ALGEBRA FX 2.0 PLUS FX 1.0 PLUS Guía del usuario 2 (Funciones adicionales) http://edu.casio.
CASIO ELECTRONICS CO., LTD. Unit 6, 1000 North Circular Road, London NW2 7JD, U.K. ¡Importante! Guarde su manual y toda información útil para futuras referencias.
• • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • ALGEBRA FX 2.0 PLUS FX 1.
1 Indice Indice Capítulo 1 Aplicación de estadísticas avanzada 1-1 1-2 1-3 1-4 Estadísticas avanzadas (STAT) ........................................................ 1-1-1 Pruebas (TEST) ............................................................................... 1-2-1 Intervalo de confianza (INTR) .......................................................... 1-3-1 Distribución (DIST) ...........................................................................
Capítulo 1 Aplicación de estadísticas avanzada 1-1 1-2 1-3 1-4 Estadísticas avanzadas (STAT) Pruebas (TEST) Intervalo de confianza (INTR) Distribución (DIST) 20001201
1-1-1 Estadísticas avanzadas (STAT) 1-1 Estadísticas avanzadas (STAT) uMenú de funciones A continuación se muestran los menús de funciones para la pantalla de ingreso de lista del modo STAT. Presionando una tecla de función que corresponda al elemento agregado visualiza un menú que le permite seleccionar una de las funciones listadas a continuación. • 3(TEST) ... Pruebas (página 1-2-1) • 4(INTR) ... Intervalo de confianza (página 1-3-1) • 5(DIST) ...
1-1-2 Estadísticas avanzadas (STAT) • Regresión logarítmica ... • Regresión exponencial ... • Regresión de potencia ... • Regresión senoidal ... • Regresión logística ...
1-1-3 Estadísticas avanzadas (STAT) 4. Una vez que haya finalizado, presione i para borrar los valores de coordenada y el puntero desde la presentación. · El puntero no aparece si las coordenadas calculadas no se encuentran dentro de la gama de presentación. · Las coordenadas no aparecen si se especifica [Off] para el elemento [Coord] de la pantalla [SETUP] . · La función Y-CAL también se puede usar con un gráfico delineado usando la función DefG.
1-1-4 Estadísticas avanzadas (STAT) uFunciones comunes • El símbolo “■” aparece en la esquina derecha superior de la pantalla mientras se ejecuta un cálculo y mientras se está delineando un gráfico. Presionando A en este momento finaliza el cálculo en progreso u operación de delineado (ruptura AC). • Presionando i o w mientras un resultado de cálculo o gráfico se muestra sobre la presentación, retorna a la pantalla de ajuste de parámetros.
1-2-1 Pruebas (TEST) 1-2 Pruebas (TEST) La prueba Z (Z Test) proporciona una variedad de pruebas que se basan en la estandarización. Esta prueba permite comprobar si una muestra representa o no precisamente la población cuando la desviación estándar de una población (tal como la población entera de un país) es conocida de pruebas previas. La comprobación Z se usa para la investigación de mercados e investigación de opinión pública que necesitan realizarse repetidamente.
1-2-2 Pruebas (TEST) Las páginas siguientes explican varios métodos de cálculos estadísticos basados en los principios descritos anteriormente. Para los detalles en relación a los principios estadísticos y terminología puede encontrarse en cualquier libro de texto sobre estadísticas estándar. Sobre la pantalla del modo STAT, presione 3(TEST) para visualizar el menú de pruebas, que contiene los elementos siguientes. • 3(TEST)b(Z) ... Pruebas Z (p. 1-2-2) c(T) ... Pruebas t (p. 1-2-10) d(χ2) ...
1-2-3 Pruebas (TEST) Desde la lista de datos estadísticos realice la operación de tecla siguiente. 3(TEST) b(Z) b(1-Smpl) A continuación se muestra el significado de cada elemento en el caso de una especificación de datos de lista. Data ............................ tipo de dato µ ..................................
1-2-4 Pruebas (TEST) Ejemplo de generación de resultado de cálculo µG11.4 ........................ dirección de prueba z .................................. p .................................. o .................................. xσn-1 ............................. referencia de z valor de p media de muestra desviación estándar de muestra (se visualiza solamente para el ajuste Data: List) n .................................. tamaño de muestra # [Save Res] no almacena la condición µ en la línea 2.
1-2-5 Pruebas (TEST) uPrueba Z de 2 muestras (2-Sample Z Test) Esta prueba se usa cuando se conocen las desviaciones estándar de dos poblaciones para comprobar la hipótesis. 2-Sample Z Test se aplica a la distribución normal.
1-2-6 Pruebas (TEST) o1 ................................. n1 ................................. o2 ................................. n2 ................................. media de muestra 1 tamaño de muestra 1 (entero positivo) media de muestra 2 tamaño de muestra 2 (entero positivo) Después de ajustar todos los parámetros, alinee el cursor con [Execute] y luego presione una de las teclas de función mostradas a continuación para realizar el cálculo o delinear el gráfico. • 1(CALC) ... Realiza el cálculo.
1-2-7 Pruebas (TEST) uPrueba Z de 1 proporción (1-Prop Z Test) Esta prueba se usa para comprobar una proporción de éxito desconocida. 1-Prop Z Test se aplica a la distribución normal. p0 : proporción de muestra esperada n : tamaño de muestra x – p0 n Z= p0 (1– p0) n Desde la lista de datos estadísticos realice la operación de tecla siguiente. 3(TEST) b(Z) d(1-Prop) Prop ............................
1-2-8 Pruebas (TEST) uPrueba Z de 2 proporciones (2-Prop Z Test) Esta prueba se usa para comparar la proporción de éxito. 2-Prop Z Test se aplica a la distribución normal. x1 x2 n1 – n2 Z= x1 : valor de dato de la muestra 1 x2 : valor de dato de la muestra 2 n1 : tamaño de muestra 1 n2 : tamaño de muestra 2 p̂ : proporción de muestra estimada p(1 – p ) 1 + 1 n1 n2 Desde la lista de datos estadísticos realice la operación de tecla siguiente. 3(TEST) b(Z) e(2-Prop) p1 .................................
1-2-9 Pruebas (TEST) p1>p2 ............................ z .................................. p .................................. p̂1 ................................. p̂2 ................................. p̂ .................................. n1 ................................. n2 .................................
1-2-10 Pruebas (TEST) k Pruebas t uFunciones comunes de prueba t Después de delinear un gráfico puede usar las funciones de análisis de gráfico siguiente. • 1(T) ... Visualiza la referencia t. Presionando 1 (T) visualiza la referencia t en la parte inferior de la presentación, y visualiza el puntero en la ubicación correspondiente en el gráfico (a menos que la ubicación se encuentre fuera de la pantalla de gráfico). Se visualizan dos puntos en el caso de una prueba de dos colas.
1-2-11 Pruebas (TEST) uPrueba t de 1 muestra (1-Sample t Test) Esta prueba utiliza la prueba de hipótesis para una sola media de población desconocida cuando la desviación estándar es desconocida. 1-Sample t Test se aplica a la distribución t. t= o – µ0 xσ n–1 n o : media de muestra µ0 : media de población supuesta xσn-1 : desviación estándar de muestra n : tamaño de muestra Desde la lista de datos estadísticos realice la operación de tecla siguiente.
1-2-12 Pruebas (TEST) Ejemplo de generación de resultado de cálculo µ G 11.3 ...................... dirección de prueba t ................................... p .................................. o .................................. xσn-1 ............................. n .................................. referencia de t valor de p media de muestra desviación estándar de muestra tamaño de muestra # [Save Res] no almacena la condición µ en la línea 2.
1-2-13 Pruebas (TEST) uPrueba t de 2 muestras (2-Sample t Test) 2-Sample t Test compara la media de la población cuando las desviaciones estándar de la población son desconocidas. 2-Sample t Test se aplica a la distribución t. Cuando el agrupamiento está en efecto se aplica lo siguiente.
1-2-14 Pruebas (TEST) A continuación se muestra el significado de cada elemento en el caso de una especificación de datos de lista. Data ............................ tipo de dato µ1 ................................. condiciones de prueba de valor de media de población (“G µ2” especifica una prueba de dos colas, “< µ2” especifica una prueba de una cola en donde la muestra 1 es más pequeña que la muestra 2, “> µ2” especifica una prueba de una cola en donde la muestra 1 es mayor que la muestra 2.) List(1) ..
1-2-15 Pruebas (TEST) Ejemplo de generación de resultado de cálculo µ1Gµ2 ........................... dirección de prueba t ................................... p .................................. df ................................. o1 ................................. o2 ................................. x1σn-1 ............................ x2σn-1 ............................ xpσn-1 ............................
1-2-16 Pruebas (TEST) uPrueba t de regresión lineal (LinearReg t Test) La prueba t de regresión lineal (LinearReg t Test) trata los ajustes de datos de dos variables (x, y) como pares, y utiliza el método de menos cuadrados para determinar la fórmula de regresión y = a + bx. También determina el coeficiente de correlación y el valor t, y calcula la extensión de la relación entre x e y.
1-2-17 Pruebas (TEST) Ejemplo de generación de resultado de cálculo β G 0 & ρ G 0 .............. dirección de prueba t ................................... p .................................. df ................................. a .................................. b .................................. s .................................. r .................................. r2 .................................
1-2-18 Pruebas (TEST) k Prueba χ2 ( χ2 Test) χ2 Test prepara un número de grupos independientes y comprueba la hipótesis relacionada a la proporción de la muestra incluida en cada grupo. La prueba χ2 se aplica a las variables dicotómicas (variable con dos valores posibles, tales como sí/no). k Cuentas esperadas Σ x ×Σ x ij Fij = i=1 ij j=1 k ΣΣ x ij i=1 j=1 (xij – Fij)2 Fij i=1 j=1 k χ2 = ΣΣ Desde la lista de datos estadísticos realice la operación de tecla siguiente.
1-2-19 Pruebas (TEST) Después de ajustar todos los parámetros, alinee el cursor con [Execute] y luego presione una de las teclas de función mostrada a continuación para realizar el cálculo o delinear el gráfico. • 1(CALC) ... Realiza el cálculo. • 6(DRAW) ... Delinea el gráfico. Ejemplo de generación de resultado de cálculo χ2 ................................. valor de χ2 p .................................. valor de p df .................................
1-2-20 Pruebas (TEST) k Prueba F de 2 muestras (2-Sample F Test) 2-Sample F Test comprueba la hipótesis para la relación de varianzas de muestra. La prueba F se aplica a la distribución F. F= x1σn–12 x2σn–12 Desde la lista de datos estadísticos realice la operación de tecla siguiente. 3(TEST) e(F) A continuación se muestra el significado de cada elemento en el caso de una especificación de datos de lista. Data ............................ tipo de dato σ1 .................................
1-2-21 Pruebas (TEST) Después de ajustar todos los parámetros, alinee el cursor con [Execute] y luego presione una de las teclas de función mostrada a continuación para realizar el cálculo o delinear el gráfico. • 1(CALC) ... Realiza el cálculo. • 6(DRAW) ... Delinea el gráfico. Ejemplo de generación de resultado de cálculo σ1Gσ2 .......................... dirección de prueba F .................................. valor de F p .................................. valor de p o1 ...............................
1-2-22 Pruebas (TEST) k ANOVA ANOVA comprueba la hipótesis de que las medias de población de las muestras son iguales cuando existen múltiples muestras. ANOVA de una vía (One-Way ANOVA) se usa cuando hay una variable independiente y una variable dependiente. ANOVA de dos vías (Two-Way ANOVA) se usa cuando hay dos variables independientes y una variable dependiente. Desde la lista de datos estadísticos, realice la operación de tecla siguiente.
1-2-23 Pruebas (TEST) Ejemplo de generación de resultado de cálculo ANOVA de una vía (One-Way ANOVA) Línea 1 (A) .................. valor df, valor SS, valor MS, valor F, valor de p de Factor A Línea 2 (ERR) ............. valor df, valor SS, valor MS de error ANOVA de dos vías (Two-Way ANOVA) Línea 1 (A) .................. valor df, valor SS, valor MS, valor F, valor de p de Factor A Línea 2 (B) .................. valor df, valor SS, valor MS, valor F, valor de p de Factor B Línea 3 (AB) ................
1-2-24 Pruebas (TEST) k ANOVA (Two-Way) uDescripción La tabla próxima muestra los resultados de medición para un producto metálico producido por un proceso de tratamiento térmico, basado en dos niveles de tratamiento: tiempo (A) y temperatura (B). Los experimentos fueron repetidos dos veces cada uno bajo condiciones idénticas.
1-2-25 Pruebas (TEST) uEjemplo de ingreso uResultados 20010101
1-3-1 Intervalo de confianza (INTR) 1-3 Intervalo de confianza (INTR) Un intervalo de confianza es una gama (intervalo) que incluye un valor estadístico, usualmente la media de la población. Un intervalo de confianza que es demasiado amplio hace que sea difícil tener una idea de dónde se ubica el valor de la población (valor verdadero). Un intervalo de confianza estrecho, por otro lado, limita el valor de la población y dificulta la obtención de resultados fiables.
1-3-2 Intervalo de confianza (INTR) uPrecauciones generales con el intervalo de confianza Ingresando un valor en la gama de 0 < C-Level < 1 para el ajuste C-Level, ajusta el valor que ha ingresado. Ingresando un valor en la gama de 1 < C-Level < 100 ajusta un valor equivalente al que ha ingresado dividido por 100. # Ingresando un valor de 100 o mayor, o un valor negativo ocasiona un error (Ma ERROR).
1-3-3 Intervalo de confianza (INTR) k Intervalo Z uIntervalo Z de 1 muestra (1-Sample Z Interval) 1-Sample Z Interval calcula el intervalo de confianza para una media de población desconocida cuando se conoce la desviación estándar de la población. La siguiente es la expresión del intervalo de confianza. Left (Izquierdo) = o – Z α σ 2 n Right (Derecho) = o + Z α σ 2 n Sin embargo, α es el nivel de significancia. El valor 100 (1 – α) % es el nivel de confianza.
1-3-4 Intervalo de confianza (INTR) Después de ajustar todos los parámetros, alinee el cursor con [Execute] y luego presione la tecla de función mostrada a continuación para realizar el cálculo. • 1(CALC) ... Realiza el cálculo. Ejemplo de generación de resultado de cálculo Left .............................. límite inferior de intervalo (extremo izquierdo) Right ............................ límite superior de intervalo (extremo derecho) o .................................. media de muestra xσn-1 .......
1-3-5 Intervalo de confianza (INTR) A continuación se muestra el significado de cada elemento en el caso de una especificación de datos de lista. Data .......................... tipo de dato C-Level ...................... nivel de confianza (0 < C-Level < 1) σ1 ............................... desviación estándar de población de la muestra 1 (σ1 > 0) σ2 ............................... desviación estándar de población de la muestra 2 (σ2 > 0) List(1) ........................
1-3-6 Intervalo de confianza (INTR) uIntervalo Z de 1 proporción (1-Prop Z Interval) 1-Prop Z Interval utiliza el número de datos para una proporción desconocida de éxito. La siguiente es la expresión del intervalo de confianza. El valor 100 (1 – α) % es el nivel de confianza. x Left = n – Z α 2 x Right = n + Z α 2 1 x x n n 1– n n : tamaño de muestra x : dato 1 x x n n 1– n Desde la lista de datos estadísticos realice la operación de tecla siguiente.
1-3-7 Intervalo de confianza (INTR) uIntervalo Z de 2 proporciones ( 2-Prop Z Interval ) 2-Prop Z Interval utiliza el número de elementos de datos para calcular el intervalo de confianza para la diferencia entre la proporción de éxitos de dos poblaciones. La siguiente es la expresión del intervalo de confianza. El valor 100 (1 – α) % es el nivel de confianza.
1-3-8 Intervalo de confianza (INTR) Left .............................. límite inferior de intervalo (extremo izquierdo) Right ............................ límite superior de intervalo (extremo derecho) p̂1 ................................. p̂2 ................................. n1 ................................. n2 .................................
1-3-9 Intervalo de confianza (INTR) o .................................. media de muestra xσn-1 ............................. desviación estándar de muestra (xσn-1 > 0) n .................................. tamaño de muestra (entero positivo) Después de ajustar todos los parámetros, alinee el cursor con [Execute] y luego presione la tecla de función inferior para realizar el cálculo. • 1(CALC) ... Realiza el cálculo. Ejemplo de generación de resultado de cálculo Left ..............................
1-3-10 Intervalo de confianza (INTR) La siguiente expresión del intervalo de confianza se aplica cuando el agrupamiento no se encuentra en efecto. El valor 100 (1 – α) % es el nivel de confianza. Left = (o1 – o2)– tdf α 2 Right = (o1 – o2)+ tdf α 2 df = x1σ n–12 x2 σn–12 + n n1 2 x1σ n–12 x2 σn–12 + n n1 2 1 2 C 2 + (1–C) n1–1 n2–1 x1σ n–12 n1 C= x1σ n–12 x2 σn–12 n1 + n2 Desde la lista de datos estadísticos realice la operación de tecla siguiente.
1-3-11 Intervalo de confianza (INTR) o1 ................................. x1σn-1 ............................ n1 ................................. o2 ................................. x2σn-1 ............................ n2 .................................
1-4-1 Distribución (DIST) 1-4 Distribución (DIST) Existe una variedad de tipos diferentes de distribución, pero la más conocida es la “distribución normal”, que es esencial para llevar a cabo los cálculos estadísticos. La distribución normal es una distribución simétrica centrada sobre las ocurrencias mayores de los datos de la media (frecuencia más alta), con disminución de la frecuencia a medida que se aleja del centro.
1-4-2 Distribución (DIST) uFunciones de distribución comunes Después de delinear un gráfico, puede usar la función P-CAL para calcular un valor de p estimado para un valor de x particular. El siguiente es el procedimiento general para usar la función P-CAL. 1. Después de delinear un gráfico, presione 1 (P-CAL) para visualizar el cuadro de diálogo de ingreso de valor de x. 2. Ingrese el valor que desea para x y luego presione w.
1-4-3 Distribución (DIST) k Distribución normal uDensidad de probabilidad normal La densidad de probabilidad normal calcula la densidad de probabilidad de la distribución normal cuyos datos fueron tomados desde un valor de x especificado. La densidad de probabilidad normal se aplica a la distribución normal estándar. 2 f(x) = 1 e– 2πσ (x – µµ) 2σ 2 (σ > 0) Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) b(Norm) b(P.
1-4-4 Distribución (DIST) uProbabilidad de distribución normal La probabilidad de la distribución normal calcula la probabilidad de los datos de distribución normal que caen entre dos valores específicos. p= 1 2πσ ∫ a : límite inferior b : límite superior 2 b e a – (x – µ µ) 2σ 2 dx Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) b(Norm) c(C.D) Los datos se especifican usando la especificación de parámetros.
1-4-5 Distribución (DIST) Ejemplo de generación de resultado de cálculo p .................................. probabilidad de distribución normal z:Low ........................... valor de z:Low (convertido para estandarizar la referencia z para el valor inferior) z:Up .............................
1-4-6 Distribución (DIST) Después de ajustar todos los parámetros, alinee el cursor con [Execute] y luego presione la tecla de función mostrada a continuación para realizar el cálculo. • 1(CALC) ... Realiza el cálculo. Ejemplos de generación de resultado de cálculo x .......................................
1-4-7 Distribución (DIST) k Distribución de Student-t uDensidad de probabilidad de Student-t La densidad de probabilidad de Student-t calcula la densidad de probabilidad de la distribución t cuyos datos fueron tomados desde un valor de x especificado. x2 df + 1 1+ Γ 2 df f (x) = π df df Γ 2 – df+1 2 Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) c(T) b(P.D) Los datos se especifican usando la especificación de parámetros.
1-4-8 Distribución (DIST) uProbabilidad de distribución de Student-t La probabilidad de la distribución de Student-t calcula la probabilidad de los datos de distribución t que caen entre dos valores específicos. df + 1 2 p= df Γ 2 π df Γ ∫ b a x2 1+ df – df+1 2 dx a : límite inferior b : límite superior Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) c(T) c(C.D) Los datos se especifican usando la especificación de parámetros.
1-4-9 Distribución (DIST) Ejemplo de generación de resultado de cálculo p .................................. probabilidad de distribución de Student-t t:Low ........................... valor de t:Low (valor inferior de ingreso) t:Up ............................. valor de t:Up (valor superior de ingreso) k Distribución de χ2 uDensidad de probabilidad χ2 La densidad de probabilidad χ2 calcula la función de densidad de probabilidad para la distribución χ2 en un valor de x especificado.
1-4-10 Distribución (DIST) Ejemplo de generación de resultado de cálculo p .................................. densidad de probabilidad de χ2 # Los ajustes de la ventana V se usan para el delineado de gráfico cuando el ajuste [Stat Wind] de la pantalla SET UP es [Manual]. Los ajustes de la ventana V siguientes se ajustan automáticamente cuando el ajuste [Stat Wind] es [Auto].
1-4-11 Distribución (DIST) uProbabilidad de distribución χ2 La probabilidad de la distribución χ2 calcula la probabilidad de los datos de distribución χ2 que caen entre dos valores específicos. p= 1 df Γ 2 1 2 df 2 ∫ b df –1 – x2 e x 2 dx a : límite inferior b : límite superior a Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) d(χ2) c(C.D) Los datos se especifican usando la especificación de parámetros.
1-4-12 Distribución (DIST) Ejemplo de generación de resultado de cálculo p .................................. probabilidad de distribución de χ2 k Distribución F uDensidad de probabilidad F La densidad de probabilidad F calcula la función de densidad de probabilidad para la distribución F en un valor especificado x. n+d 2 f (x) = n d Γ Γ 2 2 Γ n d n 2 x n –1 2 1 + nx d – n+d 2 Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) e(F) b(P.
1-4-13 Distribución (DIST) Ejemplo de generación de resultado de cálculo p .................................. densidad de probabilidad F # Los ajustes de la ventana V para el delineado de gráfico se ajustan automáticamente cuando el ajuste [Stat Wind] de la pantalla SET UP es [Auto]. Los ajustes de la ventana V actuales se usan para el delineado de gráfico cuando el ajuste [Stat Wind] es [Manual].
1-4-14 Distribución (DIST) uProbabilidad de distribución F La probabilidad de la distribución F calcula la probabilidad de los datos de distribución F que caen entre dos valores específicos. n+d 2 p= n d Γ Γ 2 2 Γ n d n 2 ∫ b x n –1 2 a 1 + nx d – a : límite inferior b : límite superior n+d 2 dx Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) e(F) c(C.D) Los datos se especifican usando la especificación de parámetros.
1-4-15 Distribución (DIST) Ejemplo de generación de resultado de cálculo p ..................................
1-4-16 Distribución (DIST) k Distribución binomial uProbabilidad binomial La probabilidad binomial calcula una probabilidad en un valor especificado para la distribución binomial discreta, con el número de intentos “Numtrial” y probabilidad de éxito en cada intento. f (x) = n C x px (1–p) n – x (x = 0, 1, ·······, n) p : probabilidad de éxito (0 < p < 1) n : número de intentos Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) f(Binmal) b(P.
1-4-17 Distribución (DIST) Ejemplo de generación de resultado de cálculo p .................................. probabilidad binomial uDensidad acumulativa binomial La densidad acumulativa binomial calcula la probabilidad acumulativa en un valor especificado para la distribución binomial discreta, con el número de intentos “Numtrial” y probabilidad de éxito en cada intento. Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5 (DIST) f (Binmal) c (C.
1-4-18 Distribución (DIST) Después de ajustar todos los parámetros, alinee el cursor con [Execute] y luego presione la tecla de función mostrada a continuación para realizar el cálculo. • 1(CALC) ... Realiza el cálculo. Ejemplo de generación de resultado de cálculo p .........................................
1-4-19 Distribución (DIST) k Distribución de Poisson uProbabilidad de Poisson La probabilidad de Poisson calcula una probabilidad en un valor especificado para la distribución de Poisson discreta con la media especificada. f (x) = e– µ µ x x! (x = 0, 1, 2, ···) µ : media (µ > 0) Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) g(Poissn) b(P.
1-4-20 Distribución (DIST) uDensidad acumulativa de Poisson La densidad acumulativa de Poisson calcula una probabilidad en un valor especificado para la distribución de Poisson discreta con la media especificada. Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) g(Poissn) c(C.D) A continuación se muestra el significado de cada elemento cuando los datos se especifican usando la especificación de lista. Data ............................ tipo de dato List .................
1-4-21 Distribución (DIST) k Distribución geométrica uProbabilidad geométrica La probabilidad geométrica calcula una probabilidad en un valor especificado, el número del intento sobre el cual ocurre el primer éxito, para distribución geométrica discreta con la probabilidad especificada de éxito. f (x) = p(1– p) x – 1 (x = 1, 2, 3, ···) Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) h(Geo) b(P.
1-4-22 Distribución (DIST) uDensidad acumulativa geométrica La densidad acumulativa geométrica calcula una probabilidad acumulativa en un valor especificado, el número del intento sobre el cual ocurre el primer éxito, para la distribución geométrica discreta con la probabilidad especificada de éxito. Desde la lista de datos estadísticos realice la operación de tecla siguiente. 5(DIST) h(Geo) c(C.
