1 CÁLCULO DE PROBABILIDADES

Transcripción

1 1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que ocurrirá o no, dependiendo del azar. Espacio muestral (E): conjunto de todos los posibles resultados de una experiencia aleatoria. Suceso: cualquier subconjunto de E. Caso: suceso individual o elemental. Es un elemento de E. Suceso imposible (suceso vacío) Suceso seguro E Si E tiene un número finito de elementos (n), el número de sucesos de E es 2 n Operaciones con sucesos Unión ( A B ): Se verifica cuando ocurre A, B, o ambos. Intersección ( A B ): Se verifica cuando ocurren simultáneamente A y B. Diferencia (A B): Se verifica cuando lo hace A y no B. Complementario (A = E A): Se verifica cuando no se verifica A. Sucesos incompatibles ( A B= ): Son aquellos que no se pueden verificar a la vez. Propiedades Distributiva: A B C = A B A C A B C = A B A C De simplificación A B A =A A B A =A Complementario (A ) = A A B=A B' Leyes de De Morgan A B '=A' B' A B '=A' B' 1

2 1.2 FRECUENCIA Y PROBABILIDAD Frecuencia absoluta de un suceso S (f(s)): es el número de veces que ocurre S. Frecuencia relativa de un suceso S (fr(s)): es la proporción de veces que ocurre S. fr S = f S N Ley de los grandes números fr S =lim P [ S ] x Propiedades de las probabilidades Al realizar un experimento un gran número de veces, la frecuencia relativa de un cierto suceso se aproxima mucho un valor que es la probabilidad de S. La probabilidad de cada suceso es un número p tal que p [ 0, 1 ]. AXIOMAS 1) P [S ] 0 S 2) Si A B= P [ A B]=P[ A]+P [B ] 3) P[E] = 1 TEOREMAS 1) P[A ] = 1 P[A] 2) P[ ] = 0 3) Si A B P [ B ]=P [ A ]+P [ B A ] 4) Si A B P [ A ] P [ B ] 5) Si A 1, A 2,, A k, son incompatibles dos a dos, entonces: P [ A 1 A 2... A k ] =P [ A 1] +P [ A 2] + +P [ A k ] 6) P [ A B ]=P [ A ]+P [ B ] P [ A B ] 7) Si el espacio muestral E es finito, y un suceso es S = {x 1, x 2,, x k }, entonces: P[S] = P[x 1 ] + P[x 2 ] + + P[x k ] 1.3 LEY DE LAPLACE Si el espacio muestral consta de n sucesos elementales equiprobables: nº de sucesos favorables p (S )= nº total de sucesos 2

3 1.4 PROBABILIDAD CONDICIONADA. Dados dos sucesos A y B, la probabilidad de A condicionada a B (P[A/B]) es la proporción de veces que ocurre A de entre las que ocurre B. P [ A/ B ]= P [ A B ] P [B ] P [ A B ]=P [ B ] P [ A/B ] es decir: Dos sucesos A y B son independientes si el resultado de una no influye en la otra, es decir: P[A/B] = P[A] y P[B/A] = P[B] Luego: P [ A B ]=P [ A] P [B ] Tablas de contingencia Al analizar varias experiencias aleatorias conjuntamente, es útil hacer una tabla donde las filas representen los sucesos de un experimento simple y las columnas los sucesos del otro. Así, cada celda de la tabla representa la probabilidad del suceso compuesto por el representado en la fila y el representado en la columna que le corresponden. 1.5 PRUEBAS COMPUESTAS Llamamos prueba compuesta a aquella en que podemos distinguir varias etapas. Para calcular las probabilidades de los sucesos compuestos es útil calcular las probabilidades de sus componentes. Ya hemos visto qué son los sucesos independientes, y cómo se calcula su probabilidad. Pero si el resultado de la primera experiencia influye en las experiencias siguientes, las probabilidades de sucesos compuestos se obtienen así: P[S 1 en la 1ª y S 2 en la 2ª] = P[S 1 ] P[S 2 /S 1 ] P[S 1 en la 1ª, S 2 en la 2ª y S 3 en la 3ª] = P[S 1 ] P[S 2 /S 1 ] P[S 3 /(S 1 y S 2 )] Probabilidad total Sean A 1, A 2,, A n, sucesos incompatibles dos a dos, tales que A 1 A 2... A n =E (sucesos complementarios y disjuntos), entonces, para cualquier suceso S se cumple: P[S] = P[A 1 ] P[S/A 1 ] + P[A 2 ] P[S/A 2 ] P[A n ] P[S/A n ] Es lo que se llama probabilidad total. 3

4 1.6 PROBABILIDADES A PROSTERIORI. FÓRMULA DE BAYES Si un suceso S puede ocurrir después de varios sucesos (A, B, n), llamamos probabilidad a posteriori de un suceso A a la probabilidad de que haya ocurrido A, sabiendo que después ha ocurrido un suceso S. Fórmula de Bayes: P [ A i / S ]= P [ A i ] P [ S / A i ] P [ A 1 ] P [ S / A 1 ]+ P [ A n ] P [S / A n ] = P [ A i ] P [ S / A i ] P [S ] 2 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 2.1 MUESTRAS ESTADÍSTICAS Muchas veces, para estudiar una población, no podemos analizar todos y cada uno de sus miembros, sino que debemos extraer una muestra significativa y analizarla como si se tratara de la población completa. La fase en que se extrae la muestra se llama muestreo, y debe ser aleatorio, es decir, todos sus miembros deben haber sido elegidos al azar. Muestreo aleatorio simple: extracción aleatoria de n elementos de la población. Muestreo aleatorio sistemático: se numeran los individuos de la población y, a partir de uno de ellos elegido al azar, se toman los demás mediante saltos numéricos iguales. Al salto numérico, se le llama coeficiente de elevación. Muestreo aleatorio estratificado: Se divide la población en estratos y, dentro de cada estrato, se hace un muestreo aleatorio. 2.2 DISTRIBUCIÓN NORMAL Tabla de la Normal N(0, 1) Los valores de la probabilidad P[z < k] están tabulados para la distribución Normal (0, 1) P[z > k] = P[z < -k] = 1 P[z < k] P[k 1 < z < k 2 ] = P[z < k 1 ] P[z < k 2 ] P[-k 1 < z < -k 2 ] = P[z < k 2 ] P[z < k 1 ] 4

5 2.2.2 Tipificación de una variable normal N( μ σ ) Si x es una variable distribuida según una Normal N( μ σ distribuida según una Normal N(0, 1). ), z= x μ σ es una variable 2.3 INTERVALOS CARACTERÍSTICOS Siendo la variable x una distribución de media μ un intervalo característico de probabilidad p es un intervalo centrado en la media tal que la probabilidad de que x pertenezca a él es p: P[ μ - k < x < μ + k] = p Intervalos característicos en distribuciones N(0, 1) En Normales N(0, 1), si P[-k < z < k] = p, decimos que k es el valor crítico correspondiente a p. Normalmente se designa p como 1 - α, y el valor crítico correspondiente es Z α /2 Valores críticos más frecuentes: 1- /2 z /2 0,90 0,05 1,645 0,95 0,025 1,96 0,99 0,005 2, Intervalos característicos en distribuciones normales cualesquiera En una distribución normal N( μ σ ) el intervalo característico correspondiente a una probabilidad p = 1- α es: ( μ z α/ 2 σ, μ+ z α/ 2 σ ) 2.4 DISTRIBUCIÓN DE LAS MEDIAS MUESTRALES Teorema central del límite Dada una población de media μ y desviación típica σ, no necesariamente Normal, la distribución de las medias de las muestras de tamaño n: Tiene la misma media μ que la población. Su desviación típica es σ n (disminuye al aumentar n). Cuando n 30 se puede considerar una Normal. 5

6 El teorema central del límite es válido para cualquier distribución, continua o discreta, normal o no. Si la población de partida sigue una Normal, la distribución de medias muestrales también. Si la población de partida no sigue una Normal, la distribución de medias muestrales se aproximará a una Normal para n > 30. Aplicaciones del Teorema Central del Límite 1) Control de las medias muestrales: En una población de media μ y desviación típica σ, antes de extraer una muestra de tamaño n sabemos que la distribución de las medias de todas las posibles muestras es N μ, σ n media esté en un cierto intervalo. así que podemos averiguar la probabilidad de que la n 2) Control de la suma de los individuos de una muestra: Como x i =n x, sabemos que la i=1 suma se distribuye según una Normal: N n, n 3) Podemos inferir la media de la población a partir de la muestra. 2.5 ESTADÍSTICA INFERENCIAL La estadística inferencial consiste en inferir o estimar el valor de un parámetro de la población a partir de una muestra Estimación puntual y estimación por intervalos Estimación puntual La media muestral x sirve para estimar la media poblacional μ. La desviación típica muestral s sirve para estimar la desviación típica poblacional σ. Estimación por intervalos A partir de una muestra aleatoria de tamaño n podemos estimar el valor de un parámetro Dando un intervalo de confianza, es decir un intervalo dentro del cual confiamos que esté el parámetro. Hallando en nivel de confianza, es decir la probabilidad de que ocurra lo anterior. Cuanto mayor sea el tamaño de la muestra, más eficaz será la estimación, es decir, podemos disminuir el tamaño del intervalo o aumentar el nivel de confianza. 6

7 2.6 INTERVALO DE CONFIANZA PARA LA MEDIA Se quiere estimar la media μ, de una población cuya desviación típica, σ, se conoce, y para ello se extrae una muestra de tamaño n con una media muestral x : Si la población de partida es una Normal (ó n > 30), el intervalo de confianza de μ con nivel de confianza (1 - α ) 100% es: ( x±z α/ 2 σ n ) Si la desviación típica es desconocida se puede estimar a partir de la muestra: Valores de n pequeños: s n 1 = x i x 2 n 1 Valores de n relativamente grandes: s n =s= x i x RELACIÓN ENTRE NIVEL DE CONFIANZA, ERROR ADMISIBLE Y TAMAÑO DE LA MUESTRA n Error máximo admisible: E=z α/2 σ n Tamaño de la muestra dados E y α : Despejando n de la expresión anterior: n= z α/2 σ E Debemos aumentar el tamaño de la muestra para aumentar el nivel de confianza o para ser más precisos en la estimación (disminuir E) Nivel de confianza conociendo E y n: Despejando z α /2 z α /2 = E n σ Obtenido z α /2 la tabla nos permite obtener α 2, y de aquí el nivel de confianza 1 α 2 7

8 3 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE UNA PROPORCIÓN 3.1 DISTRIBUCIÓN BINOMIAL Una experiencia dicotómica es aquella en que sólo nos interesa si ocurre un suceso (éxito) o no (fracaso). Si es A el suceso que consideramos un éxito: P(A) = p; P(A ) = 1 p = q Si repetimos n veces una experiencia dicotómica y queremos saber el número de éxitos (x), la distribución de probabilidad de esta variable será la de una variable discreta. La llamamos distribución Binomial B(n, p). P(x=k)= ( n k) pk q n k Es la probabilidad de que x ocurra k veces μ=n p σ= n p q Distribución Binomial aproximada a una Normal Una distribución binomial se aproxima a una normal tanto más cuanto mayor sea n p (ó n q si q < p). Si n p y n q son ambos mayores que 3 la aproximación es bastante buena, y si son mayores que 5, entonces es casi perfecta. B (n, p) N (n p, n p q ) Como la variable de la Binomial es discreta y la de la Normal continua, al aproximar una a la otra tenemos que tener en cuenta: P[x = k] = P[k 0,5 < x < k + 0,5] (Recordemos que la probabilidad de un valor puntual en una distribución continua es 0) 3.2 DISTRIBUCIÓN DE LAS PROPORCIONES MUESTRALES Si, en una población, la proporción de individuos con una característica C determinada es p, la proporción pr de individuos con dicha característica en una muestra de tamaño n sigue una distribución Normal N ( p, p q n ) 8

9 3.3 INTERVALO DE CONFIANZA PARA UNA PROPORCIÓN Se quiere estimar la proporción p de individuos con una cierta característica en una población. Para ello se recurre a una muestra de tamaño n, donde se obtiene una proporción muestral pr: ( pr z pr (1 pr ) pr (1 pr ) α/2, pr+z n α/ 2 n ) es el intervalo de confianza de p con un nivel de confianza (1 - ) 100% 9

10 4 INFERENCIA ESTADÍSTICA. CONTRASTES DE HIPÓTESIS 4.1 HIPÓTESIS ESTADÍSTICAS Un test estadístico es un procedimiento para extraer conclusiones que permitan aceptar o rechazar una hipótesis sobre el valor del parámetro desconocido de una población a partir de una muestra aleatoria y significativa Contraste de hipótesis 1) Enunciación: Se enuncia la hipótesis nula (H 0 ), es decir, se le atribuye un valor a un parámetro de cierta población (en nuestro caso, la media o la proporción). 2) Deducción de conclusiones: Si la hipótesis fuera cierta Se elige un nivel de significación (habitualmente α=0,1 ; α=0,05 ; α=0,01. Se determina una zona de aceptación, fuera del cual sólo está el α 100% de los casos más raros. 3) Verficación: Se extrae una muestra cuyo tamaño mínimo se ha decidido anteriormente, y de ella se obtiene el parámetro estudiado. 4) Decisión: Si el valor del parámetro muestral está dentro de la zona de aceptación se acepta la hipótesis con nivel de significación α, si no se rechaza Posibles errores en el contraste de hipótesis Error tipo I: Se rechaza una hipótesis verdadera debido al resultado del contraste. La probabilidad de cometer este error es α, y no depende del tamaño de la muestra. Error tipo II: Se acepta una hipótesis falsa debido al resultado del contraste. La probabilidad de cometer este error depende del verdadero valor del parámetro, y disminuye al aumentar el tamaño de la muestra. 10

11 4.2 CONTRASTES DE HIPÓTESIS PARA LA MEDIA Contraste bilateral ( = 0 ) 1) Hipótesis H 0 : = 0 ; H 1 : 0 Hipótesis nula: atribuirle un cierto valor a la media de la población. 2) Deducción de conclusiones. Obtención de la zona de aceptación Si n 30 o bien si la población es normal, las medias muestrales se distribuyen según N μ 0, σ 0 n. La zona de aceptación para un nivel de significación es el intervalo característico 0 ±z /2 0 n 3) Verificación y decisión: Se calcula x en la muestra y se ve si está dentro o fuera de la zona de aceptación Contraste unilateral ( 0 ó 0 ) 1) Hipótesis H 0 μ μ 0 ó μ μ 0 2) Zona de aceptación HIPÓTESIS NULA ZONA DE ACEPTACIÓN HIPÓTESIS ALTERNATIVA 0, 0 z /2 0 n z /2 0 n, 0 3) Verificación y decisión: Se calcula x en la muestra y se ve si está dentro o fuera de la zona de aceptación. 11

12 4.3 CONTRASTES DE HIPÓTESIS PARA LA PROPORCIÓN Contraste bilateral (p = p 0 ) 1) Hipótesis H 0 : p = p 0 ; H 1 : p p 0 (p puede ser una proporción o una probabilidad) 2) Zona de aceptación Si p = p 0 las proporciones muestrales se distribuyen según N p 0, p 0 q 0 n. La zona de aceptación para un nivel de significación es el intervalo característico p ±z p q /2 n 3) Verificación y decisión: Se calcula pr en la muestra y se ve si está dentro o fuera de la zona de aceptación Contraste unilateral ( p p 0 ó p p 0 ) 1) Hipótesis H 0 p p 0 ó p p 0 2) Zona de aceptación HIPÓTESIS NULA ZONA DE ACEPTACIÓN HIPÓTESIS ALTERNATIVA p p 0, p 0 z p 0 q 0 n p p 0 p p 0 p 0 z p 0 q 0 p p n, 0 3) Verificación y decisión: Se calcula p en la muestra y se ve si está dentro o fuera de la zona de aceptación. 12