Distribuciones de Probabilidad Comunes

Un pequeño catálogo de familias de distribuciones, entre ellas la binomial, Poisson, geométrica, uniforme, normal, exponencial y gamma, se repite en probabilidad y estadística porque cada una surge de un mecanismo generador simple y frecuentemente encontrado.

Definition

Las distribuciones de probabilidad comunes son las familias paramétricas estándar de leyes, cada una definida por una función de masa o densidad de probabilidad con unos pocos parámetros, que modelan los patrones de aleatoriedad más frecuentemente encontrados y sirven como bloques de construcción de modelos probabilísticos.

Scope

El tema abarca las principales familias discretas como la Bernoulli, binomial, geométrica, binomial negativa y Poisson, y las principales familias continuas como la uniforme, exponencial, gamma, beta y normal, junto con sus mecanismos generadores, momentos y funciones características, y las relaciones limitantes y estructurales que las conectan.

Core questions

• ¿Qué mecanismo generador da origen a cada distribución estándar?
• ¿Cómo se relacionan las familias discretas y continuas mediante límites y transformaciones?
• ¿Cuáles son los momentos y las funciones características de las familias estándar?
• ¿Por qué la distribución normal ocupa un lugar central entre ellas?

Key concepts

• Bernoulli y binomial
• Poisson y exponencial
• familias gamma y beta
• distribución normal
• relaciones entre familias

Key theories

Límite de Poisson de la binomial

Cuando el número de ensayos independientes crece mientras la probabilidad de éxito disminuye de modo que el número esperado de éxitos permanece fijo, la distribución binomial converge a la de Poisson, lo que explica por qué los recuentos de eventos raros se distribuyen según Poisson.

Distribución normal como límite universal

La distribución normal surge como la ley límite de sumas estandarizadas de muchas pequeñas contribuciones independientes, razón por la cual modela el error de medición y las cantidades agregadas, y sirve como distribución de referencia de la estadística clásica.

Clinical relevance

Estas familias son los modelos predeterminados en toda la probabilidad y estadística aplicada: la Poisson y la exponencial describen llegadas y tiempos de vida en fiabilidad y teoría de colas, la binomial y sus parientes describen recuentos de éxitos en ensayos y encuestas, y la normal sustenta los modelos de error de medición, los intervalos de confianza y una gran parte de la inferencia estadística.

History

Las distribuciones nombradas se acumularon a lo largo de tres siglos: Bernoulli y de Moivre estudiaron los recuentos y la aproximación normal, Poisson derivó la ley de los eventos raros, y Gauss y Laplace establecieron la distribución normal para los errores. El tratamiento moderno las organiza por sus mecanismos generadores y relaciones limitantes.

Key figures

• Abraham de Moivre
• Simeon Denis Poisson
• Carl Friedrich Gauss
• Jacob Bernoulli

Seminal works

• feller1968

Frequently asked questions

¿Por qué la distribución normal aparece con tanta frecuencia?

Porque el teorema del límite central la convierte en la distribución límite de sumas estandarizadas de muchos efectos pequeños e independientes, por lo que cualquier cantidad construida a partir de muchas contribuciones comparables tiende a ser aproximadamente normal, independientemente de los detalles.

¿Cómo se conectan las distribuciones exponencial y de Poisson?

Describen el mismo proceso desde dos ángulos: en un proceso de Poisson, el número de eventos en un intervalo fijo se distribuye según Poisson, mientras que los tiempos de espera entre eventos se distribuyen exponencialmente.