1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

Documentos relacionados
GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO C

Tema 2: Distribuciones bidimensionales

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

ESTADÍSTICA poblaciones

PARÁMETROS ESTADÍSTICOS ... N

10 MUESTREO. n 1 9/ / σ σ 1

1.- DISTRIBUCIÓN BIDIMENSIONAL

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

No debe entregar los enunciados

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

MEDIDAS DE CENTRALIZACIÓN

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

Análisis de Regresión y Correlación Lineal

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

La inferencia estadística es primordialmente de naturaleza

Análisis de Regresión y Correlación Lineal

MEDIDAS DE FORMA Y CONCENTRACIÓN

PyE_ EF1_TIPO2_

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

Tema 12: Modelos de distribución de probabilidad: Variables Continuas

Los Histogramas. Histograma simple

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

Inferencia Estadística

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

Modelos de Regresión Simple

Estadística Descriptiva

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

Especialista en Estadística y Docencia Universitaria PRUEBAS DE NORMALIDAD MÉTODO DE KOLMOGOROV SMIRNOV

REGRESIÓN LINEAL SIMPLE

ERRORES EN LAS MEDIDAS (Conceptos elementales)

SOLUCIONES SEGUNDA HOJA EJERCICIOS 1º BACHILLER CIENCIAS. Ejercicio nº 1.- a) Calcula, utilizando la definición de logaritmo:

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

EXAMEN DE MATEMÁTICAS APLICADAS I Temas 12 a 15

TEMA 2: LOS NÚMEROS COMPLEJOS

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

AGRO Examen Parcial 1

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO

1 Estadística. Profesora María Durbán

PROBABILIDAD. Dos grupos son distintos si se diferencian en algún elemento ó en el orden de colocación de éstos.

FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA DISCRETA

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

Estadística Contenidos NM 4

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

PARTE SEGUNDA: INFERENCIA ESTADÍSTICA

PROBABILIDAD Y ESTADÍSTICA

GENERACION DE VARIABLES ALEATORIAS

Esta t d a í d s í titcos o TEMA 3.3

Test de Hipótesis. Error de tipo I: Rechazar H 0 siendo H 0 Verdadera. Error de tipo II: No rechazar H 0 siendo H 0 Falsa

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

GENERALIDADES ESTADISTICA DESCRIPTIVA

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

Estadística aplicada al Periodismo

Tema 6: Introducción al muestreo. Estimadores

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

ESTADÍSTICA. Tercera Prueba de Evaluación continua 30 de noviembre de 2015

Estadística Contenidos NM 4

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

Variables bidimensionales: regresión y correlación

Correlación y regresión lineal. Ejemplos

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

Estadística Espacial. José Antonio Rivera Colmenero

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Estadística Descriptiva

Estadística Descriptiva

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

ESTADÍSTICA DESCRIPTIVA

MEDIDAS DE CENTRALIZACIÓN. i = N Cuando los datos vienen dados por una tabla de frecuencias:

ANALISIS DE DATOS EN PSICOLOGÍA I FEBRERO ª P.P. 2ª SEMANA UNIÓN EUROPEA

Análisis de Regresión

Variables bidimensionales: regresión y correlación

ESTADÍSTICA DESCRIPTIVA

Métodos indirectos de estimación: razón, regresión y diferencia

LECTURA 02: DISTRIBUCIONES DE FRECUENCIAS (PARTE I) DISTRIBUCIONES DE FRECUENCIAS EN PUNTOS AISLADOS

2.5. Área de una superficie.

CAPÍTULO III TÉCNICAS DE SIMULACIÓN ESTADÍSTICA. Los datos sintéticos son elementos de suma importancia en los sistemas de diseño en

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

2. Muestreo Aleatorio Simple. 2. Muestreo Aleatorio Simple

LOS NÚMEROS COMPLEJOS

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

CURSO BÁSICO DE ESTADÍSTICA DESCRIPTIVA

Transcripción:

Estadístca y probabldad 1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL 1.1 DISTRIBUCIONES ESTADÍSTICAS Se usa dagramas de barras, dode la altura de éstas represeta la recueca de cada varable, para varables dscretas. Para varables cotuas se usa hstogramas, que so dagramas e que la recueca vee determada por rectágulos que ocupa todo el tervalo. 1.1.1 Cálculo de los parámetros meda y varaza Meda: Varaza: Desvacó típca: x s x ( x x) s x x 1. CÁCLULO DE PROBABILIDADES x x 1..1 Sucesos aleatoros So los que depede del azar. La proporcó de veces que ocurre u suceso S es la recueca relatva: r(s) (S)/N 1.. Probabldad [ ] lm r(s) P S N S todos los sucesos so equprobables, podemos aplcar la Ley de Laplace: P [ S ] º de sucesos º total elemetales de sucesos de que costa elemetales S 1

Estadístca y probabldad 1..3 Experecas compuestas Hay dos tpos: Extraccoes co reemplazameto: cada extraccó se realza e las msmas codcoes que la ateror. Extraccoes s reemplazameto: las codcoes de cada extraccó so dsttas y depede de cuál sea el elemeto extraído aterormete. So experecas depedetes s el resultado de ua de ellas o luye e el resultado de las posterores, y so depedetes s el resultado de ua luye e las sguetes. 1..4 Cálculo de probabldades e experecas compuestas Los descompoemos e sucesos smples Experecas depedetes P[S 1 e 1ª y S e ª] P[S 1 e 1ª] P[S e ª] Experecas depedetes P[S 1 e 1ª y S e ª] P[S 1 e 1ª] P[S e ª/S 1 e 1ª] 1.3 NÚMEROS COMBINATORIOS (probabldad de S codcoada a S 1 ) El úmero de combacoes de m elemetos tomados e grupos de es ( m ) y se puede obteer por el trágulo de Tartagla (que o veremos aquí) o por la sguete órmula: ( m m (m 1) (m )... (m +1) ) ( 1) ( )... 3 1 ( m ) m!! (m )! 1.4 DISTRIBUCIONES DE PROBABILIDAD Es el resultado de asgar a cada valor de la varable su probabldad. Es ua dealzacó de las dstrbucoes de recuecas relatvas. Cada p es u úmero compreddo etre 0 y 1 (clusve). La suma de todas las p es 1.

Estadístca y probabldad 1.4.1 Parámetros e ua dstrbucó de probabldad Meda: Varaza: µ p x ) σ ( Desvacó típca: σ p x p ( x µ ) ( p x ) µ ( µ) 1.5 DISTRIBUCIÓN BINOMIAL. DESCRIPCIÓN Ua expereca dcotómca es ua expereca aleatora e que prestamos atecó a s ocurre u suceso A (éxto) o su cotraro A. P[A] p P[A ] 1 p q Dstrbucó bomal (B(, p)) es la dstrbucó de probabldad de ua repetcó veces de ua expereca dcotómca dode aalzamos el úmero de éxtos. 1.5.1 Cálculo de probabldades e ua dstrbucó bomal S x es ua varable que sgue ua dstrbucó B(, p), la probabldad de obteer k éxtos es: P[xk] ( k) pk q -k Meda: Desvacó típca: µ p σ p q 1.5. Ajuste de u cojuto de datos a ua dstrbucó bomal Para aceptar que u cojuto de datos empírcos se dstrbuye segú ua bomal B(, p), haremos lo sguete: Igualamos la meda de los datos obtedos a la meda de la teórca bomal. Así obteemos el valor de p. Hallamos las probabldades P[xk] para cada valor de k, y lo multplcamos por para ver cómo se repartría los dvduos e la dstrbucó teórca. Segú que la mayor dereca etre el valor empírco y el teórco sea sucetemete pequeña, aceptamos o rechazamos la hpótess de que los datos provega de ua bomal. 3

Estadístca y probabldad DISTRIBUCIONES DE VARIABLE CONTINUA.1 FUNCIONES DE PROBABILIDAD (x) es ua ucó de desdad o ucó de probabldad de ua varable aleatora s: x 0 x El área bajo la curva y (x) es gual a 1 P [a x b] área bajo la curva e el tervalo [a, b] La probabldad de sucesos putuales es cero, así que: P [a x b] P[a < x < b] Meda (µ): Cetro de gravedad de la dstrbucó Desvacó típca (σ): Medda de la dspersó (o las calcularemos).1.1 Fucó de dstrbucó Fucó de dstrbucó de ua varable aleatora t es la ucó F(x) que descrbe los valores que toma la probabldad acumulada hasta la abscsa x: F x P [t x ] F x 0 lm x lm x F x 1 S sólo toma valores o ulos e u tervalo [a, b], etoces F(x) 0 para x a y F(x) 1 para x b.. DISTRIBUCIÓN NORMAL La curva ormal, o campaa de Gauss es ua ucó de probabldad cotua y smétrca cuyo máxmo cocde co la meda µ...1 Dstrbucó de probabldades bajo ua curva ormal P[µ σ < x < µ+σ] 0,686 P[µ σ < x < µ+σ] 0,9544 P[µ 3σ < x < µ+3σ] 0,9974 4

Estadístca y probabldad.. Cálculo de probabldades de ua dstrbucó N(0, 1) TABLA S k 0. P[z < k] Φ(k) P[z > k] 1 - P[z < k] 1 Φ(k) S k < 0. P[z < -k] 1 Φ(k)..3 Cálculo de probabldades de ua dstrbucó N(µ, σ ) P [h x m]p [ h μ z m μ σ σ ] Cambo m μ k σ Esto se llama tpcacó de la varable (ahora sgue ua dstrbucó N(0, 1)).3 LA DISTRIBUCIÓN BINOMIAL SE APROXIMA A LA NORMAL E ua bomal B(, p), cuado p y q so ambos mayores que 3, la aproxmacó es bastate buea, s so mayores que 5, es cas perecta. Se aproxma a ua ormal N(p, pq ). Como e ua ormal la probabldad de u valor putual es cero, y e ua bomal sólo hay valores dscretos, para calcular las probabldades de ua bomal usado la tabla de la ormal, asocamos a cada valor putual de x u terrvalo cetrado e k y de rado 0,5. Para ajustar u cojuto de datos a ua ormal procedemos gual que co la bomal. 5

Estadístca y probabldad 3 DISTRIBUCIONES BIDIMENSIONALES 3.1 NUBES DE PUNTOS. CORRELACIÓN S estudamos dos varables x, y e u cojuto de dvduo: Dstrbucó bdmesoal es el cojuto de pares de valores (x 1, y 1 ), (x, y ),, (x, y ). Nube de putos o dagrama de dspersó es la represetacó de esos pares de valores como putos e u eje de coordeadas. La correlacó es la relacó etre ambas varables para los dvduos. Puede ser más o meos uerte segú lo que se aproxme a ua recta que marca la tedeca (recta de regresó). La correlacó será postva o egatva segú el sgo de la pedete de la recta. 3. MEDIDA DE LA CORRELACIÓN 3..1 Cetro de gravedad de ua dstrbucó bdmesoal Meda de la varable x: x x Meda de la varable y: El puto ( x, y ) es el cetro de gravedad. 3.. Covaraza σ xy (x x)( y y) 3..3 Correlacó r σ xy σ x σ y Propedades: No tee dmesoes y y x y x y sedo σ x x x Está compreddo etre 1 y 1, y r es tato más cercao a 1 cuato más uerte sea la correlacó. 6

Estadístca y probabldad 3.3 RECTA DE REGRESIÓN 3.3.1 Método de los mímos cuadrados Es la recta e la cual la suma de los cuadrados de las dstacas de todos los putos es míma. Pasa por el cetro de gravedad de la ube de putos. Su ecuacó es: y y+ σ xy σ x ( x x) La pedete σ xy σ x es el coecete de regresó de Y sobre X. 3.3. Recta de regresó de X sobre Y x x σ xy σ y y y El coecete de regresó de Y sobre X, σ xy σ y o es la pedete de esta recta so su versa. Segú el valor de la correlacó, el águlo de ambas rectas de regresó será próxmo a 90º cuado r sea próxmo a 0, y será cas 0 cuado r sea próxmo a 1. 3.4 TABLAS DE DOBLE ENTRADA Ua etrada so las x y otra las y. E cada caslla se poe la recueca correspodete al par de valores. Para represetarlo grácamete hay varos métodos: Hchado los putos proporcoalmete a su recueca Levatado barras de altura proporcoal a las recuecas de las correspodetes casllas. 7