ESTADÍSTICA INFERENCIAL
|
|
- Sebastián Calderón Castilla
- hace 7 años
- Vistas:
Transcripción
1 ESTADÍSTICA INFERENCIAL
2 ESTADÍSTICA INFERENCIAL 1 Sesión No. 6 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Las variables aleatorias discretas son aquellas que toman estrictamente valores enteros, por lo que generalmente se aplican en procesos probabilísticos de conteo. Por su parte, las variables aleatorias continuas no se restringen a valores enteros, sino que pueden asumir, además de éstos, valores decimales comprendidos entre valores enteros, es decir, pueden tomar cualquier valor de manera continua que se encuentre entre valores discretos. En términos matemáticos, los valores discretos se denominan numerables, mientras que a los valores continuos se les conoce como no numerables.
3 ESTADÍSTICA INFERENCIAL 2 Introducción al Tema En esta sesión se estudiarán distribuciones de probabilidad de variables aleatorias continuas, específicamente la distribución normal, así como su aproximación a la distribución binomial, dando el conocimiento del uso de sus formulas y las diferencias que caracterizas a cada una de estas, sabiendo como y donde se pueden aplicar para tener un resultado mas preciso. Al conocer estos elementos también podrás apreciar la forma en que se grafican éstas y los atributos con los que cuenta cada una de estas representaciones, es importante tener nociones de bases matemáticas para determinar un conocimiento completo sobre la estadística y la forma en que se explotan los datos que encontramos presentes.
4 ESTADÍSTICA INFERENCIAL 3 Explicación Variables aleatorias continuas. Definición de variable aleatoria continua Sea ε un experimento y Ώ su respectivo espacio muestral asociado. A la función (o relación) X, que asigna un número real X(ω) a cada elemento ω (letra griega omega, en minúscula) que pertenece a Ώ, se le denomina variable aleatoria continua si X(ω) puede tomar valores continuos, es decir, valores decimales que se encuentran entre valores discretos o enteros a, b. En este sentido, el conjunto {a X b} es un suceso o evento de Ώ. Si la distribución de probabilidad de la variable aleatoria se rige por una función f, 1 entonces la probabilidad de que la variable aleatoria X tome un valor entre los números a y b se denota como P(a X b) y equivale al área bajo la curva de f entre x = a y x = b. Área que puede obtenerse mediante el cálculo de la siguiente integral: P(a X b)= Este concepto se explicará más adelante en esta misma sesión, sin embargo, cabe aclarar que no es necesario tener conocimientos de cálculo integral para su manejo pues existen tablas que permiten realizar cálculos de probabilidad sin tener que desarrollar una integral. Al igual que las variables aleatorias discretas, las continuas cumplen con dos características fundamentales: (x) 0 La probabilidad de ocurrencia de un evento en particular es mayor o igual que cero. x)dx=1 La suma de las probabilidades de ocurrencia de todos los posibles eventos del espacio muestral es igual a la unidad o al cien por ciento.
5 ESTADÍSTICA INFERENCIAL 4 Distribución normal de probabilidad Al estudiar alguna característica particular de diversos fenómenos naturales y sociales, se dice que asumen un comportamiento normal aquellos que concentran la mayoría de las observaciones cercanas a un valor promedio y la minoría en valores extremos. Por ejemplo: Al medir la estatura de un grupo de personas de la misma edad, la mayoría de ellas tiene una estatura muy cercana a un cierto valor promedio. Al pesar a un grupo de personas de la misma edad, la mayoría de ellas tienen un peso muy cercano a un cierto valor promedio. Si se mide el coeficiente intelectual de un grupo de personas de la misma edad, la mayoría de ellas tienen un coeficiente muy cercano a un cierto valor promedio. La distribución normal tiene una representación gráfica en forma de campana, frecuentemente denominada campana de Gauss en honor al célebre matemático alemán Karl F. Gauss, quien realizó importantes aportaciones al estudio de la distribución normal. Esta representación gráfica se caracteriza por ser una curva simétrica respecto al eje y. En la gráfica se observa que los valores de una distribución normal tienden a acumularse en el centro y a disminuir en los extremos. La función de distribución de probabilidad normal está dada por:
6 ESTADÍSTICA INFERENCIAL 5 Definición de distribución normal Sea X una variable aleatoria. La expresión: Significa que X se distribuye como una normal, con parámetros μ (letra griega mu) y σ (letra griega sigma), donde: X=Variable aleatoria. μ=media poblacional. σ=desviación estándar poblacional. Una vez que se sabe que un fenómeno tiene una distribución normal y se conoce la media y la desviación estándar poblacionales, puede entonces calcularse la probabilidad de ocurrencia de ciertos eventos; por ejemplo, la probabilidad de que al seleccionar a una persona de un grupo de individuos de la misma edad: Su estatura sea menor que un valor dado. Su estatura sea mayor que un valor dado. Su estatura se encuentre entre dos valores determinados. Área bajo la curva de una distribución normal Como ya se mencionó, el cálculo de probabilidad de ocurrencia de eventos asociados a una variable aleatoria con distribución normal equivale a calcular el área bajo la curva normal delimitada por ciertos valores. Por ejemplo, la Secretaría de la Defensa Nacional lleva un registro de todos los jóvenes que prestan su servicio militar. Considerando que sus edades son muy similares, puede resultar de interés que al seleccionar a uno de ellos: Su estatura sea menor que un valor x1, lo que se denota como P( X x 1 ) Su estatura sea mayor que un valor x2, lo que se denota como P( X x 2 )
7 ESTADÍSTICA INFERENCIAL 6 Su estatura se encuentre entre los valores x 1 y x 2, lo que se denota como P(x 1 X x 2 ). Esto significaría calcular el área bajo la curva mediante las siguientes integrales: Por la complejidad de estos cálculos, se ha optado por desarrollar tablas de distribución normal de las cuales podrían tomarse directamente los valores de estas integrales.
8 ESTADÍSTICA INFERENCIAL 7 Conclusión Con la representación grafica se puede conocer de una forma mas precisa el actuar de los elementos que se estudian, es decir, con las áreas sombreadas dentro de una grafica se puede conocer lo que abarca o lo que no, dando la oportunidad de conocer los elementos que se buscan o a los que se desea dar una presencia mas amplia. Para lograr graficar se tiene que conocer la forma de resolver integrales y los elementos que pueden determinarse con estas operaciones. Se requiere del conocimiento de la prioridad de elementos para que los resultados no se alteren, es decir, saber si primero se multiplica, se suma, se resta o multiplica, y tener los conocimientos necesarios en los despejes de ecuaciones para facilitar la resolución y graficación de los mismos.
9 ESTADÍSTICA INFERENCIAL 8 Normalización y cálculo de probabilidad Para calcular probabilidades de ocurrencia de eventos asociados a una distribución normal es importante considerar dos propiedades fundamentales: El área total bajo la curva normal es igual a uno. La curva es simétrica respecto a la media, por lo que el área de cada mitad corresponde al cincuenta por ciento. Para realizar el cálculo de probabilidades con una distribución normal es necesario trasladar los datos originales del fenómeno objeto de estudio a una escala común o estándar. Una variable aleatoria estandarizada se denota con la literal z y se obtiene mediante la siguiente operación de estandarización o normalización: Donde: z = Variable aleatoria estandarizada. x = Valor de la variable aleatoria a estandarizar. μ = Media poblacional. σ = Desviación estándar poblacional. El valor de z obtenido en el paso anterior se distribuye como una normal con media μ=0 y σ=1, es decir, X =N(0,1), con lo que ya es posible utilizar las tablas de distribución normal para calcular la probabilidad de ocurrencia de eventos que pueden manifestarse de la siguiente forma:
10 ESTADÍSTICA INFERENCIAL 9 Que corresponden siguientes expresiones: Probabilidad de que un valor a sea menor o igual que le valor z. Donde a, z, z 1 y z 2 son variables estandarizadas. Asimismo, por simetría, se tienen las siguientes equivalencias:
11 ESTADÍSTICA INFERENCIAL 10 Que corresponden a las siguientes expresiones: Donde a, z, z 1 y z 2 son variables estandarizadas. Ejemplos El coeficiente intelectual (IQ) es un valor obtenido a partir de una prueba que mide las habilidades cognitivas o inteligencia de una persona en relación a su grupo de edad, el cual se expresa en una escala estándar para que el valor promedio de un grupo sea igual a 100. Esto significa que una persona con un IQ de 115 puntos está por encima del promedio de las personas de su edad, mientras que otra con un IQ de 65 está por debajo del promedio. Dado que el IQ se distribuye como una normal, pueden calcularse algunas probabilidades de interés. Supóngase que X es una variable aleatoria asociada al iq de alumnos de una universidad. Si X se distribuye como una normal con media μ=100 y desviación estándar σ= 16, es decir, XN(100,16),, calcular mediante tablas de distribución normal las siguientes probabilidades: 1. Probabilidad de que el iq de un alumno sea mayor a 80 puntos, es decir, P(80 x).
12 ESTADÍSTICA INFERENCIAL Probabilidad de que el iq de un alumno sea mayor a 105 puntos, es decir, P(105 x). 3. Probabilidad de que el iq de un alumno sea menor que 80 puntos, es decir, P(x 80). 4. Probabilidad de que el iq de un alumno sea menor que 105 puntos, es decir, P(x 105). Soluciones 1. De acuerdo a los datos del problema, se tiene que μ=100, σ=16 y x=80. Entonces se procede a normalizar el valor de x: Este valor transforma la expresión P(80 x) a su equivalente normalizada P(z a),en donde z= 1.25.Esto significa que se debe calcular P( 1.25 a). Entonces:
13 ESTADÍSTICA INFERENCIAL Normalizando los datos tenemos que: Que puede redondearse a Este valor transforma la expresión P (105 x) a su equivalente normalizada: P(z r, se debe calcular P(0.31 a). Entonces, P(0.31 a)=0.5 P(0 a 0.31). Utilizando las tablas de distribución normal se obtiene que P(0 a 0.31)=0.1217,por lo que P(0.3 1a)= = que equivale a 37.83% de probabilidad. 3. Normalizando datos se tiene que:
14 ESTADÍSTICA INFERENCIAL 13 Este valor se transforma en la expresión P(x 80) a su equivalente normalizada P(a z), donde z= 1.25, es decir, se procede a calcular P(a 1.25). En consecuencia, P(a 1.25)=0.5 P(0 a 1.25). A través de las tablas de distribución normal se obtiene que P(a =0.1056,entonces P(a 1.25)=0.5 P(0 a 1.25) que equivale a 10.56% de probabilidad. 4. Al normalizar los datos obtenemos que: Que puede redondearse a Este valor permite transformar la expresión P(x 105) a su equivalente normalizada P(a z), donde Z= Esto significa que se debe calcular P(a 0.31). Consecuentemente, P(a 0.31)=0.5+P(0 a 0.31). Utilizando las tablas de distribución normal, se tiene que P(0 a 0.31)=0.1217, por lo que P(a 0.31)= = que equivale a 62.17% de probabilidad. Aproximación normal de probabilidades binomiales La distribución binomial P(X= k)= b(k;n,p) puede acercarse notablemente a la distribución normal cuando n es grande y ni p ni q tienen valores cercanos a cero, donde: n=número de ensayos o repeticiones del experimento. k = Número de éxitos. p= Probabilidad de éxito.
15 ESTADÍSTICA INFERENCIAL 14 q= Probabilidad de fracaso. Para calcular probabilidades aproximando la distribución normal a la binomial se tiene que: µ = np Por ejemplo, si se lanza una moneda 14 veces, calcular la probabilidad P de que el número de águilas que aparezcan se encuentre entre tres y seis. De los datos del ejemplo tenemos que: Si X representa el número de águilas, se debe calcular P (3 X 6). Dado que la distribución normal se define sobre variables aleatorias continuas, debemos expresar los valores discretos, esto es, enteros, en una forma continua o decimal, con lo que la expresión discreta P(3 X 6) puede transformarse en la expresión continua P(2.5 X 6.5). Entonces, se procede a estandarizar los valores 2.5 y 6.5: En consecuencia, P(2.5 x 6.5) se transforma en su equivalente normalizada P( 2.41 a 0.27)= = ó 59.84%.
16 ESTADÍSTICA INFERENCIAL 15 Actividad de Aprendizaje Instrucciones: en base a lo visto anteriormente, resuelve los siguientes elementos. Supóngase que X es una variable aleatoria asociada al IQ de alumnos de una universidad. Si X se distribuye como una normal con media µ= 100 y desviación estándar =10, es decir, X N(100,10), calcula mediante tablas de distribución normal las siguientes probabilidades: 1. Probabilidad de que el IQ de un alumno sea mayor a 80 puntos, es decir, P(80 x). 2. Probabilidad de que el IQ de un alumno sea mayor a 105 puntos, es decir, P(105 x). 3. Probabilidad de que el IQ de un alumno sea menor a 80 puntos, es decir, P(x 80). 4. Probabilidad de que el IQ de un alumno sea menor a 105 puntos, es decir, P(x 105). 5. Probabilidad de que el IQ de un alumno se encuentre entre 105 y 110 puntos, es decir, P(105 x 110).
17 ESTADÍSTICA INFERENCIAL 16 Bibliografía García, M. (2005). Introducción a la teoría de la probabilidad. México: Fondo de Cultura Económica. Hernández, A. y O. Hernández (2003). Elementos de probabilidad y estadística. México: Sociedad Matemática Mexicana. Meyer, P. (1986). Probabilidad y aplicaciones estadísticas. E.U.: Addison-Wesley Iberoamericana. Ulloa, V. y V. Quijada (2006). Estadística aplicada a la comunicación. México: UNAM. (2007). Estadística básica con Excel. México: UNAM. Lipschutz, S. (1988). Probabilidad. México: McGraw-Hill.
ESTADÍSTICA 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 detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 3 Nombre: Distribuciones de probabilidad para variables Contextualización En las sesiones anteriores estudiamos los conceptos introductorios
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 10 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización En estadística existen dos métodos para la
Más detallesESTADÍSTICA INFERENCIAL. Sesión 2: Probabilidad
ESTADÍSTICA INFERENCIAL Sesión 2: Probabilidad Contextualización En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o probabilístico posee un patrón de comportamiento. Es decir,
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 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 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 detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 2 Nombre: Probabilidad Contextualización En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o probabilístico posee un
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 11 Nombre: números índice para datos económicos y estadísticos Contextualización Los índices o números índice son medidas estadísticas que resumen
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 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 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 detallesESTADÍSTICA INFERENCIAL. Sesión 5: Distribuciones de probabilidad para variables
ESTADÍSTICA INFERENCIAL Sesión 5: Distribuciones de probabilidad para variables Contextualización Ya se han estudiado los conceptos variable aleatoria y distribución de probabilidad. Específicamente, se
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 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 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 detallesEsquema Matemáticas CCSS
Esquema Matemáticas CCSS 4. Inferencia Conocer el vocabulario básico de la Inferencia Estadística: población, individuos, muestra, tamaño de la población, tamaño de la muestra, muestreo aleatorio. Conocer
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 detallesESTADÍSTICA INFERENCIAL
1 Sesión No. 8 Nombre: Pruebas de hipótesis referentes al valor de la media de la población Contextualización Las pruebas de hipótesis son uno de los métodos generales que se emplean para llevar a cabo
Más detallesMATEMÁTICAS LIBRO 9: DATOS Y AZAR III GE- LIBRO N 9 CONTENIDOS. - Muestreo. - Intervalo de confianza. - Función de probabilidad
LIBRO 9: DATOS Y AZAR III CONTENIDOS - Muestreo - Intervalo de confianza - Función de probabilidad - Función de distribución de probabilidad - Distribución normal - Distribución normal estándar - Estandarización
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 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 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 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 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 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 detallesANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL
ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL. VARIABLES ALEATORIAS Consideremos el experimento de lanzar 3 monedas. Tenemos que su espacio muestral es E CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX Donde
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 detalles5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD
Distribución normal 5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD La distribución continua de probabilidad más importante en todo el campo de la estadística es la distribución normal. Su grafica, que se denomina
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 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 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 detallesFormas de una Curva de Frecuencias
Formas de una Curva de Frecuencias Cuando se tiene una muestra de las observaciones de una variable, éstas se pueden graficar a través de un polígono de frecuencias relativas. Cuando este polígono es suavizado,
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 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 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 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 detalles( x) Distribución normal
Distribución normal por Oliverio Ramírez La distribución de probabilidad más importante es sin duda la distribución normal (o gaussiana), la cual es de tipo continuo. La distribución de probabilidad para
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 detallesSección. Aplicaciones de la Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved
Sección 3 7.2 Aplicaciones de la Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved La tabla normal La tabla normal (cont)
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 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 detallesMATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.
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 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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
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 detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Parte 3: La Distribución Normal La campana de Gauss La campana de Gauss, curva de Gauss o curva normales una función de probabilidad continua, simétrica, cuyo máximo coincide
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 detallesEstadística Descriptiva
Estadística Descriptiva 1 Sesión No. 11 Nombre: Medidas de dispersión Contextualización En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión, además
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel Estadística Inferencial Encuentro #2 Tema: Esperanza y Decisiones Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Entender los conceptos básicos
Más detallesTema 6. Variables aleatorias continuas. Distribución Normal
Tema 6. Variables aleatorias continuas. Distribución Normal Indice 1. Distribuciones de probabilidad continuas.... 2 2. Distribución Normal... 5 2.1. Distribución Normal estándar N(0,1).... 5 2.1.1 Utilización
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 detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesLa Distribución Normal. La Distribución Normal. Características de la distribución de probabilidad normal
La Distribución Normal La Distribución Normal Características de la distribución de probabilidad normal La familia de la distribución de probabilidad normal La distribución normal estándar Áreas bajo la
Más detallesTeorema del límite central
TEMA 6 DISTRIBUCIONES MUESTRALES Teorema del límite central Si se seleccionan muestras aleatorias de n observaciones de una población con media y desviación estándar, entonces, cuando n es grande, la distribución
Más detallesDistribuciones Continuas
Capítulo 5 Distribuciones Continuas Las distribuciones continuas mas comunes son: 1. Distribución Uniforme 2. Distribución Normal 3. Distribución Eponencial 4. Distribución Gamma 5. Distribución Beta 6.
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 6)
TEMA Nº 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Ser capaz de definir correctamente una o más variables aleatorias sobre los resultados de un experimento aleatorio y determinar
Más detallesVARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.
VARIABLE ALEATORIA CONTINUA VARIABLES ALEATORIAS CONTINUAS º Bto. CC.SS. Una variable aleatoria es continua si puede tomar, al menos teóricamente, todos los valores comprendidos en un cierto intervalo
Más detallesMATEMÁTICAS APLICADAS A LAS CC. SS. I
DISTRIBUCIÓN NORMAL Carl Friedrich Gauss (1777-1855), físico y matemático alemán, uno de los pioneros en el estudio de las propiedades y utilidad de la curva normal. MATEMÁTICAS APLICADAS A LAS CC. SS.
Más detalles1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES
1º BACHILLERATO MATEMÁTICAS CIENCIAS SOCIALES TEMAS 14 y 15.- DISTRIBUCIONES DISCRETAS. LA DISTRIBUCIÓN BINOMIAL. DISTRIBUCIONES CONTINUAS. LA DISTRIBUCIÓN NORMAL 1 1.- VARIABLES ALEATORIAS DISCRETAS Concepto
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 detallesAlgunas distribuciones teóricas continuas
Algunas distribuciones teóricas continuas Dr. Pastore, Juan Ignacio Profesor Adjunto. Algunas Distribuciones Estadísticas Teóricas Distribución Continuas: a) Distribución Uniforme b) Distribución de Exponencial
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD VARIABLE ALEATORIA Una variable x valuada numéricamente varía o cambia, dependiendo del resultado particular del experimento que se mida. Por ejemplo, suponga que se tira
Más detallesEstadística Descriptiva
Estadística Descriptiva 1 Sesión No. 11 Nombre: Medidas de dispersión Contextualización En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión, además
Más detallesGRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD
GRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD Prof. Rosario Martínez Verdú TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD 1. Nociones básicas de teoría de la probabilidad. 2. Variable
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones ESTADÍSTICA PARA LA TOMA DE DECISIONES. 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables continúas. Objetivo Al término de la sesión el estudiante
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 detallesVariables continuas: la distribución normal
M. Wiper Estadística 1 / 23 Variables continuas: la distribución normal Michael Wiper Departamento de Estadística Universidad Carlos III de Madrid M. Wiper Estadística 2 / 23 Objetivo Intropducir la distribución
Más detallesDISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO.
DISTRIBUCIONES CONTINUAS INFERENCIA ESTADISTICA LIC. MIGUEL CANO. En esta sección se estudian las distribuciones más importantes de las variables aleatorias continuas unidimensionales. Algunas distribuciones
Más detalles3 PROBABILIDAD Y DISTRIBUCION NORMAL
3 PROBABILIDAD Y DISTRIBUCION NORMAL La probabilidad puede ser considerada como una teoría referente a los resultados posibles de los experimentos. Estos experimentos deben ser repetitivos; es decir poder
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 detallesDISTRIBUCIÓN NORMAL. Modelo matemático: f ( x ) = σ 2 π
DISTRIBUCIÓN NORMAL. Es la más importante de las distribuciones teóricas, es también conocida con los nombres de curva normal y curva de Gauss. De Moivre publico en 1773 su trabajo sobre la curva normal
Más detallesDistribuciones de probabilidad II
II Facultad de Estudios Superiores Acatlán Licenciatura en Economía 20 de abril 2017 José A. Huitrón Mendoza Distribuciones de probabilidad de Poisson Enmarca el estudio de una variable aleatoria discreta
Más detallesESTADÍSTICA INFERENCIAL. Sesión 11: números índice para datos económicos y estadísticos
ESTADÍSTICA INFERENCIAL Sesión 11: números índice para datos económicos y estadísticos Contextualización Los índices o números índice son medidas estadísticas que resumen en un solo valor la información
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 detallesI TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad 1.- Una variable aleatoria que sigue una distribución normal: A) tiene de media cero y una desviación típica de uno. B)
Más detallesMÓDULO I. TEORÍA DE LA PROBABILIDAD
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesDistribución normal. Resumen. Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo Open Access, Creative Commons.
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 5, Mayo 2011. Open Access, Creative Commons. Distribución normal Autor: Fernando Quevedo Ricardi (1) Filiación: (1) Departamento de
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 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 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 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 detallesNIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo
NIVELACIÓN DE ESTADISTICA Qué es la probabilidad? La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. Por ejemplo: tiramos un dado al aire y
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 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 detallesEXPERIMENTO ALEATORIO
EXPERIMENTO ALEATORIO En concepto de la probabilidad, un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, en otras palabras,
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 detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
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 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 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 detalles