Академический Документы
Профессиональный Документы
Культура Документы
Mdulo de Estadstica
Profesor: Javier Riascos O.
Propiedades de la
probabilidad
1) 0 P(A) 1,
2) P(A) = 0,
3) P(A) = 1,
4)
evento A.
si evento A no ocurre .
si evento A siempre ocurre con certeza.
Independencia estadstica
A, B, C, son eventos s-independientes si la
probabilidad de que ocurran juntos es igual al
producto de las probabilidades individuales:
P(A B C )
Probabilidad conjunta
de A, B, C,
Probabilidades marginales o
individuales.
P(A , B, C, )
Probabilidad condicional
Es la probabilidad de que ocurra A sabiendo que ha ocurrido B,
denotada como P(A | B), y se lee:
probabilidad condicional de A, condicionada al evento B o
probabilidad condicional de A, dado B
P(A | B) = P(A , B) / P(B);
P(B | A) = P(A , B) / P(A);
si P(B)>0
si P(A)>0
Ejemplo 2:
Tema de investigacin en el doctorado (Energa,
Educacin, Salud), entre hombres y mujeres:
Cul es la probabilidad de que alguien escogido al azar y que realice
su tema de investigacin en Energa, sea hombre?
Variables aleatorias y su
distribucin de probabilidad
Variables aleatorias discretas
Funcin de masa de probabilidad (pmf):
Ejemplo:
X: Nmero de caras en dos lanzamientos de una moneda
(figura)
P()
P(X)
CC
1/4
1/4
CS
1/4
SC
1/4
SS
1/4
1/2
1/4
Propiedades:
1) Representa el rea bajo la curva de fX (x) entre x1, x2
2) El rea bajo la curva de fX (x) en todo el dominio es igual a 1:
P(0<x<1) =?
Ejemplo
PDF's y CDF's del numero de caras obtenidas en 4 lanzamientos de una
moneda
Nmero de
caras (X)
0
1
2
3
4
Valor de X
0X<1
1X<2
2X<3
3X<4
4X<5
PDF
1/16
4/16
6/16
4/16
1/16
Valor de X
X0
X1
X2
X3
X4
CDF
1/16
5/16
11/16
15/16
1
FUNCIONES DE PROBABILIDAD
MULTIVARIADA
Ejemplo: Una tienda vende impresoras y PCs durante 200 das. Se
registra el nmero de das (frecuencia absoluta) en que se venden
determinado nmero de PCs (X) e impresoras (Y).
1) Hallar la pmf y CDF de la distribucin de probabilidad conjunta.
f X,Y (x,y)
FX,Y (x,y)
2) Hallar las distribuciones marginales.
fX (x) = y f X,Y (x,y)
fY (y) = x f X,Y (x,y)
En el caso continuo:
Distribucin de probabilidad
condicional
Se refiere a la pdf (pmf) o CDF asociada a la probabilidad condicional
de la v.a. X dada Y, f X|Y (x) , o de la v.a. Y dada X, f Y|X (y).
6) Coeficiente de correlacin
= cov(X,Y)/XY
Propiedades:
* -1
* Es adimensional
* Si dos v.as son s-independent, su covarianza (y su coef. de
correlacin) es cero. El inverso no es verdadero necesariamente
(ej.: relacin no lineal).
7) Skewness S
S= E[(X X)3] / X3
8) Kurtosis K
S= E[(X X)4] / var[X]2
Figuras..
Muestreo aleatorio
-
Una muestra aleatoria, de tamao n, de una variable aleatoria X, con distribucin terica FX,
son n variables aleatorias, X1, X2,, Xn, independientes e igualmente distribuidas (iid), con
distribucin comn FX.
Una realizacin de la muestra son los valores particulares x1, x2,, xn, observados para las
variables X1, X2,, Xn.
1) Promedio muestral
2) Varianza muestral
(estimador de E[X]):
(estimador de var[X]):
Ejemplos de distribuciones de
probabilidad de v.a. continuas
La distribucin normal
X ~ N(X, X2)
Parmetros:
pdf
Fuente: Wikipedia
Media X
Desviacin estndar X
Ejemplo
Una universidad espera recibir, para el siguiente ao escolar, 16.000 solicitudes de
ingreso para el primer ao de licenciatura. Se supone que las calificaciones
obtenidas por los aspirantes en la prueba selectiva siguen una distribucin N(950,
1002). Si la universidad decide admitir al 25% de todos los aspirantes que obtengan
las calificaciones ms altas en la prueba selectiva, cul es la mnima calificacin
que es necesario obtener en esa prueba para ser admitido por la universidad?
Solucin
Sea X:=calificacin obtenida, entonces X~N(950,1002). Nos interesa calcular a
tal que:
P(X > a) = P(Z > (a-950)/ ) = 0.25
con Z = N(0,1).
Con las tablas de la distribucin normal estndar se encuentra que (a-950)/es
aprox. 0.675, luego:
a=1017.5.
Nota:
Si X1, X2,, Xn se distribuyen c/u N( X , X2), el teorema se cumple para todo
n.
Ejemplo
Sea X el nmero de millas por galn alcanzados por los carros de una marca particular. Si nos
dicen que X~N(20,4), cul es la probabilidad de que, de una muestra aleatoria de n=25 carros,
el promedio de millas por galn sea:
1) Mayor que 21 millas.
2) Menor que 18 millas.
3) Entre 19 y 21 millas.
Solucin
La v.a. del promedio
La distribucin t (o t-Student)
Si se utiliza la varianza muestral SX2, en vez de la varianza real X2
de la v.a. X, entonces el promedio muestral estandarizado (de
una muestra de tamao n) se distribuye t-student de grado df =n-1.
Comparando
con la normal
estndar
Fuente: Wikipedia
Ejemplo
Para los aos 1967 a 1990 el Test de Aptitud Escolar arroj los siguientes datos para el
promedio y la varianza:
Verbal
Hombres
Mujeres
Media
440.42
434.50
Varianz
a
142.08
303.39
Media
500.0
453.67
Matemtic
Varianz
46.61
83.88
as
Una muestra aleatoria de los resultados
de 10 hombres del test verbal dio como resultado un
a
promedio muestral de 440.60 y una varianza muestral de 137.60. Cul es la probabilidad
de obtener ese resultado o mayor?.
Solucin
Este valor de t sigue una distribucin t-student con 9 grados de libertad (df=9). De acuerdo
a la tabla, para obtener un valor t mayor o igual a 0.0485, la probabilidad est por encima de
P=0.4 (la tabla no tiene suficiente resolucin). Utilizando R, da un valor de P=0.48.