Estadística interactiva
Laboratorio de distribuciones
Pega mediciones o recuentos, observa el gráfico y compara modelos adecuados para cada tipo de datos. O identifica la distribución que generó una muestra: un modelo compatible no es una certeza.
Ir a las simulaciones de probabilidad Intervalos de confianza
Analizar una muestra
Introduce entre 5 y 2.000 números. Elige el separador decimal antes de analizar.
Tus datos permanecen en el navegador y no se envían al servidor.
Resultados
Histograma y curvas
Las barras muestran densidad, no recuentos: su área total es 1. Puedes mostrar u ocultar cada curva.
Leer intervalos en una tabla
| Desde | Hasta | Frecuencia | Densidad |
|---|
Comparación de modelos
La distancia D compara la distribución empírica con cada modelo ajustado a los mismos datos. Un valor menor solo significa más cercanía entre los modelos mostrados; no es una prueba de significación.
| Modelo | Parámetros estimados | D (descriptiva) |
|---|
Intervalo de confianza para la media
Usa la muestra que acabas de analizar. El nivel de confianza elegido determina la amplitud del intervalo.
Se necesitan observaciones independientes y una muestra representativa. Con muestras pequeñas importa que la población sea aproximadamente normal; la comparación de modelos del laboratorio no demuestra este supuesto. Una gran asimetría puede hacer que el intervalo sea poco fiable.
Analizar recuentos enteros
Introduce de 5 a 2.000 recuentos entre 0 y 100, separados por comas, puntos y coma o espacios. Cada valor debe referirse al mismo intervalo o número de ensayos.
Tus datos permanecen en el navegador y no se envían al servidor.
Frecuencias y probabilidades teóricas
Azul: frecuencia relativa observada. Rojo: Poisson. Verde: Binomial, si se conoce el número de ensayos.
| k | Frecuencia | Observada | Poisson | Binomial |
|---|
La tabla llega hasta el mayor recuento observado; una distribución teórica también puede asignar probabilidad a valores superiores.
Comparación de modelos
D es la distancia máxima entre las distribuciones acumuladas discretas observada y ajustada. Es descriptiva, no un valor p. No compares estos valores con los resultados de modelos continuos.
| Modelo | Parámetros estimados | D (descriptiva) |
|---|
¿Qué distribución está oculta?
El ordenador genera una muestra aleatoria sin revelar cuál de los seis modelos la produjo. Cinco generan mediciones continuas; Poisson genera recuentos enteros. Observa los datos, elige una hipótesis y descubre la respuesta.
Observa la muestra
Mostrar los valores numéricos
Respuesta y comparación
| Modelo | Parámetros estimados | D (descriptiva) |
|---|
Calcular a partir de estadísticas resumidas
Si solo conoces el tamaño, la media y la desviación, calcula el intervalo sin introducir todas las observaciones. Usa punto o coma para decimales, sin separadores de millares; n de 5 a 2.000.
Se necesitan observaciones independientes y una muestra representativa. Con muestras pequeñas importa que la población sea aproximadamente normal; la comparación de modelos del laboratorio no demuestra este supuesto. Una gran asimetría puede hacer que el intervalo sea poco fiable.
Siete ejemplos resueltos
Comenzamos con un ejemplo sobre el peso medio y después exploramos escenarios que muestran los efectos de σ, el tamaño de la muestra, el nivel de confianza y un intervalo que incluye cero.