Instituto de Estudios Universitarios, S.C.

Alumno: Alexandra Violeta Pintos Daz

Matrcula: 81890

Grupo: CF31

Materia: Estadstica

Docente: Mtro. Jorge Enrique Velzquez Mancilla

Actividad 4: Distribuciones de probabilidad

Coatzacoalcos, Veracruz a 5 de junio, 2017.

 Surgen cuando se estudian conjuntamente dos variables.
Tambin llamada distribucin bidimensional de frecuencias.
Es la distribucin de probabilidad de la interseccin de eventos de X y Y, esto es, de los eventos X e Y ocurriendo Frecuencia absoluta conjunta: viene determinada por el
de forma simultnea. En el caso de solo dos variables aleatorias se denomina una distribucin bivariada, pero el nmero de veces que aparece el par ordenado (Xi , Yj). Se
concepto se generaliza a cualquier nmero de eventos o variables aleatorias. representa por nij.
Conjunta: Caractersticas: La suma de las frecuencias absolutas conjuntas extendida a todos los pares es igual a la suma de Frecuencia relativa conjunta: del par Xi , Yj , es el cociente
todas las observaciones; la suma de las frecuencias relativas conjuntas extendida a todos los pares es igual a 1. entre la frecuencia absoluta conjunta y el nmero total de
Se utiliza en experimentos estadsticos que incluyan ms de una variable aleatoria que actan en forma conjunta, observaciones. Se representa por fij.
y es de inters determinar la probabilidad correspondiente a los diferentes valores que estas variables puedan
tomar.
Ejemplo: Una caja contiene 4 bateras defectuosas, 3 bateras en regular estado, y 2 bateras aceptables y se
toman dos bateras al azar. La distribucin de probabilidad en este caso ser conjunta.

Se obtiene cuando se contabiliza el nmero de veces que aparece una u otra modalidad de un carcter con
independencia del otro.
Se cumplen 3 relaciones entre las frecuencias de distribucin marginales. Frecuencia absoluta marginal: Representa el nmero
1. La suma de frecuencias absolutas marginales de la variable X, es igual al nmero de observaciones que componen la de veces que aparece el valor xi de X, sin tener en
muestra. cuenta cual es el valor de la variable Y.
Marginal: 2. La suma de las frecuencias relativas marginales de la variable X, es igual a 1. Frecuencia relativa marginal: Para xi de X es fi= xi/n y
3. Las dos propiedades anteriores se cumplen tambin para la variable Y. para yi de Y es fj= nj/n.
Se utiliza cuando se cuenta con informacin estadstica que muestra simultneamente el comportamiento de dos o ms
variables entrelazadas, sin embargo slo es de inters la informacin de una de ellas para estudiarla de forma individual.
Ejemplo: Se conocen los precios y litros de gasolina vendidos en una gasolinera, ms slo se requiere obtener la
distribucin marginal de los litros vendidos.

Probabilidad condicionada es la probabilidad de que ocurra un evento A, sabiendo que tambin sucede otro evento B.
La probabilidad condicionada se escribe P(A|B), y se lee la probabilidad de A dado B.
A Thomas Bayes se le atribuye el mrito de haber expresado la probabilidad condicional en funcin de la probabilidad Se representa
conjunta.
Condicionada: Las probabilidades condicionadas cumplen con los tres axiomas de probabilidad y con los teoremas derivados de stos.
Se utiliza una vez que se ha incorporado informacin adicional a la situacin de partida.
Ejemplo: al tirar un dado se sabe que la probabilidad de que salga un 2 es 1/6. Si se incorpora nueva informacin (por
ejemplo, se sabe que el resultado ha sido un nmero par) entonces la probabilidad de que el resultado sea el 2 ya no es
1/6.
Se calcula aplicando la frmula:

Cuando se estudian dos caractersticas simultneamente sobre una muestra, se puede considerar que una de ellas influye sobre la otra de alguna manera. El objetivo principal de la
regresin es descubrir el modo en que se relacionan.
En la mayora de los casos la relacin entre las variables es mutua, y es difcil saber qu variable influye sobre la otra.
Regresin La regresin simple es el caso ms sencillo de relacin entre dos variables.
simple: Consiste en un modelo matemtico usado para aproximar la relacin de dependencia entre una variable dependiente Y, las variables independientes Xi y un trmino aleatorio .
Se calcula con la frmula Y = a + b X +
Algunos usos son: en elaboracin de lneas de tendencia, que indican si un conjunto de datos en particular (como por ejemplo, el PIB, el precio del petrleo o el valor de las
acciones) han aumentado o decrementado en un determinado perodo; en informtica, para proyectar valores futuros; en medicina para conocer evidenciar la relacin entre ciertos
fenmenos, como por ejemplo, la relacin entre el fumar tabaco con ndices de mortalidad.
 BIBLIOGRAFA

Levine, D., Krehbiel, T. y Berenson, M. (2001). Business Statistics. USA: Pearson Education.

Montero, J. (2007). Estadstica descriptiva. Espaa: Thomson Ediciones.

Rodrguez, J., Pierdant, A. y Rodrguez, C. (2014). Estadstica para administracin. Mxico: Grupo Editorial Patria.

Ruz, D. (2004). Distribuciones bidimensionales en Manual de Estadstica. Edumet. Pp. 28-43

Wayne, D. (2008). Algunas distribuciones de muestreo importantes en Bioestadstica Base para el anlisis de las ciencias de la salud. Mxico Limusa Wiley, pp. 124-149.