Distribucion de Probabilidadesadasd

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 9

Estadstica :: T1.

Distribuciones de probabilidad discretas

Estadstica

T1. Distribuciones de probabilidad discretas

Departamento de Ciencias del Mar y Biologa Aplicada

Estadstica :: T1. Distribuciones de probabilidad discretas

Introduccin

Inferencia estadstica:
Parte de la estadstica que estudia grandes colectivos a partir de una
pequea parte de stos (Poblacin - Muestra)
Caractersticas de la muestra

Representativa de la poblacin
Alcanzar objetivos precisin fijados

Tipos de procedimientos:
Inferencia paramtrica: Se admite que la distribucin de la pob.
pertenece a una familia paramtrica de distribuciones
Inferencia no paramtrica: No supone una distribucin de prob. y las
hiptesis son ms generales (como simetra)

Estadstica :: T1. Distribuciones de probabilidad discretas

Introduccin

Muestra

20

Xi

15

Poblacin

10
5

0
0

10

15

20

20

20

15

15

10

10

Xi

Xi

tiempo

0
0

10

15

20

tiempo

10

15

20

tiempo

Estadstica :: T1. Distribuciones de probabilidad discretas

Introduccin

Descriptivos de una variable


n

!X F

i i

Media

x=

i=1

n
n

"(X ! x ) F
2

Varianza

S =

Desviacin Tpica

i=1

n !1

S = S2

Estadstica :: T1. Distribuciones de probabilidad discretas

Introduccin

Tipos de variables
Variables cualitativas, categricas o atributos: No toman
valores numricos y describen cualidades. Ej. Clasificacin en base a
una cualidad. (sexo, color, etc.)
Variables cuantitativas discretas: Toman valores enteros, por lo
general contar el n de veces que ocurre un suceso. (abundancias o
conteos)
Variables cuantitativas continuas: Toman valores en un intervalo,
por lo general medir magnitudes continuas. (altura, temperatura, etc.)

Variable aleatoria: Cualquier funcin medible que asocia a cada


suceso en un experimento aleatorio un nmero real

Estadstica :: T1. Distribuciones de probabilidad discretas

Introduccin
Variables aleatorias discretas (v.a.d.):
Funcin de probabilidad: Asigna a cada posible
valor de una variable discreta su probabilidad. Para
valores x1, x2, , xn, se asocia una p1, p2, ,
pn, donde
(n / )

P( X = xi )

=1

i =1

Abundancia

Funcin de distribucin: F(x) en un valor x es la


probabilidad de que X tome valores menores o
iguales a x. Acumula toda la probabilidad entre
menos infinito y el punto considerado

F ( x) = P( X x)
Abundancia

Estadstica :: T1. Distribuciones de probabilidad discretas

Introduccin
Variables aleatorias continuas (v.a.c.):
Funcin de densidad: probabilidad media en
entre dos valores de la variable (cuando su
diferencia tiende a 0)

P(a < X < b) = P(a ! X ! b)


Temperatura

"

b
a

f (x)dx = F(b) # F(a)

Funcin de distribucin:es la probabilidad de


que X tome valores menores o iguales a x.
Acumula toda la probabilidad entre menos
infinito y el punto considerado
x

F ( x) = P( X x) = f (u )du

Temperatura

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Proceso de Bernoulli

Definicin:
Experimento aleatorio que se hace una sola vez y
cuyos resultados posibles son complementarios
(xito/fracaso, si/no, presencia/ausencia, etc).

Ejemplos:
Probabilidad de obtener cara en el lanzamiento de
una moneda.
Probabilidad de que un individuo nazca macho/
hembra.
Probabilidad de que al caer una tostada quede el
lado de la mermelada hacia arriba.

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Binomial

Definicin:
Ejecutar n veces un experimento de Bernoulli.
Condiciones:
Condiciones no varan
Experimentos independientes (prob. no condicional)

Variables que definen al proceso:


Cantidad de veces que se ejecuta (n)
Prob. de xito (p), prob. de fracaso (q=1-p)
Veces que se obtiene el xito en las veces que se ejecuta (k)

2 = npq

= np

XB (n, p)
Ejemplos:

Lanzar una moneda 3 veces y obtener 2 caras


Probabilidad de que de las 4 cras de un mamfero 3 sean hembra.

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Binomial

Funcin de Probabilidad:

n
P( X = k ) = p k q n k
k

donde 0 k n

Funcin de distribucin (Tabla Binomial):

n
P( X k ) = p x q n x donde 0 k n
x = 0 x
k

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Binomial

Ejemplo
De una poblacin de cetceos se sabe que el 60% son machos. Si se
extrae un conjunto de 10 de ellos, cul es la probabilidad de que en
ese conjunto haya 7 hembras?
X = N de hembras en el conjunto
n = 10
P = 0.4

10
P( X = 7) = 0.47 0.6107 = 0.042
7

Cul es la probabilidad de que hayan 3 o menos hembras?

P( X 3) = P( X = 0) + P( X = 1) + P( X = 2) + P( X = 3) = 0.382
Tabla Binomial

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Binomial


Cul es la probabilidad de que en ese conjunto haya 7 machos o
menos? PROBLEMA CON LAS TABLAS (p hasta 0.5)
n = 10
P = 0.6
P(X<7)

Complementario

n = 10
P = 0.4
P(X>3)

P( X 3) = 1 P( X 2) = 1 0.1673

P( X 7) = 1 0.1673 = 0.8327

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Poisson

Definicin:

Probabilidad de que ocurra un nmero de sucesos en un


tiempo o espacio determinado.
Variables que definen al proceso:
Nmero de sucesos medio que ocurren en un determinado tiepo o
espacio ()

XP ()

!2 ="

=!

Ejemplos:
Nmero de peces observados en un transecto
Nmero de aves avistadas durante una hora
Nmero de bacterias observadas por campo de microscopio

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Poisson

Funcin de Probabilidad:

!x
P(X = x) = e
x!
!!

donde x >0

Funcin de distribucin (Tabla Poisson):


k

P(X ! k) = "
x=0

!x
e
x!
#!

donde 0 x k

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Poisson

Ejemplo
Los avistamientos de cachalotes sigue una distribucin de Poisson de
media 2 avistamientos en un transecto de muestreo de 1km de
recorrido tras una salida en barco. Calcula la probabilidad de:
1. No haya ningn avistamiento en el recorrido del barco:

P( X = 0) = e 2

20
= 0.135
0!

2. Haya menos de cinco en el mismo recorrido:

22 23 24
P( X 4) = e 2 1 + 2 + + + = 0.947
2! 3! 4!

'
3. Y menos de seis si consideramos un recorrido de 5km = 5 = 10

# 10 0 101 10 2 10 3 10 4 10 5 &
P(X ! 5 ! ' ) = e"10 %
+
+
+
+
+
( = 0.067
2! 3!
4!
5! '
$ 0! 1!

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Binomial

Comando a utilizar con R:


dbinom(x,tamao,prob): Funcin de probabilidad
pbinom(x,tamao,prob): F. prob. acumulada
qbinom(prob,tamao,prob): Quantiles
rbinom(nobs,tamao,prob): Nmeros pseudoaleatorios

Estadstica :: T1. Distribuciones de probabilidad discretas

Modelos de dist. Discreta: Poisson

Comando a utilizar con R:


dpois(x,lambda): Funcin de probabilidad
ppois(x,lambda): F. prob. acumulada
qpois(prob,lambda): Quantiles
rpois(nobs,lambda): Nmeros pseudoaleatorios

También podría gustarte