Práctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal
|
|
- Trinidad Miranda Crespo
- hace 7 años
- Vistas:
Transcripción
1 Práctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal Ejercicio 1: Todos los días se seleccionan de manera aleatoria 12 unidades de un proceso de manufactura, con el propósito de verificar el porcentaje de unidades defectuosas en la producción. Con base a informaciones anteriores se sabe que la probabilidad de tener una pieza defectuosa es La gerencia ha decidido detener la producción cada vez que una muestra de 12 unidades tenga dos o más defectuosas. a) Cuál es la probabilidad de que en cualquier día la producción se detenga? b) Cuál es la probabilidad de que haya exactamente dos defectuosas? X: Nº de piezas defectuosas en 12 unidades ; X B( 12, 0. 05)! P[La producción se detenga] = P[X 2]! P[Haya dos defectuosas] = P[X=2] El cálculo de probabilidades en SPSS se hace a través de la calculadora del programa. SPSS ofrece la posibilidad de calcular valores de las funciones de densidad así como valores acumulados de la función de distribución. Para la función Binomial en concreto, utilizaremos las siguientes funciones: CDF.BINOM(cant, n, prob). Devuelve la probabilidad acumulada de que el número de éxitos en los n intentos, con una probabilidad de éxito prob para cada uno, sea menor o igual que la cantidad cant. PDF.BINOM(cant, n, prob). Devuelve la probabilidad de que el número de éxitos en n ensayos, con probabilidad de éxito prob en cada uno de ellos, sea igual a cant.
2 Atendiendo a la definición de esta función, las probabilidades que debemos calcular se reformularían del siguiente modo: P[La producción se detenga] = P[X 2] = 1- P[X < 2] = 1- P[X 1] = = 1 CDF.BINOM(1, 12,0.05) = = 0.12 P[Haya dos defectuosas] = P[X = 2] = PDF.BINOM(2, 12, 0.05) = 0.1
3 Ejercicio 2: Un laboratorio descubre que en una población hay un 5% de probabilidad de padecer una cierta enfermedad. Si se seleccionan 8 miembros de esta población aleatoriamente, a) Cuál es la probabilidad de que no más de dos padezcan esta enfermedad? b) Cuál es la probabilidad de que no haya ningún miembro en la muestra seleccionada que padezca la enfermedad? X: Número de personas que padecen la enfermedad de entre los 8 individuos seleccionados X B ( 8, 0. 05)! P[X < 2] = P[X 1] =CDF.BINOM(1, 8,0.05) = 0.94! P[X = 0] = PDF.BINOM(0, 8,0.05) = 0.66
4 Ejercicio 3: Si X es una variable aleatoria con distribución de Poisson de parámetro 2, calcular las siguientes probabilidades: P[X > 6 ] P[3 < X] P[1 < X < 3] P[X < 4] P[5 > X] P[0 < X < 4] P[X = 5] P[2 < X < 5] P[1 < X < 6] P[X 6 ] P[1 < X 3] P[5 X ] P[0 X < 4] P[1 X 6] P[2 < X ] PDF.POISSON(cant,media). Devuelve la probabilidad de que un valor de la distribución de Poisson, con el parámetro de tasa o media especificado, sea igual a cant. CDF.POISSON(cant,media). Devuelve la probabilidad acumulada de que un valor de la distribución de Poisson, con el parámetro de tasa o media especificado, sea menor o igual que la cantidad cant. " P[X > 6 ] = 1 - P[X 6 ] = 1 CDF.POISSON ( 6, 2) = 1 1 = 0 " P[3 < X] = 1 - P[X 3 ] = 1 CDF.POISSON ( 3, 2) = = 0.14 " P[1 < X < 3] = P[X = 2] = PDF.POISSON ( 2, 2) = 0.27 " P[X < 4] = P[X 3] = CDF.POISSON ( 3, 2) = 0.86 " P[5 > X] = P[X 4] = CDF.POISSON ( 4, 2) = 0.95 " P[0 < X < 4] = P[X 3] - P[X = 0] = CDF.POISSON ( 3, 2) PDF.POISSON ( 0, 2) = = = 0.72 " P[X = 5] = PDF.POISSON ( 5, 2) = 0.04 " P[2 < X < 5] = P[X 4] - P[X 2] = CDF.POISSON ( 4, 2) CDF.POISSON ( 2, 2) = = = 0.27 " P[1 < X < 6] = P[X 5] - P[X 1] = CDF.POISSON ( 5, 2) CDF.POISSON ( 1, 2) = = = 0.57
5 " P[ X 6] = CDF.POISSON ( 6, 2) = " P[ 1 < X 3 ] = CDF.POISSON(3, 2) CDF.POISSON(1, 2) = 0.45 " P[ 5 X ] = 1 CDF.POISSON(4, 2) = 0.05 " P[0 X < 4] = CDF.POISSON(3, 2) = 0.86 " P[1 X 6] = CDF.POISSON(6, 2) CDF.POISSON(0, 2) = 0.86 " P[2 < X ] = 1 CDF.POISSON(2, 2) = 0.32
6 Ejercicio 4 Se cree que el peso de las crías de cierta raza de perro es una variable aleatoria normal de media 2.5 kg. y desviación típica 1. Se han tomado datos de 10 camadas, obteniéndose los siguientes resultados: Camada Pesos (kg) a) Representar gráficamente estos datos y comparar con la forma de la distribución normal. Se puede admitir gráficamente que estos datos se distribuyen según una normal? b) Calcular la probabilidad de que el peso de un cachorro sea mayor que 2 kilos. c) Qué peso tendrá el 20% de los cachorros que más pesan? Seleccionamos
7 abriéndose entonces la ventana de diálogo: Se obtienen los siguientes resultados: En primer lugar se indican los detalles del contraste referentes a la distribución utilizada y el procedimiento empleado para representar los datos, así como los parámetros estimados a partir de los datos de la muestra MODEL: MOD_1. Distribución contrastada: Normal Fórmula de estimación de la proporción utilizada: Blom Rango asignado a empates: Media _ Para variable PESO... Parámetros de la distribución normal estimado: ubicación = y escala = Y a continuación SPSS ofrece el gráfico Q-Q.
8 Normal gráfico Q-Q de PESO Valor Normal esperado Valor observado Representamos los datos junto con la curva normal Desv. típ. =.30 Media = 2.48 N = PESO
9 X: Peso de las crías de una cierta raza de perro ; X N( 2. 5; 1) CDF.NORMAL(cant,media,desv_típ). Devuelve la probabilidad acumulada de que un valor de la distribución normal, con la media y desviación típica especificadas, sea menor que la cantidad cant. P[X > 2] = 1 - P[X 2] = 1 CDF.NORMAL(2, 2.5, 1) = = 0.69 IDF.NORMAL(prob,media,desv_típ). Devuelve el valor de la distribución normal, con la media y la desviación típica especificadas, para el cual la probabilidad acumulada es prob. P[X k] = P[X < k] = 0.20 P[X < k] = 0.80 k = IDF.NORMAL(0.80, 2.5, 1) = 3.34
10 Ejercicio 5 Simular una muestra de tamaño 50 de una distribución Binomial de parámetros n = 5 y p = 0.95 RV.BINOM(n,prob). Devuelve un valor aleatorio de la distribución Binomial, con el número de intentos y el parámetro de probabilidad especificados. (Para simular K datos es necesario haber introducido K valores en una variable) Ejercicio 6 Simular una muestra de tamaño 50 de una distribución de Poisson de parámetro λ = 4 RV.POISSON(media). Devuelve un valor aleatorio de la distribución de Poisson, con el parámetro de media especificado Ejercicio 7 Simular una muestra de 50 valores de una distribución Normal N(14; 4). Representar estos datos junto con la curva normal RV.NORMAL(media,desv_típ). Devuelve un valor aleatorio de la distribución normal, con la media y desviación típica especificadas.
Práctica 4 TEOREMA CENTRAL DEL LÍMITE
Práctica 4. Teorema Central del Límite 1 Práctica 4 TEOREMA CENTRAL DEL LÍMITE Objetivos: En esta práctica utilizaremos el paquete SPSS para ilustrar el Teorema Central del Límite. Además calcularemos
Más detallesPráctica 3 DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS
Práctica 3.Distribuciones de variables aleatorias discretas 1 Práctica 3 DISTRIBUCIONES DE VARIABLES ALEATORIAS DISCRETAS Objetivos: En esta práctica utilizaremos el paquete SPSS para generar una muestra
Más detallesDistribuciones de Probabilidad.
Práctica núm. 3 1 Distribuciones de Probabilidad. 3.1. Distribuciones de Probabilidad en Statgraphics El estudio de las distribuciones de probabilidad en Statgraphics se puede realizar en el menú Descripción/Distribuciones/Distribuciones
Más detallesSOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y
Más detallesPROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6
PROBABILIDAD Y ESTADÍSTICA ININ4 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6. Con base en probabilidades de la distribución normal a, 2 y 3 desviaciones, determine para una variable con μ = 5 y
Más detallesNombre: Solución: a) N(
1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media µ = 100 meses y desviación típica σ = 12 meses. Determínese el mínimo tamaño
Más detallesD I S T R I B U C I Ó N N O R M A L
D I S T R I B U C I Ó N N O R M A L 1. V A R I A B L E A L E A T O R I A C O N T I N U A. F U N C I O N E S A S O C I A D A S Variable aleatoria continua es aquella que puede tomar valores en un conjunto
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 011 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 6: TEORÍA DE MUESTRAS Junio, Ejercicio 4, Opción B Reserva 1, Ejercicio 4, Opción B Reserva, Ejercicio
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesOPCIÓN A. A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en la siguiente tabla:
Bloque III Solucionario Actividades de síntesis: Estadística y probabilidad OPCIÓN A A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en
Más detallesFigura 1. Generación de variables aleatorias.
PRÁCTICA 3. Ingeniería Técnica Industrial (2º) - Mecánica. Profesores: Javier Faulín y Francisco Ballestín 1. Generación de variables aleatorias. El programa nos permite generar variables aleatorias especificando
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesAlgunas Distribuciones EstadísticasTeóricas. Aproximación de la Distribución Binomial por la Distribución de Poisson
Algunas Distribuciones EstadísticasTeóricas Distribución de Bernoulli Distribución de Binomial Distribución de Poisson Aproximación de la Distribución Binomial por la Distribución de Poisson Distribución
Más detallesa) La probabilidad de que haya exactamente dos zurdos. b) P(x 2) c) P(x < 2) d) P(1 x 4)
Probabilidad Binomial 1.- Supóngase que el 24 por ciento de cierta población tiene sangre tipo B. A partir de una muestra de 20 individuos extraída esa población, calcular la probabilidad: p = 0.24 n =
Más detalles1º BCNySyT Distribuciones binomial y normal Excel
1º BCNySyT - 14. Distribuciones binomial y normal Excel PASO A PASO 1. Calcula los parámetros de la variable aleatoria número de hijas y haz el diagrama de barras de frecuencias relativas. Número de hijas:
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
Prueba de Evaluación Continua Grupo B 8-X-5.- Un ladrón perseguido por la policía llega a un garaje que tiene dos puertas: una conduce al recinto A en la que hay coches de los que sólo tienen gasolina
Más detallesDistribuciones de probabilidad con la calculadora científica Classwiz FX-570/991 SP XII
Distribuciones de probabilidad con la calculadora científica Classwiz FX-570/99 SP XII José Mª Chacón Íñigo IES Llanes, Sevilla Te explicamos como realizar la operación de distribución de probabilidad
Más detallesPROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL SOLUCIÓN Usando las frecuencias relativas, se tiene: b) La
Más detallesEJERCICIOS DE SELECTIVIDAD
EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ
Más detallesApellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva:
Cátedra: Probabilidad y Estadística Apellido y Nombres: Fecha: Carrera: Calificación 1ª Parte: Legajo: Calificación 2ª Parte: DNI: Calificación Definitiva: Atención! Para aprobar el examen se debe alcanzar
Más detallesETSI de Topografía, Geodesia y Cartografía
Distribuciones (discretas y continuas) EVALUACIÓN CONTINUA (Tipo I) 14-XII-11 1. Una prueba del examen de Estadística consiste en un cuestionario de 10 preguntas con tres posibles respuestas, solamente
Más detalles12. (SEPTIEMBRE 2004) Una muestra aleatoria de 9 tarrinas de helado proporciona los siguientes pesos en gramos
DEPARTAMENTO DE MATEMÁTICAS UNIDAD 5. Estadística IES Galileo Galilei EJERCICIOS DE SELECTIVIDAD 1. (JUNIO 2000) Una variable aleatoria X tiene distribución normal siendo su desviación típica igual a 3.
Más detalles04 Funciones de masa de probabilidad discretas. Contenido. Sobre la selección de las FMPs/FDPs. FMP de Bernoulli
04 Funciones de masa de probabilidad discretas Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales FMPs Bernoulli FMPs binomial FMPs Poisson FMP geométrica Contenido
Más detallesMatemática 3 Curso 2013
Matemática 3 Curso 2013 Práctica 3: Variables aleatorias discretas. Funciones de distribución Binomial, Geométrica, Hipergeométrica, Poisson. 1) Dadas las siguientes funciones, determinar cuales son funciones
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Enero 013 Objetivos: Utilizar
Más detallesEstadística I MATERIAL COMPLEMENTARIO Cálculo de probabilidades
Estadística I MATERIAL COMPLEMENTARIO Cálculo de probabilidades 1. Introducción Para calcular intervalos de confianza pueden utilizarse fórmulas o funciones estadísticas de Excel. A cualquier función estadística
Más detallesTEMA 6. Distribuciones
TEMA 6. Distribuciones Alicia Nieto Reyes BIOESTADÍSTICA Alicia Nieto Reyes (BIOESTADÍSTICA) TEMA 6. Distribuciones 1 / 16 Probabilidad= Distribución= Distribución de Probabilidad Cuando queremos conocer
Más detallesEJERCICIOS RESUELTOS TEMA 6.
EJERCICIOS RESUELTOS TEMA 6. 6.1. Una variable aleatoria es discreta si entre dos valores consecutivos: A) existen infinitos valores intermedios; B) no existen valores intermedios; C) existen valores intermedios
Más detallesDefinición de variable aleatoria
Variables aleatorias Instituto Tecnológico Superior de Tepeaca Agosto-Diciembre 2015 Ingeniería en Sistemas Computacionales M.C. Ana Cristina Palacios García Definición de variable aleatoria Las variables
Más detallesDISTRIBUCIÓN DE POISSON
DISTRIBUCIÓN DE POISSON P O I S S O N Siméon Denis Poisson, (1781-1840), astronauta francés, alumno de Laplace y Lagrange, en Recherchés sur la probabilité des jugements..., un trabajo importante en probabilidad
Más detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesTema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #1 Determinar la Distribución de los datos de una Simulación Prof.: MSc. Julio Rito Vargas A. Grupo: Ingeniería Industrial
Más detallesDISTRIBUCIÓN NORMAL. > = P (Z > 0,6) = 0, El 72,58% de las vacas pesa más de 570 kg. Puede esperarse que 73 vacas superen ese peso.
DISTRIBUCIÓN NORMAL 1. El peso de las 100 vacas de una ganadería se distribuye según una normal de media 600 kg y una desviación típica de 50 kg. Se pide: Cuántas vacas pesan más de 570 kilos? Cuántas
Más detallesDISTRIBUCIONES DE PROBABILIDAD. es una representación gráfica que permite visualizar un experimento de pasos múltiples.
es una representación gráfica que permite visualizar un experimento de pasos múltiples. Considere un experimento que consiste en lanzar dos monedas. Defina los resultados experimentales en términos de
Más detallesBiometría. Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson)
Biometría Distribuciones de probabilidad para variables aleatorias discretas (Binomial, Hipergeométrica y Poisson) Variable aleatoria El resultado de un experimento aleatorio puede ser descripto en ocasiones
Más detallesPROBLEMAS DE ESTADISTICA
ESTADÍSTICA, CURSO 2008 2009 1 PROBLEMAS DE ESTADISTICA 2. DISTRIBUCIONES DE PROBABILIDAD 2 1. Una urna contiene 6 bolas blancas, 4 rojas y 2 azules. Si se extraen 3 bolas sucesivamente sin reemplazamiento,
Más detallesPrincipales leyes de distribución de variables aleatorias
Capítulo 6 Principales leyes de distribución de variables aleatorias 6.1. Introducción Como complemento al capítulo anterior en el que definimos todos los conceptos relativos a variables aleatorias, describimos
Más detallesB0. Distribuciones de probabilidad
B0. Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Distribución Normal X N( µ, σ ) Dada una variable aleatoria caracterizado por la función
Más detallesINGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005
INGENIERÍA INFORMÁTICA DE GESTIÓN Junio 2005 1. En una pequeña empresa con 60 empleados, 25 son personal de fábrica y están cobrando unos sueldos semanales (en euros) en función a su antigüedad de: 300
Más detallesPROBLEMAS DE ESTIMACIÓN PUNTUAL Y POR INTERVALOS
Estadística 1 PROBLEMAS DE ESTIMACIÓN PUNTUAL Y POR INTERVALOS 1. Obtener un estimador insesgado para p en una m.a.s. de tamaño n de una distribución binomial B(m,p) con m conocido y calcular su error
Más detallesAnálisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM
Universidad Católica del Norte Escuela de Negocios Mineros Magíster en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Antofagasta, Junio de 2014 Freddy
Más detallesFACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS ACADEMIA DE PROBABILIDAD Semestre:
FAULTAD DE INGENIERÍA DIVISIÓN DE IENIAS BÁSIAS OORDINAIÓN DE IENIAS APLIADAS AADEMIA DE PROBABILIDAD Semestre: 07- SOLUIÓN SERIE MODELOS PROBABÍLISTIOS DISRETOS. Un ingeniero para su empresa de fabricación
Más detalles9 APROXIMACIONES DE LA BINOMIAL
9 APROXIMACIONES DE LA BINOMIAL 1 Una variable aleatoria sigue una distribución binomial B(n = 1000; p = 0,003). Mediante la aproximación por una distribución de POISSON, calcular P(X = 2), P(X 3) y P(X
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #3 Tema: Distribución Discreta Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Definir la función de probabilidad
Más detallesPROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II
PROBLEMAS DE DISTRIBUCIÓN NORMAL Y INTERVALOS DE CONFIANZA MATEMÁTICAS APLICADAS A LAS CC.SOCIALES II 1.- Las tallas de una muestra de 1000 personas siguen una distribucióormal de media 1,76 metros y desviación
Más detallesPráctica de MODELOS DE PROBABILIDAD
Práctica de MODELOS DE PROBABILIDAD 1 1. Objetivos: Los objetivos que persigue esta práctica son: Representar distribuciones de probabilidad conocidas e interpretar sus parámetros. Generar variables aleatorias
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detallesa. N(19 5, 1 2) P(19 X 21) = P( Z ) = = P = P P = = P P = P = = = El 55 72% no son adecuados.
El diámetro de los tubos de cartón para un envase ha de estar entre 19 y 21mm. La maquina prepara tubos cuyos diámetros están distribuidos como una manual de media 19 5mm y desviación típica 1 2mm. Qué
Más detallesPráctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD
Práctica 5.Métodos descriptivos para determinar la normalidad 1 Práctica 5 MÉTODOS DESCRIPTIVOS PARA DETERMINAR LA NORMALIDAD Objetivos: En esta práctica utilizaremos el paquete SPSS para determinar si
Más detallesTema 6: Modelos probabilísticos
Tema 6: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesINFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así
Más detallesPRÁCTICAS DE ESTADÍSTICA CON R
PRÁCTICAS DE ESTADÍSTICA CON R PRÁCTICA 3: DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y CONTINUAS 3.1 Distribuciones discretas Las principales ideas que vamos a ir desarrollando a lo largo de la primera
Más detallesTema 4: Modelos probabilísticos
Tema 4: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Más detallesTema 4. Variables aleatorias discretas
Tema 4. Variables aleatorias discretas 508 Estadística. ETDI. Curs 2002/03 Cuestiones de Verdadero/Falso 1. En un proceso de Bernoulli, hay exactamente dos posibles resultados en cada prueba. 2. La fórmula
Más detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesPráctica de variables aleatorias (modelos)
Grados en Ingeniería en Tecnologías Industriales, Ingeniería Eléctrica, Ingeniería en Electrónica Industrial y Automática e Ingeniería Mecánica Práctica de variables aleatorias (modelos) 1. OBJETIVOS En
Más detalles5 DISTRIBUCIONES BINOMIAL Y DE POISSON
5 DISTRIBUCIONES BINOMIAL Y DE POISSON La repetición sucesiva de n pruebas (ensayos) de BERNOUILLI de modo independiente y manteniendo constante la probabilidad de éxito p da lugar a la variable aleatoria
Más detallesDistribución Binomial
Profesor Alberto Alvaradejo Ojeda 1 de octubre de 15 1. Distribución Binomial La distribución binomial es unas de las distribuciones de probabilidad discreta más importantes. Recordemos que en una distribución
Más detallesCUADERNILLO DE TRABAJO 3 DE PROBABILIDAD Y ESTADÍSTICA
CUADERNILLO DE TRABAJO 3 DE PROBABILIDAD Y ESTADÍSTICA CAPÍTULO IV.- VARIABLES ALEATORIAS CONTINUAS Y DISTRIBUCIONES DE PROBABILIDAD SECCIÓN 4.1.- DISTRIBUCIONES DE PROBABILIDAD Y FUNCIONES DE DENSIDAD
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesProfesores: M. Guerrero - J. Pérez - C. Olivares - J. Rozas 09 de julio de Examen Probabilidad y Estadísticas
09 de julio de 013 Examen Probabilidad y Estadísticas 1) Una cadena de tiendas de pintura produce y vende pinturas de látex y esmaltes. Con base en las ventas de largo plazo, la probabilidad de que un
Más detallesEjercicios Estadística-Probabilidad-Distribución Binomial-Distribución Normal-Test de hipótesis
Ejercicios Estadística-Probabilidad-Distribución Binomial-Distribución Normal-Test de hipótesis 1) Con los datos de la siguiente tabla de frecuencias deduce, rango, media, moda y mediana. Realiza gráfico
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesExplicación de la tarea 4 Felipe Guerra
Explicación de la tarea 4 Felipe Guerra Nota: Esta tarea corresponde a distribuciones continuas de probabilidad, la tarea de la semana anterior correspondía a distribuciones discretas. La diferencia entre
Más detallesDistribuciones discretas Distribución Binomial
Distribuciones discretas Distribución Binomial 2º BACH CCSS Cuaderno de ejercicios MATEMÁTICAS JRM Nombre y apellidos... DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. Página 2 RESUMEN DE OBJETIVOS
Más detallesGUÍA DE CÁLCULO INTEGRAL. 2. De la siguiente tabla del peso en kilogramos de 40 personas.
INSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE EDUCACIÓN MEDIA SUPERIOR CENTRO DE ESTUDIOS CIENTÍFICOS Y TECNOLÓGICOS NARCISO BASSOLS GUÍA DE CÁLCULO INTEGRAL 1. Las puntuaciones siguientes
Más detallesApuntes de Clases. Modelos de Probabilidad Discretos
2010 Índice 1. Distribución de Bernouilli 2 2. Distribución Binomial 3 3. Distribución Hipergeométrica 3.1. Aproximación Binomial de la distribución Hipergeométrica............. 7 4. Distribución Geométrica
Más detallesTema 2 Modelos de probabilidad
Tema 2 Modelos de probabilidad José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Estructura de este tema Conceptos básicos de probabilidad. Modelos discretos: la distribución
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesESTADISTICA GENERAL. PRINCIPALES DISTRIBUCIONES DISCRETAS Profesor: Celso Celso Gonzales
ESTADISTICA GENERAL PRINCIPALES DISTRIBUCIONES DISCRETAS Profesor: Celso Celso Gonzales OBJETIVOS Describir las características de las distribuciones de probabilidad de: Binomial, Hipergeometrica y Poisson
Más detallesEJERCICIOS DE DISTRIBUCION NORMAL, BINOMIAL Y POISSON
EJERCICIOS DE DISTRIBUCION NORMAL, BINOMIAL Y POISSON 1. Si 15 de 50 proyectos de viviendas violan el código de construcción, Cuál es la probabilidad de que un inspector de viviendas, que selecciona aleatoriamente
Más detalles1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200.
1. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras sea mayor que 200. 2. Lanzamos una moneda 400 veces. Halla la probabilidad de que el número de caras esté entre 180 y 220.
Más detallesPROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA
UNIDAD 1 PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA Variables aleatorias continuas = función de densidad de probabilidad 1 Variables aleatorias continuas = función
Más detallesUniversidad Nacional Autónoma de Nicaragua UNAN-Managua. Curso de Estadística. Programa de Estadística
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Estadística Profesor: MSc. Julio Rito Vargas Avilés. Programa de Estadística Estudiantes: FAREM-Carazo Quien tiene un libro y no lo lee,
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Más detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
Más detallesESTADISTICA INFERENCIAL DR. JORGE ACUÑA A.
ESTADISTICA INFERENCIAL DR. JORGE ACUÑA A. 1 PROBABILIDAD Probabilidad de un evento es la posibilidad relativa de que este ocurra al realizar el experimento Es la frecuencia de que algo ocurra dividido
Más detallesPráctica 4: Variables Aleatorias y Simulación
Práctica 4: Variables Aleatorias y Simulación Objetivos específicos Al finalizar esta práctica deberás ser capaz de: Calcular las funciones de probabilidad y distribución de las variables discretas Bernoulli,
Más detallesUniversidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA
Universidad Técnica de Babahoyo INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA Ateneo Ruperto P. Bonet Chaple UTB-Julio 2016 OBJETIVO Aplicar las técnicas de Muestreo e Inferencia Estadística Determinar el tamaño
Más detallesContrastes basados en el estadístico Ji Cuadrado
Capítulo 10 Contrastes basados en el estadístico Ji Cuadrado 10.1. Introducción Existen multitud de situaciones en el ámbito de la salud en el que las variables de interés, las cuales no pueden cuantificarse
Más detallesTema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos
7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test
Más detallesIES Gerardo Diego Curso Matemáticas Aplicadas a las Ciencias Sociales II
1. (JUN 04) En un servicio de atención al cliente, el tiempo de espera hasta recibir atención es una variable aleatoria normal de media 10 minutos y desviación típica 2 minutos. Se toman muestras aleatorias
Más detallesP = , 0 2, (0 1] 2 + 1, (1 2) 1, 2
Grado en IIAA _Grado en IHJ_Grado en IASB Asignatura: Estadística Aplicada. Curso 2014-2015 FEBRERO 2015 NOMBRE:...APELLIDOS:... ESPECIALIDAD:... 1. [0.5 puntos] Un determinado estudio intenta relacionar
Más detallesTercer examen parcial ESTA 3041
Tercer examen parcial ESTA 3041 Prof. Héctor D. Torres Aponte 27 de abril de 2012 Instrucciones Este examen tiene un valor de 109 puntos. Todos los problemas son basados en el material cubierto en clase.
Más detallesJuan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES
Juan Carlos Colonia DISTRIBUCIONES DISCRETAS IMPORTANTES BIBLIOGRAFÍA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos
Más detallesAlgunas Distribuciones Discretas de Probabilidad. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Discretas de Probabilidad UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detalles1. Estimar el porcentaje de bolsas con peso menor de seis kilos suministrado por el mayorista.
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 6, curso 2006 2007. Ejercicio 1 (Junio 2006, técnicos). Si el intervalo de confianza al 95 % para la media de
Más detallesEstadística I Examen extraordinario, 25 de Junio Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.
Estadística I Examen extraordinario, 25 de Junio 2013. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. REGLAS DEL EXAMEN: 1) Usar cuadernillos diferentes para cada problema. 2) Hacer los cálculos
Más detallesTécnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales
Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis en poblaciones normales M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 2. Contrastes
Más detallesINDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
Más detallesVariable aleatoria continua: Distribución normal
Variable aleatoria continua: Distribución normal 1º) Usando las tablas de la normal, calcula las siguientes áreas: a) Área entre 0 y 0,2 b) Área desde hasta 1,32 c) Área entre 2,23 y 1, 2º) Sea Z una variable
Más detalles