PyE
Tema 4 - V.A. Continuas

Distribución Gamma

5 problemas en los exámenes evalúan este concepto.

Suele aparecer junto a

Problemas que lo evalúan

  1. Ajuste de distribución Gamma a VelViento2024 (K-S)
    24-25 · CON

    Variable continua, positiva y con sesgo a la derecha ($\text{sesgo} > 0$) sugiere una distribución Gamma. Ajústala en Statgraphics y contrasta con Kolmogorov-Smirnov al 10%.

    Prueba K-S de normalidadAjuste de distribución en Statgraphics
    ★★★★★
  2. Ajuste de distribución Gamma a VelViento2024 (K-S)
    24-25 · CON

    Variable continua, positiva y con sesgo $>0$ (cola a la derecha) → encaja con una Gamma. Como es continua, el contraste de bondad de ajuste adecuado es Kolmogorov-Smirnov al 10%.

    Prueba K-S de normalidadAjuste de distribución en Statgraphics
    ★★★★★
  3. Modelo A · Modelo de distribución para Loc2_Cuello_Hembra
    23-24 · CON

    Fíjate en tres pistas: tipo de valores (continuos positivos), forma del histograma (asimetría) y relación entre media y desviación típica. Si media $\neq$ s, descarta exponencial y ve a gamma; valida con Kolmogorov-Smirnov.

    Estadística descriptiva (mediana, desviación, sesgo, cuartiles)Prueba K-S de normalidadAjuste de distribución en StatgraphicsDistribución exponencial
    ★★★★★
  4. Modelo B · Modelo de distribución para Loc2_Cuello_Macho
    23-24 · CON

    Variable continua positiva con asimetría positiva: los candidatos del curso son exponencial y gamma. Compara $\bar{x}$ con $s$ para descartar la exponencial y contrasta la gamma con Kolmogorov-Smirnov.

    Estadística descriptiva (mediana, desviación, sesgo, cuartiles)Prueba K-S de normalidadAjuste de distribución en StatgraphicsDistribución exponencial
    ★★★★★
  5. Distribución Gamma: momentos, IC y contraste (terremotos)
    23-24 · Sin Ordenador

    Reconoce que $f(x) = \beta^2 x e^{-\beta x}$ es una Gamma$(\alpha=2, \beta)$, con $E[X] = 2/\beta$. Con $n=144$ usa el pivote $(\bar{X}-\mu)/(S/\sqrt{n}) \approx N(0,1)$ por TCL, y para el IC de $\beta$ aplica la transformación monótona $\beta = 2/\mu$.

    Contraste para la media con t-StudentMétodo de los momentosIntervalo de confianza para la media (t/N por TCL)
    ★★★★