Créer jeu
Télécharger
Obtenir Plan Académique
Partager le jeu
Intégrez-le à votre plateforme

Vous pouvez intégrer le jeu dans un LMS compatible avec LTI 1.1 ou LTI 1.3 comme Canvas, Moodle ou Blackboard. Les scores seront ainsi automatiquement enregistrés dans le carnet de notes de la plateforme.
Télécharger
Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Google Classroom avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Google Classroom, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Vous avez dépassé le nombre maximum de jeux que vous pouvez intégrer à Microsoft Teams avec votre Plan actuel.

Pour intégrer autant de jeux que vous le souhaitez dans Microsoft Teams, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Le téléchargement du jeu est une fonctionnalité exclusive pour les utilisateurs avec un Plan Académique ou un Plan Commercial.

Obtenez votre Plan Académique ou Plan Commercial dès maintenant et commencez à intégrer vos jeux dans votre LMS, votre site Web ou votre blog.

Si vous le souhaitez, vous pouvez télécharger une jeu de test ici et tester son intégration:

Importancia de la distribución normal

Compléter

Parties jouées 2 %Précision 40 Temps moyen 02:11

À propos de cette activité

Explica la importancia de la distribución normal

Créé par

Mexico

Téléchargez la version pour jouer sur papier

Créez votre propre jeu gratuite à partir de notre créateur de jeu
Affrontez vos amis pour voir qui obtient le meilleur score dans ce jeu

Top Jeux

%
%
%
%
Vous avez dépassé le nombre maximum de jeux que vous pouvez imprimer avec votre Plan actuel.

Pour imprimer autant de jeux que vous le souhaitez, vous avez besoin d’un Plan Académique ou un Plan Commerciel.

Imprimez votre jeu
 
game-icon

Compléter

Importancia de la distribución normalVersion en ligne

Explica la importancia de la distribución normal

par Héctor Rivera
1

La es una herramienta fundamental en estadística . Sirve como aproximación para muchas distribuciones , y la , cuando n es grande , se acerca a la . Además , la tiende a seguir una distribución normal cuando el tamaño de la muestra es grande , lo que facilita la inferencia . Numerosas variables reales , como pesos , alturas o duraciones de servicio , presentan patrones semejantes a la curva normal , especialmente bajo condiciones de independencia y variabilidad controlada . La describe la dispersión de los datos .

2

El sostiene que , para muestras suficientemente grandes , la tiende a una normal , incluso si la población original no lo es . Esta propiedad facilita el uso de y pruebas paramétricas . Con tamaños muestrales grandes , la varianza se reduce y la estimación de la media mejora , permitiendo conclusiones más robustas sobre la población , siempre que existan y con .