GRAFICANDO DISTRIBUCIONES CONTINUAS CON R

En esta oportunidad presentamos una serie de gráficas de las distribuciones continuas más usadas con medias no centrales, para evaluar su densidad en distintos tipos de media.

# Necesitamos los siguientes paquetes:

# ENTENDIENDO EL COMPORTAMIENTO DE LA DISTRIBUCIÓN NORMAL

Estamos trazando la función de densidad de acuerdo a la fórmula apropiada con una desviación estándar igual a la raíz cuadrada del tamaño de la muestra, la función "plot" junto con la función "dnorm" juegan el papel central en la obtención del trazado, mientras que las opciones de "xlim", "ylim" y "main" presentan la salida en una pantalla apropiada.

#DENSIDAD CHI-CUADRADO

La función "dchisq" proporciona la función de densidad de una variable aleatoria.

# DENSIDAD DE LA DISTRIBUCIÓN F

se muestra una gráfica relacionada con diferentes distribuciones en la sección C de “Densidades F”. La distribución juega un papel importante en la comparación de las variaciones que tendrán implicaciones importantes en el análisis de modelos lineales. Las densidades se obtienen con el uso de la función "df".

# DENSIDAD DE LA DISTRIBUCIÓN F

Especialmente si no estamos seguros de si la distribución subyacente es normal, tenemos curiosidad por las propiedades de distribución de muestreo. Si se sabe que los dos primeros momentos de los RV son finitos y las observaciones son independientes, el teorema del límite central da la respuesta, pero también sabemos que la distribución t se usa para reemplazar a la z cuando las observaciones son menores a 30 y a medida que se aumentan las observaciones se tiende a una distribución z.

# ASPECTOS MÁS FINOS DE LA DISTRIBUCIONES MUESTRALES

# DISTRIBUCIÓN MUESTRAL DE POISSON

Con este programa observamos la aproximación de la distribución Poisson a la Normal.

# DISTRIBUCIONES DE CHI-CUADRADO, T Y F UNIVARIADAS NO CENTRALES

#gráfica de densidad Chi cuadrado no central