Flashcards: Distribucions binomial i normal
Matemàtiques Aplicades a les Ciències Socials · 2n Batxillerat · 26 targetes
Llegeix la pregunta, intenta respondre-la de memòria i gira la targeta. Marca «La sé» o «A repassar»: al final pots repetir només les que t'han costat.
Totes les targetes del tema
Per fer-hi una ullada ràpida o repassar-les en paper.
1. Quines quatre condicions ha de complir una situació per ser una binomial ?
Nombre fix de repeticions , només dos resultats a cada repetició, probabilitat d'èxit constant i repeticions independents.
2. Fórmula de en una binomial ?
. És la probabilitat d'obtenir exactament èxits.
3. Què compta el combinatori de la fórmula binomial?
De quantes maneres es poden repartir els èxits entre les repeticions. Si l'oblides, el resultat surt molt més petit del que toca.
4. Mitjana i desviació típica d'una binomial ?
i .
5. Per a quin valor de és màxima la desviació típica d'una binomial?
Per a , el cas de màxima incertesa. S'acosta a zero quan és molt petita o molt gran.
6. Camí curt per calcular la probabilitat de «com a mínim un èxit»?
El succés contrari: .
7. Quan deixa de servir el model binomial en un mostreig?
Sense reposició en una població petita: la probabilitat d'èxit canvia a cada extracció i deixa de ser constant.
8. Què indiquen els paràmetres d'una normal ?
La mitjana marca el centre de la campana i la desviació típica , l'amplada.
9. Per què en una normal coincideixen mitjana, mediana i moda?
Perquè la corba és simètrica respecte de la mitjana.
10. Fórmula de tipificació? Què et diu el valor ?
: a quantes desviacions típiques de la mitjana és el valor. Converteix qualsevol normal en la .
11. Error típic: buscar un valor directament a la taula. Què és correcte?
La taula només val per a la normal estàndard : primer has de tipificar el valor.
12. Què dona la taula de la normal estàndard?
La probabilitat acumulada : la de quedar per sota del valor tipificat.
13. Com calcules amb la taula?
Restant d'1 l'acumulada: .
14. Com calcules si la taula només té valors positius?
Per simetria: .
15. Com calcules la probabilitat d'un interval, ?
Restant les dues acumulades: .
16. En una variable contínua, quant val la probabilitat d'un valor exacte? Per què?
Zero: la probabilitat és l'àrea sota la corba, i un segment sense amplada no té àrea.
17. Què diu la regla del 68 i el 95 en una normal?
Aproximadament el 68 % de les dades cau entre i , i el 95 %, entre i . Val per a qualsevol normal.
18. Problema invers: com trobes el valor que deixa una probabilitat donada per sota?
Busques la probabilitat dins de la taula, en lliges el i desfàs la tipificació: .
19. Problema invers: et demanen el valor a partir del qual hi ha el 10 % més alt. Quina acumulada busques?
0,90: la taula dona acumulades, o sigui que passes al complementari.
20. Problema invers: si l'acumulada buscada és menor que 0,5, quin signe té ?
Negatiu: el valor cau per sota de la mitjana. Comprova-ho abans de donar la resposta.
21. Quins deixen per sota el 95 %, el 97,5 % i el 99,5 %?
, i . Els retrobaràs com a valors crítics dels intervals de confiança.
22. Condició per aproximar una binomial per una normal?
i . Escriure aquesta comprovació forma part de la resposta.
23. Amb quina normal aproximes una binomial ?
Amb la que té els mateixos paràmetres: i .
24. Correcció de continuïtat: amb quin valor calcules i ?
amb i amb .
25. Correcció de continuïtat: com calcules amb la normal?
Com la probabilitat de l'interval de a .
26. Per què cal la correcció de continuïtat?
La binomial és discreta i la normal, contínua: cada valor sencer s'ha de representar per l'interval de mig punt al seu voltant. Sense correcció, el resultat surt desplaçat.
Altres flashcards de Matemàtiques Aplicades a les Ciències Socials 2n Batxillerat
- Matrius i sistemes d'equacions
- Funcions, models i funcions a trossos
- Límits i asímptotes
- Derivades i estudi local d'una funció
- Optimització
- Integrals
- Probabilitat condicionada i teorema de Bayes
- Inferència: mostreig, estimació i intervals de confiança
- Programació lineal
Següent tema: Inferència: mostreig, estimació i intervals de confiança →