1 CÁLCULO DE PROBABILIDADES
|
|
- Adrián Serrano Aguilar
- hace 5 años
- Vistas:
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
1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
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 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 detallesEjemplo: Si lanzamos un dado 7 veces y 3 de ellas nos sale par, la frecuencia
Probabilidad La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles,
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesBloque I: Estadística y Probabilidad
Bloque I: Estadística y Probabilidad 1. Probabilidad 1. Teoría de la probabilidad 2. Probabilidad condicionada 3. Dependencia e independencia de sucesos 4. Técnicas de recuento: diagramas de árbol, tablas
Más detallesCONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES
CONTRASTE DE HIPÓTESIS TEMA 4.1 CONTRASTES BILATERALES INTRODUCCIÓN Un fabricante de pilas afirma que la duración media de sus pilas, funcionando ininterrumpidamente, es de 53 horas como mínimo y su desviación
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 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 detallesBLOQUE III III ESTADÍSTICA Y PROBABILIDAD
III BLOQUE III ESTADÍSTICA Y PROBABILIDAD Página 330 1 Calcula P[A «B] y P[A» B] sabiendo que: P[A] = 0,6 P[B] = 0,8 P[A «B] P[A» B] = 0,4 P[A «B] = P[A] +P[B] P[A» B] = 0,6 + 0,8 P[A» B] Como P[A «B]
Más detallesRESUMEN PROGRAMACIÓN ESTADÍSTICA II. 2. Calcular permutaciones, variaciones y combinaciones.
RESUMEN PROGRAMACIÓN ESTADÍSTICA II OBJETIVOS 1. Conocer las principales técnicas de recuento. 2. Calcular permutaciones, variaciones y combinaciones. 3. Conocer y aplicar el lenguaje de los sucesos y
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 8) TEMA Nº 8 ESTIMACIÓN
OBJETIVOS DE APRENDIZAJE: TEMA Nº 8 ESTIMACIÓN Conocer las relaciones entre muestra, análisis estadístico descriptivo y análisis estadístico inferencial. Conocer los conceptos de muestra aleatoria y muestra
Más detallesTEMA 1.- PROBABILIDAD.-CURSO 2016/2017
TEMA 1.- PROBABILIDAD.-CURSO 2016/2017 1.1.- Introducción. Definición axiomática de probabilidad. Consecuencias de los axiomas. 1.2.- Probabilidad condicionada. 1.3.- Independencia de sucesos. 1.4.- Teoremas
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 detallesEXPERIENCIAS ALEATORIAS. SUCESOS
Matemáticas 2ºBachillerato Aplicadas a las Ciencias Sociales 3º Evaluación Probabilidad EXPERIENCIAS ALEATORIAS. SUCESOS Experiencias Deterministas y Aleatorias Experiencias deterministas: son aquellos
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
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 detallesMatemáticas 2.º Bachillerato. Intervalos de confianza. Contraste de hipótesis
Matemáticas 2.º Bachillerato Intervalos de confianza. Contraste de hipótesis Depto. Matemáticas IES Elaios Tema: Estadística Inferencial 1. MUESTREO ALEATORIO Presentación elaborada por el profesor José
Más detallesTEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.
TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. 10.1 Experimentos aleatorios. Sucesos. 10.2 Frecuencias relativas y probabilidad. Definición axiomática. 10.3 Distribuciones de
Más detallesTEMA 1.- PROBABILIDAD.- CURSO
TEMA 1.- PROBABILIDAD.- CURSO 2017-2018 1.1.- Introducción. Definición axiomática de probabilidad. Consecuencias de los axiomas. 1.2.- Combinatoria. Regla del producto 1.2.- Probabilidad condicionada.
Más detallesTema 6: Introducción a la Probabilidad
Tema 6: Introducción a la Probabilidad 1. Introducción 2. La regularidad estadística 3. Concepto de probabilidad i. Definición clásica ii. Concepto frecuencialista de la probabilidad iii. Definición axiomática
Más detallesConjunto de todos los posibles resultados de una experiencia aleatoria. Los sucesos admiten una representación gráfica que facilita su interpretación
www.clasesalacarta.com 1 Experimentos aleatorios Tema 10.- Distribuciones Discretas. Distribución inomial Existen experimentos en los que podemos predecir el resultado antes de que finalicen o incluso
Más detallesTema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1
Tema 0 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato TEMA 0 CÁLCULO DE PROBABILIDADES 0. EXPERIECIAS ALEATORIAS. SUCESOS EXPERIECIAS DETERMIISTAS Y ALEATORIAS Se llama experiencia determinista
Más detallesCUESTIONES TEÓRICAS ESTADÍSTICA
Gestión Aeronáutica: Estadística Teórica Facultad Ciencias Económicas y Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández CUESTIONES TEÓRICAS ESTADÍSTICA Gestión
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 detallesIntroducción a la Probabilidad
Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento
Más detallesTEMA 1.- PROBABILIDAD.- CURSO
TEMA 1.- PROBABILIDAD.- CURSO 2016-2017 1.1.- Introducción. Definición axiomática de probabilidad. Consecuencias de los axiomas. 1.2.- Probabilidad condicionada. 1.3.- Independencia de sucesos. 1.4.- Teoremas
Más detallesPROBABILIDAD. Experiencia aleatoria es aquella cuyo resultado depende del azar.
PROBABILIDAD. 1 EXPERIENCIAS ALEATORIAS. SUCESOS. Experiencia aleatoria es aquella cuyo resultado depende del azar. Suceso aleatorio es un acontecimiento que ocurrirá o no dependiendo del azar. Espacio
Más detallesINFERENCIA ESTADÍSTICA
INFERENCIA ESTADÍSTICA 1. DEFINICIÓN DE INFERENCIA ESTADÍSTICA Llamamos Inferencia Estadística al proceso de sacar conclusiones generales para toda una población a partir del estudio de una muestra, así
Más detallesContrastes basados en el estadístico Ji Cuadrado
Capítulo 10 Contrastes basados en el estadístico Ji Cuadrado 10.1. Introducción Existen multitud de situaciones en el ámbito de la salud en el que las variables de interés, las cuales no pueden cuantificarse
Más 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 detallesApuntes de Estadística Curso 2017/2018 Esther Madera Lastra
1 1. MEDIA Y DESVIACIÓN TÍPICA DE DISTRIBUCIONES La media de un conjunto de datos se calcula sumando todos los datos y dividiendo entre el número de datos. La varianza de un conjunto de datos se calcula
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
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 14: Inferencia estadística
Tema 14: Inferencia estadística La inferencia estadística es el proceso de sacar conclusiones de la población basados en la información de una muestra de esa población. 1. Estimación de parámetros Cuando
Más detallesTema 14: Inferencia estadística
Tema 14: Inferencia estadística La inferencia estadística es el proceso de sacar conclusiones de la población basados en la información de una muestra de esa población. 1. Estimación de parámetros Cuando
Más detallesTEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO.
TEMARIO: CONTENIDOS, OBJETIVOS MÍNIMOS Y TIEMPO. Se han seleccionado unos bloques de contenidos que tienen la intención de aportar una formación matemática que sea suficiente para alcanzar los objetivos
Más detallesProbabilidad. Estadística II. Curso 2011/2012. Universidad de Salamanca
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 3 4 5 6 Introducción Cuándo se utiliza? Utilizamos el cálculo de probabilidades cuando necesitamos obtener conclusiones
Más detallesPREGUNTAS TIPO EXAMEN. 1. Cuál de las siguientes medidas es una medida de Centralización?
PREGUNTAS TIPO EXAMEN 1. Cuál de las siguientes medidas es una medida de Centralización? a) La desviación típica d) Ninguna respuesta es correcta 2. Disponemos de una variable aleatoria que recoge el peso
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 detallesTEMA 8: INFERENCIA ESTADÍSTICA
TEMA 8: INFERENCIA ESTADÍSTICA 1. Conceptos básicos 2. Distribución en el muestreo: Intervalo característico, Teorema Central del Límite. 3. Estimación de parámetros: Intervalos de confianza 4. Contrastes
Más detallesIES Fernando de Herrera Curso 2015 / 16 Tercer trimestre - Prueba de observación continua nº 1 2º Bach CCSS NOMBRE:
Tercer trimestre - Prueba de observación continua nº 1 2º Bach CCSS NOMBRE: Instrucciones: 1) Todos los folios deben tener el nombre y estar numerados en la parte superior. 2) Todas las respuestas deben
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Índice: 1. Contraste de hipótesis------------------------------------------------------------------------------. Errores de tipo I y tipo II---------------------------------------------------------------------------
Más detallesMuestreo de variables aleatorias
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Introducción 2 Distribución de la muestra 3 4 5 Distribuciones de la media y la varianza en poblaciones normales Introducción Tiene como
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD Definición de probabilidad La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.
Más detallesEXAMEN DE ESTADÍSTICA Junio 2011
EXAMEN DE ESTADÍSTICA Junio 2011 Apellidos: Nombre: DNI: GRUPO: 1. Sea X una variable aleatoria discreta. Determine el valor de k para que la función p(x) { k/x x 1, 2, 3, 4 0 en otro caso sea una función
Más detallesEstadística Inferencia Estadística
Estadística Inferencia Estadística Problemas en Inferencia Estadística POBLACIÓN X F(θ ) desconocido A partir de una M.A.S. X 1,X 2,,X n queremos estimar el valor de θ Estimar : Asignar un valor a algo
Más detallesTEMA: AZAR Y PROBABILIDAD.
TEMA: AZAR Y PROBABILIDAD. 1. EXPERIENCIAS ALEATORIAS. SUCESOS. Una experiencia aleatoria es toda aquella cuyo resultado depende del azar. (Extraer una carta de una baraja, lanzar una moneda, lanzar unos
Más detallesUnidad 1: Sistemas de ecuaciones. Método de Gauss
CRITERIOS DE EVALUACIÓN Y EXIGIBLES. MATEMÁTICAS CCSS II Unidad 1: Sistemas de ecuaciones. Método de Gauss Sistemas de ecuaciones lineales - Sistemas equivalentes. - Transformaciones que mantienen la equivalencia.
Más detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesTEMA 6. PROBABILIDAD
TEMA 6. PROBABILIDAD ACCESO CICLO SUPERIOR En este tema vamos a estudiar el comportamiento del azar. A pesar de que entendemos la palabra azar como sinónimo de imprevisible, vamos a ver cómo, en realidad,
Más detallesBioestadística: Inferencia Estadística. Análisis de Una Muestra
Bioestadística: Inferencia Estadística. Análisis de Una Muestra M. González Departamento de Matemáticas. Universidad de Extremadura Estimación Puntual e Intervalos de Confianza Planteamiento del Problema
Más detallesI.E.S. Ciudad de Arjona Departamento de Matemáticas. 2º BAC MCS
1. Experimentos aleatorios. 2. Operaciones con sucesos. 3. Probabilidad. Regla de Laplace 4. Probabilidad condicionada. Suceso Independiente. 5. Tabla de contingencia 6. Experimentos compuestos. Teorema
Más detallesEstadística. Contrastes para los parámetros de la Normal
Contrastes para los parámetros de la Normal Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Contrastes para los parámetros de la Normal Contrastes para los parámetros
Más detallesBLOQUE III: INFERENCIA ESTADISTICA. X, variable aleatoria de interés sobre una determinada población
BLOQUE III: INFERENCIA ESTADISTICA TEMA 8. MUESTREO Y DISTRIBUCIONES DE MUESTREO 1. Introducción a la Inferencia Estadística X, variable aleatoria de interés sobre una determinada población Observar el
Más detallesTEMA 6: CÁLCULO DE PROBABILIDADES. 6.1 Concepto de suceso aleatorio. Terminología y definiciones.
I.E.S. Salvador Serrano Dto. de Matemáticas (Daniel García) 2º CCSS 202 / TEMA : CÁLCULO DE PROBABILIDADES.. Concepto de suceso aleatorio. Terminología y definiciones. La probabilidad se centra en los
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
Probabilidad Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
Más detallesDESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II
DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II Según REAL DECRETO 1467/2007, de 2 de noviembre, por el que se establece la estructura del bachillerato y se fijan
Más detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesCRITERIOS DE EVALUACIÓN Y CONTENIDOS MÍNIMOS EXIGIBLES.
CRITERIOS DE EVALUACIÓN Y EXIGIBLES. Unidad 1: Matrices Matrices - Conceptos básicos: vector fila, vector columna, dimensión, matriz cuadrada, traspuesta, simétrica, triangular... Operaciones con matrices
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio. Experimentos deterministas
Más detallesCALCULO DE PROBABILIDADES
CALCULO DE PROBABILIDADES Los experimentos o fenómenos aleatorios son aquellos que al ser repetidos en condiciones uniformes presentan resultados variables de manera que no puede predecirse con exactitud
Más detallesSelectividad Septiembre 2007 SEPTIEMBRE 2007
Bloque A SEPTIEMBRE 2007 1.- Cada instalación de una televisión analógica necesita 10 metros de cable y cada instalación de televisión digital necesita 20 metros. Cada televisión analógica necesita 20
Más detallesTema 13: Distribuciones de probabilidad. Población y muestra
Tema 13: Distribuciones de probabilidad. Población y muestra 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio,
Más detallesUnidad 5.- TEORÍA DE MUESTRAS
CONCEPTOS GENERALES Unidad 5.- TEORÍA DE MUESTRAS Se llama POBLACIÓN al conjunto de todos los elementos que poseen una determinada característica. Los distintos elementos de la población se llaman INDIVIDUOS.
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA 5)
TEMA 5 NOCIONES BÁSICAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer los conceptos de experimento aleatorio y espacio muestral. Distinguir los distintos tipos de sucesos que forman parte del espacio
Más detallesProbabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades
Experimentos deterministas Probabilidad Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas,
Más detallesUnidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis
Unidad 15 Estadística inferencial. Estimación por intervalos. Pruebas de hipótesis PÁGINA 353 SOLUCIONES 1. El peso de azúcar por confitura se distribuye según la normal N (465;30). Veamos el porcentaje
Más detallesProbabilidad: Fórmulas y definiciones básicas. PROBABILIDAD Fórmulas y definiciones básicas
PROBABILIDAD Fórmulas y definiciones básicas 1) Definiciones básicas Experimento aleatorio: Aquél en el que interviene el azar (no es posible predecir el resultado). Resultado elemental: Todo resultado
Más detallesLa probabilidad y otras mentiras
La probabilidad y otras mentiras Ejercicios tres y cuatro de selectividad. Todo esto de la probabilidad comenzó con la intención, de dado un experimento aleatorio, (es decir, un experimento el cual, repetido
Más detallesEstadís2ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 5. Inferencia estadís2ca
Estadís2ca Tema 5. Inferencia estadís2ca María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema se publica
Más detallesU D PROBABILIDAD 2º BACHILLERATO Col. LA PRESENTACIÓN PROBABILIDAD
PROBABILIDAD 0. DEFINICIONES PREVIAS 1. DISTINTAS CONCEPCIONES DE PROBABILIDAD a. Definición Clásica b. Definición Frecuentista 2. DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD a. Espacio Muestral b. Suceso Aleatorio
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detallesContraste de hipótesis Tema Pasos del contraste de hipótesis. 1.1 Hipótesis estadísticas: nula y alternativa. 1.3 Estadístico de contraste
1 Contraste de hipótesis Tema 3 1. Pasos del contraste de hipótesis 1.1 Hipótesis estadísticas: nula y alternativa 1.2 Supuestos 1.3 Estadístico de contraste 1.4 Regla de decisión: zona de aceptación y
Más detallesEstadís3ca y Métodos Numéricos Tema 5. Inferencia Estadís3ca
Estadís3ca y Métodos Numéricos Tema 5. Inferencia Estadís3ca Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo
Más detallesTema 3: Inferencia estadística. Estimación de la media y la proporción
Tema 3: Inferencia estadística. Estimación de la media y la proporción Intervalo característico Valor crítico. Intervalo característico para una N(0, 1). Intervalo característico para una N(μ, ). Distribución
Más detallesProbabilidad: Fórmulas y definiciones básicas. PROBABILIDAD Fórmulas y definiciones básicas
PROBABILIDAD Fórmulas y definiciones básicas 1) Definiciones básicas Experimento aleatorio: Aquél en el que interviene el azar (no es posible predecir el resultado de cada realización del experimento).
Más detallesCarrera: INGENIERIA ZOOTECNISTA E S T A D I S T I C A
Carrera: INGENIERIA ZOOTECNISTA E S T A D I S T I C A ESTADÍSTICA INFERENCIAL Cuando no se puede estudiar a todos los miembros de una población y se debe recurrir a una muestra, haciendo uso de las técnicas
Más detalles6. PROBABILIDAD I. Eugenio Hernández. COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso Universidad Autónoma de Madrid
6. PROBABILIDAD I Universidad Autónoma de Madrid COMPLEMENTOS PARA LA FORMACIÓN DISCIPLINAR EN MATEMÁTICAS Curso 2017-2018 6.1. Frecuencia y probabilidad. Modelos de probabilidad FENÓMENO ALEATORIO Un
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 detallesENUNCIADO y SOLUCIONES. Problema 1
Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.
Más detallesEl procedimiento de decisión incluye la posibilidad de equivocarnos, por lo tanto nuestra conclusión bien puede ser errónea
El procedimiento de decisión incluye la posibilidad de equivocarnos, por lo tanto nuestra conclusión bien puede ser errónea Ejemplo Es posible que el valor verdadero de la rapidez promedio de combustión
Más detallesIES Fco Ayala de Granada Sobrantes 2010 (Modelo 1) Soluciones Germán-Jesús Rubio Luna
IES Fco Ayala de Granada Sobrantes 010 (Modelo 1) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 1) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1_A Sea el recinto del plano
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesMATEMÁTICAS DE 2º BACHILLER APLICADAS A LAS CIENCIAS SOCIALES
MATEMÁTICAS DE 2º BACHILLER APLICADAS A LAS CIENCIAS SOCIALES BLOQUE DE ÁLGEBRA Editorial SM TEMA 1: MATRICES Concepto de matriz Dimensión de una matriz Tipos de Matrices: o Matriz fila o Matriz columna
Más detallesPROBABILIDAD. Profesor: Rafael Núñez Nogales CÁLCULO DE PROBABILIDADES. Experimentos y sucesos
PROBABILIDAD CÁLCULO DE PROBABILIDADES Experimentos y sucesos Experimento aleatorio Es aquel cuyo resultado depende del azar, es decir no se puede predecir de antemano qué resultado se va a obtener aunque
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 detallesTeoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detallesBioestadística: Variables Aleatorias. Distribuciones de Probabilidad II
Bioestadística: Variables Aleatorias. Distribuciones de Probabilidad II M. González Departamento de Matemáticas. Universidad de Extremadura 3. El periodo de incubación de una determinada enfermedad se
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesTema 3: Inferencia estadística. Estimación de la media y la proporción
Tema 3: Inferencia estadística. Estimación de la media y la proporción Intervalo característico Valor crítico. Intervalo característico para una N(0, 1). Intervalo característico para una N(μ, ). Distribución
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 detalles