Distribuciones de probabilidad
|
|
- Carolina Bustos Correa
- hace 7 años
- Vistas:
Transcripción
1 Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada
2 Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de una pequeña parte de éstos (Población - Muestra) Características de la muestra Tipos de procedimientos: Introducción Representativa de la población Alcanzar objetivos precisión fijados Inferencia paramétrica: Se admite que la distribución de la pob. pertenece a una familia paramétrica de distribuciones Inferencia no paramétrica: No supone una distribución de prob. y las hipótesis son más generales (como simetría)
3 Introducción Inferencia Estadística Muestra Población x µ s σ
4 Tipos de variables Introducción Variables cualitativas, categóricas o atributos: No toman valores numéricos y describen cualidades. Ej. Clasificación en base a una cualidad. Variables cuantitativas discretas: Toman valores enteros, por lo generar contar el nº de veces que ocurre un suceso. Variables cuantitativas continuas: Toman valores en un intervalo, por lo general medir magnitudes continuas. Variables aleatorias
5 Variables aleatorias Introducción Variable aleatoria: Cualquier función medible que asocia a cada suceso en un experimento aleatorio un número real Variable aleatoria discretas: Una variable aleatoria es discreta si toma valores aislados o puntuales Variable aleatoria continua: Una variable aleatoria es continua si puede tomar cualquier valor dentro de uno o varios intervalos determinados
6 Introducción Ejemplo: Estudio de dejar de fumar con parches de nicotina respecto a la edad de dichos pacientes sobre 189 pacientes fr 0.20 fr acum Edad Nº de intervalos entre 4 y Intervalo r = ln( n) r = (log189) =
7 Introducción Caracterización: Variables aleatorias discretas (v.a.d.): Función de probabilidad: Asigna a cada posible valor de una variable discreta su probabilidad. Para valores x1, x2,, xn, se asocia una p1, p2,, pn, donde ( n/ ) P X = x ) y p i = 1 ( i Función de distribución: F(x) en un valor x es la probabilidad de que X tome valores menores o iguales a x. Acumula toda la probabilidad entre menos infinito y el punto considerado i= 1 F( x) = P( X x)
8 Introducción Caracterización: Variables aleatorias continuas (v.a.c.): Función de densidad: Es una función no negativa de integral 1 Función de distribución: Para las v.a.c. queda definida por: x F ( x) = P( X x) = f ( u) du P( a < X < b) = P( a X b) = f ( x) dx = F( b) F( a) b a
9 Introducción Función de Probabilidad frente a Función de densidad Función de Distribución
10 Introducción Función esperanza matemática: Variables aleatorias discretas: E[ X ] = i 1 x i p i Variables aleatorias continuas con función de densidad f: E [ X ] = xf ( x) dx + E[X] es el primer momento respecto al origen y por tanto representa la media, esperanza o valor de X
11 Función Varianza: El momento de orden 2 respecto a la media responde a V[X] y se define como: 1. Discretas: Introducción V[ X ] = µ 2 2 = ( xi E[ X ]) p i 2. Continuas: 2 V [ X ] = µ = ( x E[ X ]) f ( x) dx + 2
12 Modelos de distribución discreta
13 Proceso de Bernoulli Ejemplo: Se ha efectuado un experimento sobre avistamientos de cetáceos en un punto determinado. En 200 salidas efectuadas se han anotado 10 avistamientos de cachalote. Describir el experimento: Solución: X = Avistar cachalotes X=1 (éxito) = 10/200 = 0.05 (5%) X=0 (fracaso) q 1 p = 0.95 p 0.05
14 Distribución Binomial Resultado de ejecutar n veces un experimento de Bernoulli. Condiciones: Condiciones no varían Experimentos independientes (prob. no condicional) Definición del proceso: X Nº de éxitos en los n intentos independientes Cantidad de veces que se ejecuta (n) Prob. de éxito (p) Veces que se obtiene el éxito en las veces que se ejecuta (k)
15 Distribución Binomial Definición: Distribución discreta aplicable a poblaciones con solo dos elementos complementarios (ser o no ser). Condición: Las definidas por las pruebas de Bernoulli: Solo pueden darse dos resultados Pruebas independientes entre si Probabilidades constantes Ejemplos de aplicación: Situaciones duales día seco/ día húmedo 2 µ = np σ = npq
16 Distribución Binomial Expresión: Para p=prob. de éxito y q=1-p=prob. de fracaso P( X = x) Cuándo utilizarla? = n x n x otrox Cuando nos dan una determinada cantidad de elementos Cada elemento puede o no cumplir la condición Dan o se puede calcular la prob. de que se de la condición La pregunta es Cuál es la prob. de que determinados elementos cumplan la condición? p x 0 q 0 x n
17 Distribución Binomial Ejemplo De una población de cetáceos se sabe que el 60% son machos. Si se extrae un conjunto de 10 de ellos, cuál es la probabilidad de que en ese conjunto haya 7 hembras? X = Nº de hembras en el conjunto n = 10 P = 0.4 P( X 10 = 7) = = Cuál es la probabilidad de que hayan 3 o menos hembras? P( X 3) = P( X = 0) + P( X = 1) + P( X = 2) + P( X = 3) = Tabla Binomial
18 Distribución Binomial Cuál es la probabilidad de que en ese conjunto haya 7 machos o menos? PROBLEMA CON LAS TABLAS (p hasta 0.5) n = 10 P = 0.6 P(X<7) Complementario n = 10 P = 0.4 P(X>3) P( X 3) = 1 P( X 2) = P( X 7) = =
19 Distribución Binomial
20 Proceso de Poisson Generalización en un soporte continuo del proceso de Bernoulli. Características: Distribución de Poisson Proceso estable: A largo plazo produce un número medio de sucesos constante por unidad de observación Aparece aleatoriamente de forma independiente (sin memoria) X Nº de éxitos en los n intentos en el soporte continuo La función viene caracterizada por el parámetro λ = E [ X ] = Var[ X ]
21 Distribución de Poisson Definición: La distr. De Poisson con parámetro es la que tiene como función de masa: P( X = x) = e Suele presentarse como límite de la distribución binomial cuando y p 0 n λ x λ x! 0 x x < 0 0 λ = E [ X ] = Var[ X λ( λ > 0) ]
22 Distribución de Poisson Cuándo y cómo utilizarla? Se conoce como de sucesos raros. Suele utilizarse como aproximación de una binomial con la misma media y o con n > 30 p < 0. 1 np = λ > 30 Su función de probabilidad puede ajustarse sustituyendo el parámetro de la función por la media. Binomial np = λ >1 Poisson p < 0.1 µ = np σ = npq npq > 5 λ > 5 σ = µ = λ λ A partir de Peña, 2001 Normal
23 Distribución de Poisson
24 Distribución de Poisson Ejemplo Los avistamientos de cachalotes sigue una distribución de Poisson de media 2 avistamientos en un transecto de muestreo de 1km de recorrido tras una salida en barco. Calcula la probabilidad de: 1. Ningún avistamiento en el recorrido del barco: P( X = 0) = e ! = Menos de cinco en el mismo recorrido: P( X 4) = e = ! 3! 4! 3. Y menos de seis si consideramos un recorrido de 5km P( X ' 5/ λ ) = e ! ! ! ! ! ! 5 = ' λ = λ 5 = 10
25 Distribución de Poisson Y menos de nueve si consideramos un recorrido de 2km ' λ = λ 2 = 4 P( X ' 8/ λ ) = = Utilización de la tabla
26 Distribución Binomial Comando a utilizar con R: dbinom(x,tamaño,prob): Función de probabilidad pbinom(x,tamaño,prob): F. prob. acumulada qbinom(prob,tamaño,prob): Quantiles rbinom(nobs,tamaño,prob): Números pseudoaleatorios
27 Distribución Poisson Comando a utilizar con R: dpois(x,lambda): Función de probabilidad ppois(x,lambda): F. prob. acumulada qpois(prob,lambda): Quantiles rpois(nobs,lambda): Números pseudoaleatorios
T1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Introducción Inferencia estadística: Parte de la estadística que estudia grandes colectivos
Más detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribuciones de probabilidad discretas Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir de
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 detallesT1. Distribuciones de probabilidad discretas
Estadística T1. Distribucioes de probabilidad discretas Departameto de Ciecias del Mar y Biología Aplicada Itroducció Iferecia estadística: Parte de la estadística que estudia grades colectivos a partir
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 detallesEl momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X
Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También
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 detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detallesDistribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesCuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.
1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata
Más detallesTema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:
Tema 4: Variables aleatorias Tema 4: Variables Aleatorias Distribución de Bernouilli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno
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 detallesMétodos Estadísticos de la Ingeniería Práctica 5: Distribuciones de Probabilidad y el Teorema Central del
Métodos Estadísticos de la Ingeniería Práctica 5: Distribuciones de Probabilidad y el Teorema Central del Límite Área de Estadística e Investigación Operativa Mariano Amo Salas y Licesio J. Rodríguez-Aragón
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 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 detallesEl primer momento centrado en el origen (k=1) es la esperanza matemática de X
MOMENTO K-ÉSIMO PARA UNA VARIABLE ALEATORIA DISCRETA RESPECTO DEL ORIGEN E(x) n i 1 k x i.p x i El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
GRUPO A Prueba de Evaluación Continua 5-XII-.- Tres plantas de una fábrica de automóviles producen diariamente 00, 00 y 000 unidades respectivamente. El porcentaje de unidades del modelo A es 60%, 0% y
Más detallesTema 5 Modelos de distribuciones de Probabilidad
Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto
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 detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
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 detallesProcesos estocásticos
Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:
Más detallesCAPÍTULO 5 DISTRIBUCIONES TEÓRICAS
CAPÍTULO 5 DISTRIBUCIONES TEÓRICAS Hugo Grisales Romero Profesor titular CONCEPTOS BÁSICOS Experimento: Variable aleatoria: Clasificación: Proceso por medio del cual una medición se obtiene. Aquella que
Más detalles5. TEOREMA FUNDAMENTAL: Repaso Variables Aleatorias. Jorge Eduardo Ortiz Triviño
5. TEOREMA FUNDAMENTAL: Repaso Variables Aleatorias Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ CONTENIDO 1. INTRODUCCIÓN 2. VARIABLES ALEATORIAS 3. TEOREMA
Más detallesProbabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid
Probabilidad II Algunas distribuciones notables Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid La distribución normal f (x; µ, σ) = 1 σ 2π e 1 2( x µ σ ) 2, x R, µ R, σ > 0 E(X
Más detallesCálculo y EstadísTICa. Primer Semestre.
Cálculo y EstadísTICa. Primer Semestre. EstadísTICa Curso Primero Graduado en Geomática y Topografía Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía. Universidad Politécnica
Más detallesModelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz
Más detallesEstadística Grado en Nutrición Humana y Dietética
Estadística Grado en Nutrición Humana y Dietética Tema 3: Probabilidad y variables aleatorias Francisco M. Ocaña Peinado http://www.ugr.es/local/fmocan Departamento de Estadística e Investigación Operativa
Más detallesVARIABLES ALEATORIAS INTRODUCCIÓN
DOCENTE: SERGIO ANDRÉS NIETO DUARTE CURSO: ESTADÍSTICA DE LA PROBABILIDAD VARIABLES ALEATORIAS INTRODUCCIÓN Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son
Más detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Distribuciones de Probabilidad Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
Más detallesAlgunos conceptos de probabilidad
Algunos conceptos de probabilidad Variables Aleatorias Al realizar un experimento aleatorio muchas veces, esperamos que los resultados obtenidos sean gobernados por sus probabilidades. Así las probabilidades
Más detallesUNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD
UNIDAD 4: DISTRIBUCIÓN DE PROBABILIDAD La Distribución de Probabilidad (DP) es la relación que se da entre los diferentes eventos de un espacio muestral y sus respectivas probabilidades de ocurrencia.
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 010 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesEstadística Clase 2. Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 011 Clase Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1. La distribución de Bernoulli. La distribución binomial 3. La distribución de
Más detallesModelos Básicos de Distribuciones Discretas y Continuas
Modelos de Distribuciones Discretas y Continuas 1/27 Modelos Básicos de Distribuciones Discretas y Continuas Departamento de Estadística e Investigación Operativa Universidad de Sevilla Contenidos Modelos
Más detallesVARIABLES ALEATORIAS Variable: Característica de los individuos u objetos
1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el
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 detallesCapítulo 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
Más detallesAlgunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Continuas de Probabilidad UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesMODELOS DISCRETOS DE PROBABILIDAD
MODELOS DISCRETOS DE PROBABILIDAD M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Modelo Uniforme Discreto Modelo Uniforme Discreto Sea
Más detallesPart VI. Distribuciones notables. Estadística I. Mario Francisco. Principales distribuciones unidimensionales. discretas. Principales distribuciones
Part VI notables El proceso de Bernoulli En cada observación se clasifica el elemento de la población en una de las dos posibles categorías, correspondientes a la ocurrencia o no de un suceso. Llamaremos
Más detallesValeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)
Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables
Más detallesUniversidad Nacional de La Plata
Universidad Nacional de La Plata Facultad de Ciencias Agrarias y Forestales CÁLCULO ESTADÍSTICO STICO Y BIOMETRÍA CONTENIDOS UNIDAD 3: Introducción al Cálculo de Probabilidades. Experimento aleatorio.
Más detallesUnidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9
Unidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9 Distribución de Probabilidad Recordamos conceptos: Variable aleatoria: es aquella que se asocia un número o un dato probabilístico, como
Más detallesBiometría. Distribuciones de probabilidad para variables aleatorias continuas
Biometría Distribuciones de probabilidad para variables aleatorias continuas Variables aleatorias continuas Interesa estudiar la temperatura ambiente a las 12 hs en abril en la ciudad de Buenos Aires.
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 detallesJUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas
JUEGO DE BASKETBALL Repaso de Distribuciones de Probabilidad Discretas y Continuas PREGUNTA #1 Qué es una variable aleatoria uniforme discreta? Cómo es su distribución? Qué es una variable aleatoria uniforme
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
Más detallesModelos de distribuciones discretas y continuas
Tema 6 Modelos de distribuciones discretas y continuas 6.1. Modelos de distribuciones discretas 6.1.1. Distribución uniforme sobre n puntos Definición 6.1.2 Se dice que una v.a. X sigue una distribución
Más detallesCarrera: Ingeniería Zootecnista E S T A D I S T I C A
Carrera: Ingeniería Zootecnista E S T A D I S T I C A DISTRIBUCIONES DE PROBABILIDAD Una función de probabilidad es aquella que surge al asignar probabilidades a cada uno de los valores de una variable
Más detallesVariables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
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 detallesEstadística Grupo V. Tema 10: Modelos de Probabilidad
Estadística Grupo V Tema 10: Modelos de Probabilidad Algunos modelos de distribuciones de v.a. Hay variables aleatorias que aparecen con frecuencia en las Ciencias Sociales y Económicas. Experimentos dicotómicos
Más detallesEstadística LTA - Principios de estadística 2017
Estadística Probabilidad Experimento: Desde el punto de vista de probabilidades será "cualquier acto que pueda repetirse en igualdad de condiciones". Ej. Arrojar una vez un dado. Espacio Muestral: Es el
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento
Más detallesUnidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22
Unidad 3. Probabilidad Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre 2018-1 1 / 22 Espacios de probabilidad El modelo matemático para estudiar la probabilidad se conoce como espacio de
Más detallesTEMA 3: Probabilidad. Modelos. Probabilidad
TEM 3: Probabilidad. Modelos Probabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un
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 detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detalles2. VARIABLE ALEATORIA. Estadística I Dr. Francisco Rabadán Pérez
2. VARIABLE ALEATORIA Estadística I Dr. Francisco Rabadán Pérez Índice 1. Variable Aleatoria 2. Función de Distribución 3. Variable Aleatoria Discreta 4. Variable Aleatoria Continua 5. Esperanza Matemática
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 detallesTEMA 3. Algunos modelos de probabilidad de tipo discreto. 3.1 Al finalizar el tema el alumno debe conocer...
TEMA 3. Algunos modelos de probabilidad de tipo discreto En este capítulo se abordan «familias» muy específicas de probabilidad, que con cierta frecuencia se nos presentan en el mundo real. Van a ser distribuciones
Más detallesModelos de distribuciones discretas y continuas
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas
Más detalles1. Variables Aleatorias Discretas
Tema 4: Variables Aleatorias Modelos de Probabilidad 1. Variables Aleatorias Discretas Lo que pretendemos en este tema es transformar el problema de la asignación de probabilidades a otro consistente en
Más detallesDónde estamos? VARIABLES ALEATORIAS
Dónde estamos? VARIABLES ALEATORIAS DESCR. CÁLC. P. INFERENCIA CONCEPTOS BÁSICOS DE V.A. V.A. DISCRETAS V.A. CONTINUAS MEDIDAS CARACTERÍSTICAS TRANSFORMACIÓN DE V.A. 98 Probabilidad 988 Variables aleatorias
Más detallesVARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
Más detallesEstimación de Parámetros. Un problema inherente al uso de modelos es el de la selección del modelo.
Estimación de Parámetros Un problema inherente al uso de modelos es el de la selección del modelo. Este problema, cuando se recurre al empleo de familias paramétricas de modelos, se puede plantear en dos
Más detallesPROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA U N A M PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@unam.mx T E M A S DEL CURSO 1. Análisis Estadístico de datos muestrales. 2. Fundamentos de la Teoría de la
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 detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
Más detallesInferencia Estadística
Inferencia Estadística 2do C. 2018 Mg. Stella Figueroa Clase Nº10 Población y Muestra- Parámetro y Estimación puntual Población: Es el conjunto de todos los elementos o unidades elementales con características
Más detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesBioestadística Bioestadística
Bioestadística Probabilidad Experimento: Desde el punto de vista de probabilidades será "cualquier acto que pueda repetirse en igualdad de condiciones, que arroje resultados medibles". Ej. Arrojar un dado
Más detallesVariables Aleatorias y Principios de Simulación.
Variables Aleatorias y Principios de Simulación http://humberto-r-alvarez-a.webs.com Conceptos de probabilidad La Teoría de Probabilidad trata fenómenos que pueden ser modelados por experimentos cuyos
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 detallesRESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
RESUMEN CONTENIDOS TERCERA EVALUACIÓN PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con
Más detallesDistribuciones de Probabilidad para Variables Aleatorias Discretas 1
Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,
Más detallesEspecialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA
Especialización en Métodos Estadísticos (EME) CURSO PROPEDÉUTICO ESTADÍSTICA BÁSICA Enrique Rosales Ronzón, Patricia Díaz Gaspar, mayo 2015 Estadística??? Ciencia, Técnica, Arte Reunir, Organizar, presentar,
Más detallesVariables aleatorias continuas y Características numéricas
Variables aleatorias continuas y Características numéricas 2ºC 2018 Clase Nº 7 Mg. Stella Figueroa Variable aleatoria continua X es una VAC si existe una función f(x), llamada función de densidad de probabilidad
Más detallesEsperanza Condicional
Esperanza Condicional Podemos obtener la esperanza de una distribución condicional de la misma manera que para el caso unidimensional: 129 Caso 2 v.a. discretas X e Y: Caso 2 v.a. continuas X e Y: Percentiles
Más detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
Más detallesFunciones generadoras de probabilidad
Funciones generadoras de probabilidad por Ramón Espinosa Armenta En este artículo veremos cómo utilizar funciones generadoras en teoría de la probabilidad. Sea Ω un conjunto finito o numerable de resultados
Más detallesResumen de Probabilidad
Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS
Más detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
Más detallesAnálisis de datos Categóricos
Introducción Universidad Nacional Agraria La Molina 2017-1 Variable cualitativa Variable respuesta cualitativa Variable respuesta y explicativa Variable de conteo y proporción Escalas de medición Una variable
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 detallesNº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00
U.D.3: Distribuciones Discretas. La Distribución Binomial 3.1 Variable Aleatoria Discreta. Función o Distribución de Probabilidad. Variable Aleatoria: - En un experimento aleatorio, se llama variable aleatoria
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesESTADÍSTICA I. Unidad 4: Resumen de Contenidos Teóricos 1. Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS
ESTADÍSTICA I Unidad 4: Resumen de Contenidos Teóricos Mariano Lanza DISTRIBUCIONES DE PROBABILIDAD COMÚNMENTE UTILIZADAS. VARIABLES ALEATORIAS DISCRETAS. Distribución Binomial Definición previa: Prueba
Más detallesTema 6 - Introducción. Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo.
Tema 6 - Introducción 1 Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo. Generalización Tema 6. Variables aleatorias unidimensionales
Más detallesVariables Aleatorias Discretas
Unicatólica 15 de agosto de 2016 Variables aleatorias Se dice que hemos definido una variable aleatoria para un experimento aleatorio cuando hemos asociado un valor numérico a cada resultado del experimento.
Más detallesTema 4: Variables aleatorias I
Tema 4: Variables aleatorias I Estadística- Biología sanitaria Marcos Marvá Ruiz Estadística- Biología sanitaria Tema 4: Variables aleatorias I Marcos Marvá Ruiz 1 / 17 Para empezar Ejemplo (genética)
Más detalles