable aleatoria

* x = valor específico de la variable

Como se representa la DP?

Se representa mostrando todos los valores posibles de la variable aleatoria y su probabilidad correspondiente.

Algunas distribuciones conocidas son:

* Distribución Binomial.

* Distribución de Poisson.

* Distribución Uniforme.

* Distribución Normal.

La Distribución Normal es una distribución de probabilidad continua con forma de campana y simétrica respecto a su media.

También se le conoce como “campana de Gauss”.

Sus valores se concentran alrededor del promedio.

Muchas variables reales siguen esta distribución y es base de numerosos métodos estadísticos

Mencionar algunos de esos métodos estadísticos?

Son distribuciones estadísticas que se originan de la distribución normal y se utiliza para realizar diferentes análisis y pruebas estadísticas.

Es importante por qué:

-Ayuda a realizar pruebas de hipótesis.

-Permite comparar resultados entre grupos-

-Facilitan la interpretación de datos médicos y científicos.

PRIMCIPALES DISTRIBUCIONES DE LA NORMAL:

-Distribución Normal estándar Z

-Distribución chi-cuadrado: Es la suma de cuadrados de normales estándar, las cuales se usan para pruebas de varianza.

-Distribución t de student: Sirve para muestras pequeñas; compara medias.

-Distribución F de Fisher

-Distribución muestrales (media, proporción, etc)

La Distribución Normal ( N )

es fundamental porque permite estandarizar datos y realizar inferencias precisas sobre una población a partir de una muestra . Su importancia principal reside en el Teorema del Límite Central , que garantiza que los promedios de muestras grandes siempre sigan este modelo , convirtiéndola en la base para calcular probabilidades , márgenes de error y validar cualquier investigación cientifíca

Se utiliza para analizar fenómenos aleatorios y realizar predicciones. Una de las distribuciones más importantes es la Distribución Normal (N), que tiene forma de campana y es fundamental en estadística porque muchos fenómenos reales siguen este comportamiento. De ella derivan otras distribuciones como la t de Student, Chi-cuadrado y F de Fisher.

La varianza mide la dispersión de un conjunto de datos respecto a su media, mientras que la esperanza matemática representa el valor promedio esperado de una variable aleatoria.

Son técnicas estadísticas basadas en distribuciones de parámetros fijas y conocidas, que se utilizan para la comprobación de hipótesis y el análisis de datos.

media

distribucion

proporcion

tecnicas de muetreo y que es mustreo