Prácticas de Estadística en R - Departamento de Estadística e ...
Prácticas de Estadística en R - Departamento de Estadística e ...
Prácticas de Estadística en R - Departamento de Estadística e ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
6.7 Distribución normal 59<br />
6.7. Distribución normal<br />
La distribución normal es la más usada <strong>de</strong> todas las distribuciones <strong>de</strong> probabilidad.<br />
Gran cantidad <strong>de</strong> experim<strong>en</strong>tos se ajustan a distribuciones <strong>de</strong> esta familia, por ejemplo<br />
el peso y la talla <strong>de</strong> una persona, los errores <strong>de</strong> medición... A<strong>de</strong>más, si una variable es<br />
el resultado <strong>de</strong> la suma <strong>de</strong> variables aleatorias in<strong>de</strong>p<strong>en</strong>di<strong>en</strong>tes, es bastante posible que<br />
pueda ser aproximada por una distribución normal. La distribución normal <strong>de</strong>p<strong>en</strong><strong>de</strong> <strong>de</strong><br />
dos parámetros, la esperanza µ y la <strong>de</strong>sviación típica σ, y ti<strong>en</strong>e función <strong>de</strong> <strong>de</strong>nsidad dada<br />
por:<br />
f (x) = √ 1 e −(x−µ)2 2σ 2 , − ∞ < x < ∞.<br />
2πσ<br />
G<strong>en</strong>eramos valores <strong>de</strong> dicha distribución para los valores µ = 0 y σ = 1, y comparamos<br />
sus histogramas <strong>de</strong> frecu<strong>en</strong>cias y <strong>de</strong> frecu<strong>en</strong>cias acumuladas con la función <strong>de</strong> <strong>de</strong>nsidad<br />
y <strong>de</strong> distribución. Comprobamos como los dos histogramas ti<strong>en</strong><strong>de</strong>n a las funciones <strong>de</strong><br />
<strong>de</strong>nsidad y <strong>de</strong> distribución, respectivam<strong>en</strong>te.<br />
> mu=0<br />
> sig=1<br />
> num.datos=100<br />
> datos=rnorm(num.datos,mu,sig)<br />
> n.clases=10<br />
> puntos=min(datos)+(0:n.clases)*(max(datos)-min(datos))/n.clases<br />
> par(mfrow=c(2,2))<br />
> histo=hist(datos,breaks=puntos,freq=FALSE)<br />
> plot(seq(-5,5,.001),dnorm(seq(-5,5,.001),mu,sig),,type="l",<br />
main="Funcion <strong>de</strong> <strong>de</strong>nsidad <strong>de</strong> la normal") # Funcion <strong>de</strong> <strong>de</strong>nsidad<br />
<strong>de</strong> una N(0,1)<br />
> barplot(cumsum(histo$counts/veces),space=0)<br />
> plot(seq(-5,5,.001),pnorm(seq(-5,5,.001),mu,sig),type="l",<br />
main="Funcion <strong>de</strong> distribucion <strong>de</strong> la normal") # Funcion <strong>de</strong><br />
distribucion <strong>de</strong> una N(0,1)<br />
> num.datos=10000<br />
> datos=rnorm(num.datos,mu,sig)<br />
> n.clases=100<br />
> puntos=min(datos)+(0:n.clases)*(max(datos)-min(datos))/n.clases<br />
> par(mfrow=c(2,2))<br />
> histo=hist(datos,breaks=puntos,freq=FALSE)<br />
> plot(seq(-5,5,.001),dnorm(seq(-5,5,.001),mu,sig),type="l",<br />
main="Funcion <strong>de</strong> <strong>de</strong>nsidad <strong>de</strong> la normal") # Funcion <strong>de</strong> <strong>de</strong>nsidad<br />
<strong>de</strong> una N(0,1)<br />
> barplot(cumsum(histo$counts/veces),space=0)<br />
> plot(seq(-5,5,.001),pnorm(seq(-5,5,.001),mu,sig),type="l",<br />
main="Funcion <strong>de</strong> distribucion <strong>de</strong> la normal") # Funcion <strong>de</strong><br />
distribucion <strong>de</strong> una N(0,1)