Distribucion de Probabilidadesadasd
Distribucion de Probabilidadesadasd
Distribucion de Probabilidadesadasd
Estadstica
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)
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
Introduccin
!X F
i i
Media
x=
i=1
n
n
"(X ! x ) F
2
Varianza
S =
Desviacin Tpica
i=1
n !1
S = S2
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.)
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
F ( x) = P( X x)
Abundancia
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)
"
b
a
F ( x) = P( X x) = f (u )du
Temperatura
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.
Definicin:
Ejecutar n veces un experimento de Bernoulli.
Condiciones:
Condiciones no varan
Experimentos independientes (prob. no condicional)
2 = npq
= np
XB (n, p)
Ejemplos:
Funcin de Probabilidad:
n
P( X = k ) = p k q n k
k
donde 0 k n
n
P( X k ) = p x q n x donde 0 k n
x = 0 x
k
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
P( X 3) = P( X = 0) + P( X = 1) + P( X = 2) + P( X = 3) = 0.382
Tabla Binomial
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
Definicin:
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
Funcin de Probabilidad:
!x
P(X = x) = e
x!
!!
donde x >0
P(X ! k) = "
x=0
!x
e
x!
#!
donde 0 x k
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!
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!