Principales Distribuciones

Fundamentos de Estadística MODP WE 18-1 1
Probabilidades:
Principales Distribuciones
Sesión 5
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Distribución Discreta de Probabilidades
La distribución de probabilidad de una variable

aleatoria describe cómo se distribuyen las
probabilidades sobre los valores de la variable
aleatoria.
Podemos describir una distribución de probabilidad

discreta con una tabla, gráfico o fórmula.

Se introducirán dos tipos de distribuciones de
probabilidad discretas.
Primer tipo: utiliza las reglas de asignación de

probabilidades a los resultados del experimento
para determinar las probabilidades de cada valor de
la variable aleatoria.
Segundo tipo: utiliza una fórmula matemática

especial para calcular las probabilidades para cada
valor de la variable aleatoria.
La distribución de probabilidad se define por una

función de probabilidad, denotada por f (x), que
proporciona la probabilidad para cada valor de la
variable aleatoria.
Se requiere que la función de probabilidades

discreta cumpla con las siguientes condiciones:
f (x ) > 0
 f (x ) = 1
Existen tres métodos para asignar probabilidades a

variables aleatorias: el método clásico, el método
subjetivo y el método de frecuencia relativa.
El uso del método de frecuencia relativa para

desarrollar distribuciones de probabilidad discretas
conduce a lo que se denomina distribución discreta
empírica.
Un ejemplo de ello en
la siguiente diapositiva

Ejemplo: Comercial JSL
Un empleado de personal está evaluando la posibilidad de
poner un anuncio para contratar a una Asistente de
Gerencia. Sabe por experiencia previa que de un total de
80 situaciones en el que colocaros anuncios similares, en
4 de ellas el anuncio atrajo 6 solicitudes, en 9 de ellas
atrajo 5, en 14 de ellas atrajo 4, en 19 de ellas atrajo 3, en
11 de ellas atrajo 2, en 12 de ellas atrajo 1 y 11 veces no
atrajo ninguna.

Utilizando datos anteriores se tiene que, ...
Solicitudes Número
X P(X) 12/80
Recibidas de veces
0 11 0 13.75%
1 12 1 15.00%
2 11 2 13.75%
3 19 3 23.75%
4 14 4 17.50%
5 9 5 11.25%
6 4 6 5.00%
80 100%

Representación
gráfica de la
distribución de
probabilidad
0 1 2 3 4 5 6
Además de tablas y gráficos, se utilizan a menudo

para describir las distribuciones de probabilidad
fórmulas que calculan la probabilidad, f (x), para
cada valor de X.
Algunas distribuciones discretas de probabilidad

especificadas por fórmulas son las distribuciones
binomial y Poisson.
Distribución de Probabilidades
Binomial
Propiedades del Experimento Binomial
• Secuencia de n Ensayos Idénticos
• Cada ensayo tiene sólo 2 resultados
“Éxito” (Resultado deseado) o “Fracaso”
• Las Probabilidades en todos los ensayos son
constantes
• Los Ensayos son Independientes.
Dos métodos de muestreo diferentes

Población Infinita sin Reemplazo
Población Finita con Reemplazo
Binomial: Función
n!
f(X) = pX (1 – p)n-X
X! (n – X)!
f(X) = probabilidad de X = x dados n & p

n = número de ensayos
p = probabilidad de ‘éxito’
X = número de ‘éxitos’ en las ‘n’ repeticiones
(X = 0, 1, 2, ..., n)
Binomial
Valor esperado
E (x) =  = n p
Varianza
Var(x) =  2 = n*p*(1 - p )
Desviación Estándar
DS(x) =  = n*p*(1 - p )
Distribuciones Continuas
de Probabilidades
 Una variable aleatoria continua puede asumir

cualquier valor en un intervalo de la recta de
números reales o en un conjunto de intervalos.
 No es posible hablar de la probabilidad de que la
variable aleatoria asuma un valor en particular.
 En lugar de ello, hablamos de la probabilidad de
que la variable aleatoria asuma un valor dentro
de un intervalo dado.
Distribuciones Continuas
de Probabilidades
La probabilidad de que una variable aleatoria

asuma un valor en un intervalo dado de X1 a X2
se define como el área bajo la curva de la función
de densidad de probabilidades dentro de dicho
intervalo.
Distribución Normal
Es la distribución más importante f (x)
para describir la distribución de
variables aleatorias continuas
1. ‘Forma de Campana’ &
Simétrica
x
2. Media, Mediana, Moda son
iguales Media
Mediana
3. Variable aleatoria que tiene Moda
rango infinito.
Importancia de la
1. Hay muchos experimentos de variables continuas

que siguen esta distribución o que pueden ser
aproximados por ella.
2. Esta distribución se puede usar para aproximar
algunas distribuciones de variable discreta.
3. La distribución normal constituye la base para la
inferencia estadística clásica por su relación con el
Teorema del Límite Central.
Distribución Normal:
características
99.72%
95.44%
68.26%
x
  + 3
 – 3  – 1  + 1
 – 2  + 2
Distribución Normal de
Probabilidades
Probabilidad
d
es el área
bajo la curva! P (c  X  d)   f ( x)dx ?
c
f(X)
c d X
Estándar
X - 
Z=
Distribución
 Distribución
Normal Normal Estándar
 z = 1
 X Z = 0 Z
Probando
Normalidad
Comparar características de Gráfico de Probabilidad Normal
la Data con Propiedades de
X 90
la Distribución Normal.
Evaluar el Gráfico de 60
Probabilidad Normal. 30 Z
Graficar los Datos X vs. -2 -1 0 1 2
valores Z estandarizados.
Buscar una línea recta!
Aproximaciones a la
Distribución Binomial
Cuando el número de repeticiones en una variable

BINOMIAL es muy grande, se presentan dificultades
para el cálculo de las probabilidades usando la
función Binomial. En estos casos es práctico utilizar
aproximaciones para los cálculos.
Se pueden utilizar la distribución NORMAL, como
una aproximación de la distribución (Binomial)
original.
Aproximaciones a la
Distribución Binomial
Para usar la aproximación por Normal, hacemos:
 = n x p y 2 = n x p x ( 1 - p )
como parámetros con los que queda definida la
distribución.

Principales Distribuciones

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Principales Distribuciones

Загружено:

Авторское право:

Доступные форматы

Fundamentos de Estadística MODP WE 18-1 1

Distribución Discreta de Probabilidades

La distribución de probabilidad de una variable

Podemos describir una distribución de probabilidad

Distribución Discreta de Probabilidades

Primer tipo: utiliza las reglas de asignación de

Segundo tipo: utiliza una fórmula matemática

Distribución Discreta de Probabilidades

La distribución de probabilidad se define por una

Se requiere que la función de probabilidades

Distribución Discreta de Probabilidades

Existen tres métodos para asignar probabilidades a

El uso del método de frecuencia relativa para

Distribución Discreta de Probabilidades

Distribución Discreta de Probabilidades

Distribución Discreta de Probabilidades

Distribución Discreta de Probabilidades

Además de tablas y gráficos, se utilizan a menudo

Algunas distribuciones discretas de probabilidad

Dos métodos de muestreo diferentes

f(X) = probabilidad de X = x dados n & p

 Una variable aleatoria continua puede asumir

La probabilidad de que una variable aleatoria

1. Hay muchos experimentos de variables continuas

Cuando el número de repeticiones en una variable

Вам также может понравиться