B k A +
B k A +
B k A +
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Expresión de la incertidumbre de medida: 2008 (Esp) Términos y conceptos estadísticos básicos<br />
C.2.4 función de distribución<br />
función que da, para cada valor de x, la probabilidad de que la variable aleatoria X sea menor o igual que x:<br />
[ISO 3534-1:1993, definición 1.4]<br />
F( x)<br />
= Pr(<br />
X ≤ x)<br />
C.2.5 función de densidad de probabilidad (para una variable aleatoria continua)<br />
es la derivada (cuando existe) de la función de distribución:<br />
f ( x)<br />
= dF ( x)<br />
NOTA f(x)dx se denomina “elemento de probabilidad” o “probabilidad elemental”:<br />
[ISO 3534-1:1993, definición 1.5]<br />
JCGM © 2008 - Reservados todos los derechos 43<br />
dx<br />
f ( x)<br />
dx = Pr(<br />
x < X < x + dx)<br />
C.2.6 función de masa de probabilidad<br />
función que da, para cada valor xi de una variable aleatoria discreta X, la probabilidad pi de que esta variable<br />
aleatoria sea igual a xi:<br />
[ISO 3534-1:1993, definición 1.6]<br />
Pr( i ) x X p i = =<br />
C.2.7 parámetro<br />
magnitud utilizada para describir la distribución de probabilidad de una variable aleatoria<br />
[ISO 3534-1:1993, definición 1.12]<br />
C.2.8 correlación<br />
relación entre dos o más variables aleatorias dentro de una distribución de dos o más variables aleatorias<br />
NOTA La mayoría de las medidas estadísticas de correlación únicamente miden el grado de linealidad de la relación.<br />
[ISO 3534-1:1993, definición 1.13]<br />
C.2.9 esperanza matemática (de una variable aleatoria o de una distribución de probabilidad); valor<br />
esperado; media<br />
1) Para una variable aleatoria discreta X que toma los valores xi con probabilidades pi, la esperanza, si existe, es<br />
∑<br />
μ = E ( X ) = pi<br />
xi<br />
donde el sumatorio se extiende a todos los valores xi que pueda tomar X.<br />
2) Para una variable aleatoria continua X, con función de densidad de probabilidad f(x), la esperanza, si existe,<br />
es<br />
μ = E ( X ) = xf ( x)<br />
dx<br />
donde la integral se extiende a todo el campo de variación de X.<br />
∫