FASE INDIVIDUAL

ESTADISTICA DESCRIPTIVA

PRESENTADO POR

Carlos Rangel

TUTOR: MAIKEL SUAREZ

Universidad Nacional Abierta y a Distancia (UNAD)

2019
 Participación individual

1. Descargar el código “CODIGODADOS.txt” y ejecutarlo en el programa R.

Explique en sus propias palabras el experimento aleatorio del dado.
En este experimento se lanzan los 2 dados que se asumen tienen las mismas
probabilidades de caer por cualquier cara, es decir son equiprobables. Se
recogen los resultados de los lanzamientos y con ellos se determina la
distribución de probabilidad.

 Adjuntar los tres gráficos generados por el código (de Frecuencias Absolutas,
frecuencias relativas y frecuencias relativas acumuladas) y hacer una buena
descripción de cada uno de ellos.

En esta grafica se muestra la frecuencia absoluta de la suma de cada uno de los

lanzamientos, donde se puede ver que el valor más probable es 7.
En esta grafica tenemos algo similar pero haciendo un cálculo de cada frecuencia
sobre la frecuencia acumulada total.
Finalmente se tiene el acumulado de todas las frecuencias para establecer que al
final del experimento la probabilidad total da 1.
2. Leer el Capítulo dos - Variables Aleatorias y Probabilidades y el Capítulo tres -
Modelos Probabilísticos del libro Estadística y Biometría de Mónica Balzarini (que
también se encuentra en la carpeta) y responder o definir los siguientes puntos:

 Espacio muestral, con qué letra se denota.

El espacio muestra indica los posibles resultados de un experimento, se
denota por S

 Punto muestral.
Cualquier resultado del espacio muestral

 Evento muestral.
La ocurrencia de un punto muestral cualquiera

 Defina variable aleatoria

Cualquier variable que puede tomar una serie de valores distintos y para la
cual la suma de todas las probabilidades es 1.

 ¿Qué significa que el espacio muestral de una variable aleatoria continua es

no contable?
Que existen infinitos puntos muestrales, por lo tanto no es posible conocer la
cantidad de resultados posibles.

 ¿Qué son variables aleatorias discretas proporcionales y que son variables

aleatorias discretas de conteo no acotado? De ejemplos de este tipo de variables.
Las variables discretas proporcionales son aquellas que tienen como
característica que sus valores solo son enteros, como el número de personas
en una familia y numero de caras al lanzar una moneda sin embargo estos
valores solo inician desde cero y no pueden tomar cualquier valor. Las
variables discretas de conteo no acotado son las que toman valores tanto
positivos como negativos, como la cantidad de personas en un país.
 Existen dos conceptos de probabilidad: el clásico y el concepto frecuencial;
defina cada uno, en el caso del frecuencial explique el experimento de germinación
de una semilla cuál es el experimento aleatorio, cuál es el evento, cuántos puntos
muestrales tiene.
La probabilidad clásica es el cociente entre los eventos favorables de un
evento y los eventos totales. La probabilidad frecuencial es aquella en la que
se mide la frecuencia relativa de un evento y se divide entre el total de
observaciones para determinar la probabilidad del evento. En el caso de la
germinación de la semilla, el experimento aleatorio es la observación de la
germinación, el evento es la germinación o no de la semilla y hay 2 puntos
muestrales, que germine o que no lo haga.
 ¿Qué diferencia existe entre el concepto de frecuencia relativa y el de
probabilidad?
La frecuencia relativa es el cociente entre el total de eventos que se
consideran exitosos y el total de eventos del espacio muestral, mientras que
la probabilidad está referida a cualquier evento y su suma debe dar siempre
1.
 ¿Qué son eventos mutuamente excluyentes? ¿Cómo es la intersección de
dos eventos mutuamente excluyentes? ¿Si son excluyentes, dado un evento A y
uno B, a que es igual la P(AꓴB)?
Cuando 2 eventos no pueden ocurrir simultáneamente son mutuamente
excluyentes, su intersección es nula y la unión de 2 eventos de este tipo es
igual a la suma de sus probabilidades individuales.
 En el caso de distribuciones de variables aleatorias cuando una variable es
continua y simétrica, qué modelo se usa.
Se usa la distribución normal.
 Para una variable de conteo no acotado, ¿qué modelo se utiliza?
También se utiliza la distribución normal.
 Para variables de proporciones ¿qué modelo se utiliza?
 ¿Qué variables tienen función de probabilidad y cuáles variables tienen
función de densidad?
La función de densidad está asociada a las variables discretas mientras que
la de densidad está asociada a variables aleatoria continua.
 ¿Cuáles son los parámetros más usados en estadística para estudiar y
utilizar funciones de distribución de variables aleatorias?
La media y la desviación estándar.

 Qué es la esperanza matemática de una variable aleatoria? ¿cómo se

denota?
La esperanza matemática es el valor más probable y se denota como E(x)

 ¿Qué es la varianza de una variable aleatoria? ¿cómo se denota?

Es el cuadrado de la desviación estándar y se denota por 𝜎 2
3. Descargar el código “MODELOS.txt” y ejecutarlo en el Programa R, comparando
los resultados obtenidos con el programa R con respecto a la explicación de los
ejercicios brindados en el texto de Mónica Balzarini en las páginas 91 (Ejercicio de
las vacas del tambo), 93 (ejercicio del híbrido de maíz), 101 (ejercicio de la semilla
de panicum) y 105 (ejercicio de las picaduras de gorgojo).
En el ejercicio de las vacas los gráficos son similares pero en el libro las
medias fueron 25 y 30 mientras que con el software ambos gráficos tienen media
25.
Para el hibrido del maíz en ambos casos los datos son idénticos y se toma el área
bajo la curva entre 50 y 65, sim embargo en el libro además se grafican varias
funciones de densidad para el mismo ejercicio.
En el ejercicio del gorgojo el libro calcula la probabilidad de que haya mas de una
picadura mientras el software calcula la probabilidad de que hayan exactamente 2
picaduras.

 Adjuntar las gráficas generadas por el programa R para cada una de las tres
distribuciones descritas (Normal, Binomial y Poisson) y hacer una buena descripción
y explicación de la información presentada en cada una de ellas.
Distribución normal

Distribución binomial
No hay grafica
Distribución Poisson
No hay grafica

Responder las siguientes preguntas:

DISTRIBUCION NORMAL

 Qué tipo de histograma se debe seleccionar en un modelo probabilístico para

una variable aleatoria continua cuando se tienen datos de esa variable
Para este tipo de distribuciones se utiliza un histograma donde además se
grafican las frecuencias relativas, y las frecuencias acumuladas, es decir una
ojiva.

 Qué es la estandarización, cuál es su fórmula.

Es un proceso para poder realizar comparación con la distribución normal, la
fórmula es:
 𝑋̅ − 𝜇
𝑧=
𝜎
DISTRIBUCIÓN BINOMIAL

 Qué tipo de conteos se trabajan con la distribución Binomial

Se cuenta el número de éxitos en una serie de ensayos.
 En la distribución binomial que es n y que es P.
n es el numero de ensayos y p es la probabilidad de éxito.
 A qué es igual la esperanza y la varianza en esta distribución.
La esperanza es igual a n*p y la varianza igual a n*p*(1-p)
DISTRIBUCION DE POISSON

 Qué tipos de conteos se trabaja con la distribución de Poisson.

Se cuenta el número de éxitos en una serie de ensayos durante cierto
intervalo.

 En agronomía se usa para qué tipo de conteos (los ácaros por ejemplo, se
pueden trabajar con esta distribución).
Cómo se denota el único parámetro de esta distribución, a que es igual la media y
la varianza.

Se usa para contar la ocurrencia de un evento en un intervalo por ejemplo

de terreno, de extensión, de tiempo, etc. El parámetro de esta distribución se llama
lamda 𝜆 y es igual a la media y a la varianza.

Trabajo grupal

Cada estudiante debe descargar el código “CODIGOPROBABILIDAD.txt” y el

archivo “PROBABILIDAD.csv” y guardarlos en una carpeta denominada
“Estadistica Descriptiva”. Abrir el programa R, acceder a “Archivo” - “Cambiar dir” y
ubicar la carpeta “Estadistica Descriptiva”, posteriormente abrir
“CODIGOPROBABILIDAD.txt” y ejecutarlo digitando “CONTROL+R” desde la
primera línea superior hacia abajo; leer todas las indicaciones y explicaciones que
se encuentran dentro del código.
El grupo tendrá que ponerse de acuerdo para escoger una variable discreta y una
continua de las que se encuentran en el archivo “PROBABILIDAD.csv” y trabajarla
en el programa R de acuerdo a las indicaciones que se encuentran en el código.
Deberán presentar en un documento de PowerPoint los resultados que arroje el
programa al ejecutar el código con las variables elegidas con la siguiente
información:

VARIABLE CUANTITATIVA DISCRETA

Indicar el nombre de la variable discreta elegida y presentar:
La variable elegida es Ácaros 7
 Tabla de Frecuencias Absolutas

 Tabla de Frecuencias Absolutas Acumuladas

 Tabla de Frecuencias Relativas


 Tabla de Frecuencias Relativas Acumuladas
VARIABLE CUANTITATIVA CONTINUA
Indicar el nombre de la variable continua elegida y presentar:
La variable elegida es pH 7

 Tabla resumen indicando el intervalo inferior y superior para cada categoría,

la frecuencia absoluta (f), frecuencia relativa (rf), frecuencia relativa en
porcenaje (rf(%)), frecuencia acumulada (cf) y frecuencia acumulada en
porcentaje (cf(%))

 Gráfico de Histograma de Frecuencias Absolutas

 Gráfico de Polígono de Frecuencias Absolutas

 Gráfico de Histograma de Frecuencias Relativas

 Gráfico de Polígono de Frecuencias Relativas Acumuladas en porcentaje,
con las líneas horizontales indicando el 25, 50 , 75 y 100% de los datos y
las líneas verticales indicando el cuantil del 25, 50% (que es a su vez la
mediana) y 75% de los datos.
 Gráfico de distribución empírica con las líneas verticales que ubican la
mediana y la media de la variable elegida.