Variables aleatorias conjuntas
|
|
- Trinidad Arroyo Vega
- hace 7 años
- Vistas:
Transcripción
1 Variables aleatorias conjuntas M. en A. Víctor D. inilla Morán Facultad de Ineniería UNAM Resumen Variables aleatorias conjuntas discretas; unción de probabilidad conjunta: su deinición propiedades. Función de distribución acumulativa: su deinición propiedades. Funciones marinales de probabilidad. Funciones condicionales de probabilidad. Variables aleatorias conjuntas continuas; unción de probabilidad conjunta: su deinición propiedades. Función de distribución acumulativa: su deinición propiedades. Funciones marinales de probabilidad. Funciones condicionales de probabilidad. Valor esperado de una unción de dos o más variables. La curva de reresión. Variables aleatorias independientes. Covarianza varianza de una suma de dos o más variables.. Variables aleatorias conjuntas discretas continuas: Función de probabilidad conjunta su deinición propiedades. Funciones marinales de probabilidad. Funciones condicionales de probabilidad. El estudio realizado asta este momento está restrinido a espacios muestrales de una sola dimensión en los que se reistran resultados de un eperimento como valores asumidos por una única variable aleatoria. Sin embaro abrá situaciones donde sea preerible reistrar los resultados simultáneos de varias variables aleatorias. ara el caso particular de dos variables aleatorias éstas se denominan variables aleatorias conjuntas. Deinición. Si son dos variables aleatorias la distribución de probabilidad de sus ocurrencias simultáneas puede representarse por una unción F para cualquier par de valores dentro del rano de las variables aleatorias; a esto se le denomina distribución de probabilidad conjunta. robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 7
2 B / A ropiedades caso continuo. a F b c F d [ ΕA] F d d A ropiedades caso discreto. a b d [ ΕA] c para cualquier reión en el plano A A robabilidades marinales. Se les llama marinales cuando a partir de una unción conjunta se marina a una de las variables aleatorias. Es el equivalente a la probabilidad total de las unciones de una sola variable. robabilidad condicional. d d or otra parte si se desea encontrar la probabilidad de que la variable aleatoria continua esté entre a b cuando se sabe que la variable aleatoria se obtiene: AB A / / > > a < < b b a d Ejemplo. Se seleccionan al azar repuestos para una pluma de una caja que contiene: repuestos azules repuestos rojos repuestos verdes Si representa el número de repuestos azules seleccionados el de rojos. Determine: la unción de probabilidad conjunta. C C C C C C / / / / / - / - - C C C C C C C C C robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 7
3 robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 7 ara el ejercicio anterior determinar las probabilidades marinales de. i i i Equivale a sumar orizontalmente en la tabla. i i i Equivale a sumar verticalmente en la tabla Ejercicio. Dada la unción: casos otros F a Determinar si se trata de una distribución de probabilidad conjunta. º d d dd b Encuentre la probabilidad [ ] A d d dd c Obtener la probabilidad marinal para la variable. d d Obtener la probabilidad marinal de la variable. d / / / / / /
4 Ejemplo. Continuando con el ejemplo de los repuestos: e Determinar la distribución condicional de dado que utilícela para determinar / ½ ½ Ejemplo. Supona que la racción de atletas ombres la racción de atletas mujeres que terminan la carrera del maratón puede describirse por la unción de densidad conjunta. F otros casos de que menos de un octavo de las mujeres que se inscribieron para un maratón en particular lo inalicen si se sabe que eactamente un medio de los atletas ombres lo terminaron. < F F F F < < d d d d d Ejemplo. ara la unción de dos variables: F a Obtener < < < < < < otros casos Encuentre las probabilidades marinales FI FI determine la probabilidad robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 7
5 Independencia Estadística. Si F / no depende de entonces: F F i i F F F F F F F F Los eventos no son estadísticamente independientes. Deinición: Sean dos variables aleatorias discretas o continuas con distribución de probabilidad conjunta F / distribuciones marinales respectivamente se dice que las variables aleatorias son independientes estadísticamente si se cumple que: Generalizando. Sean... n variables aleatorias discretas o continuas con distribución de probabilidad conjunta... n con sus respectivas unciones marinales n... n. Si las variables aleatorias son mutuamente independientes se cumple que: n n n. Valor esperado de una unción de dos o más variables aleatorias. Valor esperado condicional. Valores esperados momentos para las unciones bivariadas. Sean dos variables aleatorias conjuntas el valor esperado de la unción se deine como: E { μ μ } Generalmente: μ μ μ μ dd Ejemplo. Retomando el ejemplo de los repuestos: robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 7
6 En orma de unciones: μ E{ } dd ara el caso r s el momento alrededor de la media: E { μ μ } μ μ μ μ dd Se puede demostrar que el coeiciente de correlación toma valores entre menos uno uno; esto siniica que el coeiciente de correlación es sólo una medida estandarizada de la asociación lineal que eiste entre las variables aleatorias en relación con sus dispersiones. El valor de ρ indica la ausencia de cualquier asociación lineal mientras que los valores ρ- ρ indican relaciones lineales perectas neativa positivamente. Es necesario señalar que debe recazarse cualquier otra interpretación del término correlación. Interpretación de la covarianza. Tomando dos enómenos aleatorios: Recibe el nombre de covarianza. Una orma alterna para calcular la covarianza es: Cov{ } E E E E E E { μ μ } { μ μ μ μ } { } μ E{ } μ E{ } { } μ μ μ μ μ { } μ μ { } E{ } E{ } Si la covarianza de se divide por el producto de las desviaciones estándar de el resultado es una cantidad adimensional que recibe el nombre de coeiciente de correlación. μ μ μ La primera variable aleatoria es el corto que es la cantidad de dinero que BANICO retira del circulante para evitar que la inlación se dispare. En consecuencia la seunda variable aleatoria es la inlación. ρ : coeiciente de correlación Cov ρ { } σ σ robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 77
7 En suma cuando las variables cambian en la misma dirección positiva-positiva o neativa-neativa el coeiciente de correlación es de sino positivo. or el contrario cuando las variables cambian en direcciones dierentes positiva-neativa o neativa-positiva el coeiciente será de sino neativo. or otra parte si: Cov ρ { } σ σ En esta ráica observamos que el corto la inlación crecen en la misma dirección. Si calculáramos el coeiciente de correlación éste tendría sino positivo. La única posibilidad para que ρ es que la covarianza lo sea. Esto implica que cuando la covarianza es cero las variables aleatorias son estadísticamente independientes. Esto implica que conorme ρ las variables tienen una relación más estreca. Varianza de una suma de dos variables aleatorias. donde a b son constantes En esta ráica aparece una tercera variable aleatoria el precio del dólar. Se observa que conorme el corto aumenta se retira dinero circulante el precio del dólar baja. En este caso el coeiciente de correlación entre el corto el dólar tendrá sino neativo. Si son estadísticamente independientes. or deinición: robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 7
8 los que el número de años que an transcurrido es el mismo. En otras palabras para cada valor de eiste una distribución de inresos anuales lo que se busca es la media de esa distribución dado. La ráica de la media condicional E { } como una unción de recibe el nombre de curva de reresión de sobre. De tal orma si es la unción de densidad conjunta de probabilidades de es la unción de densidad si condicional de dado se deine la curva de reresión como Análisis de reresión. El motivo de estudio de este tipo de análisis son las asociaciones cuantitativas entre un número de variables en lo particular en la manera de que sea posible ajustar una ecuación de alún tipo al conjunto de datos dado con el propósito de obtener una ecuación empírica de predicción razonablemente precisa que proporcione un modelo teórico que no está disponible. Las técnicas de reresión proporcionan medios leítimos a través de los cuales pueden establecerse asociaciones entre las variables de interés en las cuales la relación usual no es casual. De manera básica la reresión tiene dos siniicados: uno sure de la distribución conjunta de probabilidad de dos variables aleatorias; el otro es empírico nace de la necesidad de ajustar aluna unción a un conjunto de datos. Como ejemplo del primer siniicado se desea predecir el salario de un proesionista dado el número de años que an transcurrido desde su raduación. Sea el número de años el salario anual. Resulta obvio que para un valor dado de es imposible predecir de manera eacta el salario anual de una persona en particular. Sin embaro es posible predecir el salario promedio de todos aquellos individuos para E d Ejemplo. Considérese la unción de densidad conjunta de probabilidad dada por: < < < otro valor Obténase la curva de reresión de sobre. A partir de: entonces d d Sustituendo: robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre 7
9 La curva de reresión será: K E d Corresponde a una línea recta con pendiente e intersección iual a. El seundo siniicado de la reresión resulta más práctico. En él no se tienen los elementos necesarios para determinar la curva de reresión como en el ejemplo anterior. No obstante dado un conjunto de datos pude asumirse una orma uncional para la curva de reresión entonces tratar de ajustar ésta a los datos. En estas situaciones la variable respuesta es una variable aleatoria cuos valores se observan mediante la selección de los valores de las variables de predicción en un intervalo de interés. or lo tanto las variables de predicción no se consideran como variables aleatorias sino que éstas son un conjunto de valores ijos que representan los puntos de observación para la variable respuesta. El modelo de reresión propuesto debe ser relativamente sencillo deberá contener pocos parámetros. Un procedimiento mu útil para la selección inicial cuando se tiene sólo una variable de predicción es raicar la variable respuesta contra la variable de predicción. Si esta ráica revela una tendencia lineal deberá suponerse un modelo de reresión lineal. Si es evidente aluna curvatura deberá suponerse un modelo cuadrático o de maor rado para ajustarse a los datos. Biblioraía Canavos robabilidad Estadística Edit. Mc Graw Hill Méico. Borras et. al. Apuntes de robabilidad Estadística Facultad de Ineniería UNAM Méico. Villarreal robabilidad Modelos robabilísticos UAEM Méico. Hines Montomer; robabilidad Estadística Edit. CECSA ª edición Méico. Captura Edición: M.A. María Torres Hernández. robabilidad Estadística M.A. Víctor Damián inilla Morán. Noviembre
6 Variables aleatorias independientes
6 Variables aleatorias independientes Edgar Acuna ESMA 4 Edgar Acuna Dos variables aleatorias son independientes si para todo a b P[
Más detalles3.4: DISTRIBUCIONES DE PROBABILIDAD CONJUNTAS
Cátedra: 3.4: DISTRIBUCIONES DE PROBABILIDAD CONJUNTAS Hasta ahora el estudio se ha referido a variables restringidas a espacios muestrales unidimensionales en los que se registran los resultados de un
Más detallesVariables aleatorias continuas
Variables aleatorias continuas jemplo: Con el in de realizar un control de calidad en una ábrica de baterías, se mide el tiempo de duración de baterías elegidas al azar y se deine la va : tiempo de duración
Más detallesEsperanza Matemática. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
speranza Matemática UCR CCI CI-135 Probabilidad y stadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Media de una Variable Aleatoria Sea una variable aleatoria con distribución de probabilidad f().
Más detallesEstadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación
Estadística Tema 3 Esperanzas 31 Esperanza Propiedades 32 Varianza y covarianza Correlación 33 Esperanza y varianza condicional Predicción Objetivos 1 Medidas características distribución de VA 2 Media
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesVariables aleatorias continuas
Probabilidades y stadística Computación Facultad de Ciencias actas y Naturales Universidad de uenos ires na M ianco y lena J Martínez 004 Variables aleatorias continuas jemplo: Con el in de realizar un
Más detallesDistribución conjunta de variables aleatorias. Estadísca Tamara Burdisso
Distribución conjunta de variables aleatorias Distribución conjunta de probabilidad Hasta ahora estudiamos las posibles distribuciones de una única v.a. Pero muchos de las aplicaciones que enfrentamos
Más detallesAJUSTE PLANTEAMIENTO DEL PROBLEMA
AJUSTE PLANTEAMIENTO DEL PROBLEMA DIFERENCIA ENTRE INTERPOLACIÓN Y AJUSTE METODOLOGÍA DEL AJUSTE MÉTODO DE MÍNIMOS CUADRADOS MODELO LINEAL MODELO EXPONENCIAL EJEMPLO PLANTEAMIENTO DEL PROBLEMA Cuando los
Más detallesConcepto de VA bidimensional. Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL. Concepto de VA bidimensional. Concepto de VA bidimensional
Concepto de VA bidimensional Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL Carlos Alberola López Lab. rocesado de Imagen, ETSI Telecomunicación Despacho D04 caralb@tel.uva.es, jcasasec@tel.uva.es, http://www.lpi.tel.uva.es/sar
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
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 detallesObjetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Más detallesVectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos
Definición Dado un espacio muestral S, diremos que X =(X 1, X 2,, X k ) es un vector aleatorio de dimension k si cada una de sus componentes es una variable aleatoria X i : S R, para i = 1, k. Notemos
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 6 (A partir de tema 5.9)
PROBABILIDAD Y ESTADÍSTICA Sesión 6 (A partir de tema 5.9) 5.9 Muestreo: 5.9.1 Introducción al muestreo 5.9.2 Tipos de muestreo 5.10 Teorema del límite central 5.11 Distribución muestral de la media 5.12
Más detallesANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
Más detallesESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas
ESTADÍSTICA INFERENCIAL Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas que toman estrictamente valores enteros,
Más detallesPRUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE GALICIA JUNIO (RESUELTOS por Antonio Menguiano) Tiempo máximo: 1 horas y 30 minutos
I.E.S. CASTELAR BADAJOZ RUEBA DE ACCESO (LOGSE) UNIVERSIDAD DE GALICIA JUNIO (RESUELTOS por Antonio enuiano) ATEÁTICAS II Tiempo máimo: horas y minutos El alumno debe responder a cuatro preuntas. Una sola
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesCálculo de Probabilidades II Preguntas Tema 2
Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución
Más detallesINFERENCIA ESTADÍSTICA Notas de clase. Profesores: A. Leonardo Bañuelos S. Nayelli Manzanarez Gómez
INFERENCIA ESTADÍSTICA Notas de clase Profesores: A. Leonardo Bañuelos S. Naelli Manzanarez Gómez TEMA II ESTIMACIÓN PUNTUAL DE PARÁMETROS POBLACIONALES La estimación puntual de un parámetro relativo a
Más detallesCORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS
CORPORACION UNIFICADA NACIONAL DE EDUCACION SUPERIOR CUN DEPARTAMENTO DE CIENCIAS BASICAS: MATEMATICAS ACTIVIDAD ACADEMICA: ESTADISTICA DE LA PROBABILIDAD DOCENTE: LIC- ING: ROSMIRO FUENTES ROCHA UNIDAD
Más detallesFunción derivada. lim
Pro. Enrique Mateus Nieves Función derivada TASA DE VARIACIÓN: Muchas leyes de la Física, la Química, la Bioloía o la Economía, son unciones que relacionan una variable dependiente y con otra variable
Más detallesTEMA 9. LÍMITES DE FUNCIONES
TEMA 9. LÍMITES DE UNCIONES Concepto intuitivo de límite de una unción en un punto. se lee límite cuando tiende a c de. c siniica que cuando toma valores cada vez más próimos a c c entonces los valores
Más detallesEstadística Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
Más detallesCarrera: Ingeniería Civil CIM 0531
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Probabilidad y Estadística Ingeniería Civil CIM 0531 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesLECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.
LECTURA 1: LA DISTRIBUCIÓN NORMAL GENERAL LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I) TEMA 1: LA DISTRIBUCION NORMAL GENERAL PROPIEDADES 1 INTRODUCCION La distribución de probabilidad continua más importante
Más detallesNotas de clase A. Leonardo Bañuelos Saucedo Nayelli Manzanarez Gómez
PROBABILIDAD Y ESTADÍSTICA Notas de clase A. Leonardo Bañuelos Saucedo Nayelli Manzanarez Gómez INTRODUCCIÓN TEMA V VARIABLES ALEATORIAS CONJUNTAS En los capítulos anteriores se estudiaron variables aleatorias
Más detallesDistribución normal estándar. Juan José Hernández Ocaña
Distribución normal estándar Juan José Hernández Ocaña Tipos de variables jujo386@hotmail.com Tipos de variables Cualitativas Son las variables que expresan distintas cualidades, características o modalidades.
Más detallesTEMA 6 INICIACIÓN AL CÁLCULO DIFERENCIAL
TEMA 6 INICIACIÓN AL CÁLCULO DIFERENCIAL 6.1. TASAS DE VARIACIÓN MEDIA E INSTANTÁNEA 6.1.1. Tasa de variación media La tasa de variación media de una unción en un intervalo a, b es el cociente: b a TVM,
Más detallesENRIC RUIZ MORILLAS ESTADÍSTICA APLICADA A EXPERIMENTOS Y MEDICIONES
ENRIC RUIZ MORILLAS ESTADÍSTICA APLICADA A EXPERIMENTOS Y MEDICIONES Índice 1. Experimento y medición...1 2. Frecuencia y probabilidad...3 3. Características teóricas de las variables aleatorias...25 4.
Más detallesEstadística Inferencial. Sesión 2. Distribuciones muestrales
Estadística Inferencial. Sesión 2. Distribuciones muestrales Contextualización. Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico muestral
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesTema 2: Análisis de datos bivariantes
1 Tema 2: Análisis de datos bivariantes En este tema: Tabla de contingencia, tabla de doble entrada, distribución conjunta. Frecuencias relativas, marginales, condicionadas. Diagrama de dispersión. Tipos
Más detallesEstadística Inferencial
Estadística Inferencial 1 Sesión No.2 Nombre: Distribuciones muestrales Contetualización Toda cantidad que se obtiene de una muestra con el propósito de estimar un parámetro poblacional se llama estadístico
Más detallesVariables Aleatorias y Distribuciones de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Variables Aleatorias Distribuciones de Probabilidad UCR ECCI CI-5 Probabilidad Estadística Pro. M.Sc. Krscia Daviana Ramírez Benavides Variable Aleatoria Una variable aleatoria es una unción que asocia
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 detallesTOTAL DE HORAS: Semanas de clase: 5 Teóricas: 3 Prácticas: 2. SERIACIÓN OBLIGATORIA ANTECEDENTE: Ninguna SERIACIÓN OBLIGATORIA SUBSECUENTE: Ninguna
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA DENOMINACIÓN DE LA ASIGNATURA: Probabilidad y Estadística
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detallesVARIABLES ESTADÍSTICAS BIDIMENSIONALES
VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes
Más detallesEstadística Aplicada
Estadística Aplicada Distribuciones de Probabilidad Variables aleatorias Toman un valor numérico para cada resultado de un espacio muestral Discretas. Sus valores posibles constituyen un conjunto discreto.
Más detalles1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional
1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional 4.1. Variable aleatoria bidimensional Las Variables Aleatorias Bidimensionales o N-Dimensionales surgen cuando es necesario trabajar en espacios
Más detalles( ) ( ) ( ) ( ) ( ) ( )
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBADE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso - (JUNIO) MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES
Más detallesFUNCIÓN RACIONAL. 1 es racional x. es racional. es racional. es racional. es racional. El dominio de toda función racional es igual al conjunto ( ) 0
FUNCIÓN RACIONAL Función Racional. Dados polinomios p( ) q( ) tales que no tienen actores comunes, se deine la unción racional como la unción ormada por el cociente de los polinomios Ejemplos de unciones
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detalles3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Más detallesDistribuciones multivariadas
Distribuciones multivariadas Si X 1,X 2,...,X p son variables aleatorias discretas, definiremos la función de probabilidad conjunta de X como p(x) =p(x 1,x 2,...,x k )=P (X 1 = x 1,X 2 = x 2,...,X p =
Más detallesUna función se refiere a una asignación o correspondencia de un conjunto a otro. Su definición formal es la siguiente:
Páina del Coleio de Matemáticas de la ENP-UNAM Funciones Autor: r. José Manuel Becerra Espinosa FUNCIONES UNIA I Las manitudes que caracterizan un enómeno dado pueden quedar completamente determinadas
Más detallesCapítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Capítulo 37 Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La distribución de probabilidad uniforme Hasta ahora hemos
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesC L A S E N 5 I N S E M E S T R E O T O Ñ O,
Unidad 1 a. Probabilidades y Estadística 1 C L A S E N 5 I N 3 4 0 1 S E M E S T R E O T O Ñ O, 2 0 1 2 Características de las v.a 2 Parámetros v.a. La función de densidad o la distribución de probabilidad
Más detallesFACULTAD DE INGENIERÍA UNAM PROBABILIDAD Y ESTADÍSTICA Irene Patricia Valdez y Alfaro irenev@servidor.unam.m T E M A S DEL CURSO. Análisis Estadístico de datos muestrales.. Fundamentos de la Teoría de
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesCarrera: Ingeniería Civil Participantes Comité de Evaluación Curricular de Institutos Tecnológicos
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Probabilidad y Estadística Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 3-2-8 2.- HISTORIA DEL PROGRAMA Lugar
Más detallesEstructura de este tema. Tema 4 Regresión lineal simple. Ejemplo: consumo de vino y dolencias cardíacas. Frecuencias
Estructura de este tema Tema 4 Regresión lineal simple José R. Berrendero Departamento de Matemáticas Universidad utónoma de Madrid Planteamiento del problema. Ejemplos Recta de regresión de mínimos cuadrados
Más detallesCLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA
1 CLASES DE ESTADÍSTICA II CLASE ) ESPERANZA ABSOLUTA. ESPERANZA CONDICIONAL. ESPERANZA ABSOLUTA El cálculo de valores esperados o esperanzas a nivel de dos variables aleatorias es una generalización matemática
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesCap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved
Cap 6 36 Distribuciones de Distribuciones de probabilidad discreta probabilidad discreta Variables aleatorias Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio
Más detallesCuáles son las características aleatorias de la nueva variable?
Apuntes de Estadística II. Ingeniería Industrial. UCAB. Marzo 203 CLASES DE ESTADÍSTICA II CLASE 5) UNA TRANSFORMACIÓN DE DOS VARIABLES. Sea Z = g(, ) una función de las variables aleatorias e, tales que
Más detallesEstadística para el análisis de los Mercados S3_A1.1_LECV1. Estadística Descriptiva Bivariada
Estadística Descriptiva Bivariada En el aspecto conceptual, este estudio puede ser generalizado fácilmente para el caso de la información conjunta de L variables aunque las notaciones pueden resultar complicadas
Más detallesTema 4 Probabilidad. Fenómeno aleatorio: es aquel cuyos resultados son impredecibles.
Tema 4 robabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un alumno entre los 30 de
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesTiempo completo Tiempo parcial Total Mujeres Hombres Total
ASIGNACION DE ROBABILIDAD A manera de introducción al tema analicemos las diferencias entre eventos mutuamente excluyentes, no mutuamente excluyentes, dependientes e independientes. Ejemplo : En un grupo
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesProbabilidad Condicional
Probabilidad Condicional Ejemplo: Se tiene que dos bolas son seleccionadas aleatoriamente (sin reemplazo) de un caja que contiene r bolas rojas y b bolas azules. Cuál es la probabilidad de que la primera
Más detallesSesión 2: Teoría de Probabilidad
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad las reglas mátemáticas de la probabilidad no son simplemente reglas para calcular frecuencias de variables aleatorias;
Más detallesUna función se refiere a una asignación o correspondencia de un conjunto a otro. Su definición formal es la siguiente:
Facultad de Contaduría Administración. UNAM Teoría de unciones Autor: r. José Manuel Becerra Espinosa MATEMÁTICAS BÁSICAS TEORÍA E FUNCIONES Las manitudes que caracterizan un enómeno dado pueden quedar
Más detallesANALISIS DISCRIMINANTE, ESTADISTICA GERENCIAL
UNIVERSIDAD DE PUERTO RICO Recinto de Río Piedras Facultad de Administración de Empresas Instituto de Estadística ANALISIS DISCRIMINANTE, HERRAMIENTA EN ESTADISTICA GERENCIAL José C. Vega Vilca, PhD Presentación
Más detallesTema 3. Relación entre dos variables cuantitativas
Tema 3. Relación entre dos variables cuantitativas Resumen del tema 3.1. Diagrama de dispersión Cuando sobre cada individuo de una población se observan simultáneamente dos características cuantitativas
Más detallesDistribuciones Bidimensionales.
Distribuciones Bidimensionales. 1.- Variables Estadísticas Bidimensionales. Las variables estadísticas bidimensionales se representan por el par (X, Y) donde, X es una variable unidimensional, e Y es otra
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesFACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA Distribución de Frecuencia Relativa PROBABILIDAD Y ESTADÍSTICA Primer Examen
Más detallesSesión 2: Teoría de Probabilidad
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para
Más detallesTema 1: Estadística descriptiva. Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1
Tema 1: Estadística descriptiva Probabilidad y Estadística (Ing. Informática). Tema 1: Estadística descriptiva 1 Introducción Objetivo: estudiar una característica o variable en una población. Ejemplos:
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 detallesFINANZAS CORPORATIVAS
FINANZAS CORPORATIVAS RIESGO Y RENDIMIENTO JOSÉ IGNACIO A. PÉREZ HIDALGO Licenciado en Ciencias en la Administración de Empresas Universidad de Valparaíso, Chile TOMA DE DECISIONES Certeza: resultado real
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas
Más detallesCUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES
TUTORÍA DE INTRODUCCIÓN A LA ESTADÍSTICA (º A.D.E.) CUESTIONES Y PROBLEMAS DE DISTRIBUCIONES DE FRECUENCIAS BIDIMENSIONALES PROPUESTOS EN EXÁMENES 1º) Qué ocurre cuando r = 1: a) Los valores teóricos no
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 4 Variables aleatorias Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Describir las características de las variables aleatorias discretas y continuas.
Más detallesExamen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.
Universidad de Puerto Rico, Recinto de Río Piedras Instituto de Estadística y Sistemas Computarizados de Información Estadísticas para administración de empresas (ESTA 3041) Nombre: Número de estudiante:
Más detallesRegresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable.
1 DEFINICIONES PREVIAS Regresión: implica la obtención de una ecuación mediante la que podamos estimar el valor medio de una variable. Correlación: es la cuantificación del grado de relación existente
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 5 Distribuciones de probabilidad discretas Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir las características de las distribuciones de
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
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 detallesTema 9: Estadística en dos variables (bidimensional)
Tema 9: Estadística en dos variables (bidimensional) 1. Distribución de frecuencias bidimensional En el tema anterior se han estudiado las distribuciones unidimensionales obtenidas al observar sólo un
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #9 Tema: Estimación puntual y por Intervalo de confianza Prof.: MSc. Julio Rito Vargas A. Grupos: CCEE y ADMVA /2016 Objetivos:
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesUNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL. Tema:
UNIVERSIDAD NACIONAL DE LA PLATA FACULTAD DE CIENCIAS NATURALES Y MUSEO CÁTEDRA DE ESTADÍSTICA CLASE ESPECIAL Tema: Correlación múltiple y parcial. Ecuaciones y planos de regresión La Plata, septiembre
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Más detalles