Universidad Nacional Autónoma de Nicaragua
UNAN-Managua
Curso de Estadística
UNIDAD III
Variables Aleatorias
Y
Distribuciones de probabilidades
Estudiantes: FAREM-Carazo Profesor: MSc. Julio Rito Vargas Avilés.II Semestre 2010
Año académico:La duración de las clases prácticas será de 90 mínutos ininterrumpidas. Durante este tiempo se irán realizando las prácticas, las tareas y el Trabajo de curso.
Paquetes Informáticos PROFESOR Material Bibliográfico Fuentes Estadísticas PAGINA W E B PAGINA W E B Aula Virtual
Clases
Practicas
CONSULTAS VIRTUALES BLOG (PÁGINA WEB)3
Variable aleatoria
•
El
resultado de un experimento
aleatorio puede ser descrito en
ocasiones como una
cantidad numérica
.
•
En estos casos aparece la noción de
variable aleatoria
– Función que asigna a cada suceso un número real
•
Las variables aleatorias pueden ser discretas o continuas.
•
En las siguientes transparencias vamos a recordar conceptos de
temas anteriores, junto con su nueva designación.
Los nombres
son nuevos. Los conceptos no.
Definición
•
El conjunto de pares ordenados (x,f(x)) es una función de
probabilidad o distribución de probabilidad de la variable
aleatoria discreta X si, para cada resultado posible x:
1. f(X)≥0 (todos los f(x) son positivos o cero)
2. ∑f(x)=1 (la suma de todos los f(x) es igual a la prob. total
1)
Ejemplo 1
•
Una empresa importadora recibe 8 microcomputadoras de las
cuales tres están defectuosas. Las cuales son enviadas a un
distribuidor.
Un
turista
compra
aleatoriamente
dos
microcomputadoras de ese lote. Encuentre la distribución de
probabilidad
para
el
número
de
microcomputadoras
descompuestas.
Sea X: la variable aleatoria, cuyos valores x son los posibles
números de computadoras defectuosas compradas por el
turista. Entonces x puede ser cualquiera de los números 0,1,2.
Solución
28 10 ! 6 ! 2 ! 8 ! 3 ! 2 ! 5 ! 3 ! 0 ! 3 2 8 2 5 0 3 ) 0 ( x f 28 15 ! 6 ! 2 ! 8 ! 4 ! 1 ! 5 ! 2 ! 1 ! 3 2 8 1 5 1 3 ) 1 ( x f 28 3 ! 6 ! 2 ! 8 ! 5 ! 0 ! 5 ! 1 ! 2 ! 3 2 8 0 5 2 3 ) 2 ( x f x 0 1 2 f(x) 10/28 15/28 3/28 0.00 0.10 0.20 0.30 0.40 0.50 0.60 1 2 3 f(x) f(x) 0 1 2 xEjemplo 2
•
El 50% de los automóviles que renta una agencia de turismo
son de diesel, encuentre la distribución de probabilidad del
número de automóviles diesel
entre los próximos 4
automóviles que se renta en esta agencia.
Sea X: la variable aleatoria, cuyos valores x son los posibles
automóviles diesel que se rentan para turistas. Entonces x
puede ser cualquiera de los números 0,1,2,3,4.
0.00 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 1 2 3 4 5 f(x) f(x)
Solución
Ya que la probabilidad de rentar un modelo dieselO de gasolina es 0.5. Los 24 puntos del espacio
muestral tienen la misma posibilidad de ocurrir.
4 2 4 ) (x x f x 0 1 2 3 4 f(x) 1/16 4/16 6/16 4/16 1/16 0 1 2 3 4 x 16 1 16 ! 4 ! 0 ! 4 2 0 4 ) 0 ( 4 x f 16 4 16 ! 3 ! 1 ! 4 2 1 4 ) 1 ( 4 x f 16 6 16 ! 2 ! 2 ! 4 2 2 4 ) 2 ( 4 x f 16 4 16 ! 1 ! 3 ! 4 2 3 4 ) 3 ( 4 x f 16 1 16 ! 0 ! 4 ! 4 2 4 4 ) 4 ( 4 x f
9
Función de probabilidad (V. Discretas)
•
Asigna a cada posible valor de
una variable discreta su
probabilidad.
• Recuerda los conceptos de frecuencia
relativa y diagrama de barras.
•
Ejemplo
–
Número de caras al lanzar 3
monedas.
0% 5% 10% 15% 20% 25% 30% 35% 40% 0 1 2 310
Función de distribución (V. discreta)
• La función de distribución acumulada F(x) de una variable aleatoria discreta X, cuya función de probabilidad es f(x) es:
– A los valores extremadamente bajos les corresponden valores de la función de distribución cercanos a cero.
– A los valores extremadamente altos les corresponden valores de la función de distribución cercanos a uno.
x t f x X P x F x t -para ) ( ) ( ) (11
Función de distribución (V. discreta)
Ejemplo 1: Encuentre la distribución acumulada de la V.A. X en el ejemplo 1.
Solución:
Utilizaremos valores de la función de
probabilidad que obtuvimos en el ejemplo 1, para la obtención de los valores de la
distribución de probabilidad acumulada.
x<0 0≤x<1 1≤x<2 x≥2 28 10 ) 0 ( ) 0 ( ) 0 ( P X f F 28 25 28 15 28 10 ) 1 ( ) 0 ( ) 1 ( ) 1 ( P X f f F 1 28 28 28 3 28 15 28 10 ) 2 ( ) 1 ( ) 0 ( ) 2 ( ) 2 ( P X f f f F 0 1 2 1 .8 0.6 0.4 0.2 0 ) 0 ( ) (x P X F
12
Función de distribución (V. discreta)
Ejemplo 2:
Encuentre la distribución acumulada de la V.A. X en el ejemplo 2.
Solución:
Utilizaremos valores de la función de probabilidad que obtuvimos en el ejemplo 1, para la obtención de los
valores de la distribución de probabilidad acumulada.
x<0
0≤x<1
1≤x<2
2≤x<3
3≤x<4
x≥4
16 1 ) 0 ( ) 0 ( ) 0 ( P X f F 16 5 16 4 16 1 ) 1 ( ) 0 ( ) 1 ( ) 1 ( P X f f F 16 11 16 6 16 4 16 1 ) 2 ( ) 1 ( ) 0 ( ) 2 ( ) 2 ( P X f f f F 16 15 16 4 16 6 16 4 16 1 ) 3 ( ) 2 ( ) 1 ( ) 0 ( ) 3 ( ) 3 ( P X f f f f F 1 16 16 16 1 16 4 16 6 16 4 16 1 ) 4 ( ) 3 ( ) 2 ( ) 1 ( ) 0 ( ) 4 ( ) 4 ( P X f f f f f F 0 1 2 3 4 1 .8 0.6 0.4 0.2 0 ) 0 ( ) (x P X FTema 5: Modelos
probabilísticos 13
Valor esperado y varianza de una v.a. X
•
Valor esperado
Sea X una V.A. Discreta, con distribución de
probabilidad f(x). La media o Valor esperado de X es:
E*X+= μ=∑x(fx)
Ejemplo 1: Encuentre el valor esperado de Licenciado
en Turismo que forman parte de comité de tres
miembros que se seleccionan al azar de un grupo de 3
Licenciado en Turismo y cuatro Administradores de
Empresas.
Tema 5: Modelos
probabilísticos 14
Valor esperado y varianza de una v.a. X
Si se realizan los cálculos correspondientes. Se obtiene
lo siguiente:
E(x)=(0)(4/35) +(1)(18/35)+(2)(12/35)
+ (3)(1/35)= 0+0.51+0.69+0.086
E(x)= 1.29
35 4 ! 4 ! 3 ! 7 ! 1 ! 3 ! 4 ! 3 ! 0 ! 3 3 7 3 4 0 3 ) 0 ( x f 35 18 ! 4 ! 3 ! 7 ! 2 ! 2 ! 4 ! 2 ! 1 ! 3 3 7 2 4 1 3 ) 1 ( x f 35 12 ! 4 ! 3 ! 7 ! 3 ! 1 ! 4 ! 1 ! 2 ! 3 3 7 1 4 2 3 ) 2 ( x f 35 1 ! 4 ! 3 ! 7 ! 4 ! 0 ! 4 ! 0 ! 3 ! 3 3 7 0 4 3 3 ) 3 ( x f x 0 1 2 3 f(x) 4/35 18/35 12/35 1/35Tema 5: Modelos
probabilísticos 15
Valor esperado y varianza de una v.a. X
•
Varianza
–
Se representa mediante VAR*X+ o σ
2–
Es el equivalente a la
varianza
–
Se llama
desviación típica
a σ
Tema 5: Modelos
probabilísticos 16
Algunos modelos de v.a.
• Hay v.a. que aparecen con frecuencia en diferentes las Ciencias.
– Experimentos dicotómicos.
• Bernoulli
– Contar éxitos en experimentos dicotómicos repetidos:
• Binomial
• Poisson (sucesos raros)
• Distribución Hipergeométrica
– Y en otras muchas ocasiones…
• Distribución normal (gaussiana, campana,…)
• Distribución t student (aproximamente normal)
• Distribución Chi cuadrada, F de Snedecor
Tema 5: Modelos
probabilísticos 17
Distribución de Bernoulli
•
Tenemos un experimento de Bernoulli si al realizar un
experimentos sólo son posibles dos resultados:
– X=1 (éxito, con probabilidad p)
– X=0 (fracaso, con probabilidad q=1-p)
• Lanzar una moneda y que salga cara.
– p=1/2
• Elegir una persona de la población y que esté enfermo.
– p=1/1000 = prevalencia de la enfermedad
• Aplicar un tratamiento a un enfermo y que éste se cure.
– p=95%, probabilidad de que el individuo se cure
•
Como se aprecia, en experimentos donde el resultado es
dicotómico, la variable queda perfectamente determinada
conociendo el parámetro
p
.
Tema 5: Modelos
probabilísticos 18
Ejemplo de distribución de Bernoulli.
•
Se ha observado estudiando
2000
accidentes de tráfico con
impacto frontal y cuyos conductores
no
tenían
cinturón de
seguridad
, que
300
individuos quedaron con secuelas. Describa
el experimento usando conceptos de v.a.
•
Solución.
– La noción frecuentista de probabilidad nos permite aproximar la probabilidad de tener secuelas mediante 300/2000=0,15=15%
– X=“tener secuelas tras accidente sin cinturón” es variable de Bernoulli
• X=1 tiene probabilidad p ≈ 0,15
Tema 5: Modelos
probabilísticos 19
Ejemplo de distribución de Bernoulli.
•
Se ha observado estudiando
2000
accidentes de tráfico con
impacto frontal y cuyos conductores
sí
tenían
cinturón de
seguridad
, que
10
individuos quedaron con secuelas. Describa
el experimento usando conceptos de v.a.
•
Solución.
– La noción frecuentista de probabilidad nos permite aproximar la probabilidad de quedar con secuelas por 10/2000=0,005=0,5%
– X=“tener secuelas tras accidente usando cinturón” es variable de Bernoulli
• X=1 tiene probabilidad p ≈ 0,005
Tema 5: Modelos
probabilísticos 20
Observación
• En los dos ejemplos anteriores hemos visto cómo enunciar los resultados de
un experimento en forma de estimación de parámetros en distribuciones de
Bernoulli.
– Sin cinturón: p ≈ 15%
– Con cinturón: p ≈ 0,5%
• En realidad no sabemos en este punto si ambas cantidades son muy diferentes
o aproximadamente iguales, pues en otros estudios sobre accidentes, las
cantidades de individuos con secuelas hubieran sido con seguridad diferentes.
• Para decidir si entre ambas cantidades existen diferencias estadísticamente
significativas necesitamos introducir conceptos de estadística inferencial
21
Distribución binomial
•
Función de probabilidad
– Problemas de cálculo si n es grande y/o p cercano a 0 o 1.
•
Media: μ =n p
•
Varianza: σ
2= n p q
n k q p k n k X P k n k 0 , ] [Tema 5: Modelos
probabilísticos 22
Distribución Binomial
• Si se repite un número fijo de veces, n, un experimento de Bernoulli con
parámetro p, el número de éxitos sigue una distribución binomial de parámetros (n,p).
• Lanzar una moneda 10 veces y contar las caras.
– Bin(n=10,p=1/2)
• Cuál es la probabilidad de obtener al menos 4 caras en 10 lanzamientos de una moneda
P(X≤4) =F(4)=CDF.BINOM(4,10,0.5)=
0.376953
• Lanzar una moneda 100 veces y contar las caras.
– Bin(n=100,p=1/2)
– Difícil hacer cálculos con esas cantidades. El modelo normal será más adecuado.
• El número de personas que enfermará (en una población de 500.000 personas) de una enfermedad que desarrolla una de cada 2000 personas.
– Bin(n=500.000, p=1/2000)
23
“Parecidos razonables”
•
Aún no tratamos la distribución
normal, ni de Poisson.
•
De cualquier forma ahí teniene la
comparación
entre valores de p
no
muy extremos
y una
normal
de
misma media y desviación
típica, para tamaños de n grandes
(n>30).
•
Cuando p es muy
pequeño
es
mejor usar la aproximación del
modelo de
Poisson
.
24
Distribución de Poisson
•
También se denomina de
sucesos raros
.
•
Se obtiene como aproximación de una distribución
binomial con la misma media, para ‘
n grande
’ (n>30) y
‘
p pequeño
’ (p<0,1).
•
Queda caracterizada por un único
parámetro
μ (λ)
(que es a su vez su
media y varianza
.)
•
Función de probabilidad:
,...
2
,
1
,
0
,
!
]
[
k
k
e
k
X
P
k
Tema 5: Modelos
probabilísticos 25
Ejemplos de variables de Poisson
• El número de individuos que será atendido un día cualquiera en el servicio de
urgencias del hospital clínico universitario.
– En Managua hay 1,000.000 habitantes (n grande)
– La probabilidad de que cualquier persona tenga un accidente es pequeña, pero no nula. Supongamos que es 3/10000
– Bin(n=1,000.000,p=3/10000) ≈Poisson(μ=np=300)
• Sospechamos que diferentes hospitales pueden tener servicios de traumatología
de diferente “calidad” (algunos presentan pocos, pero creemos que aún
demasiados, enfermos con secuelas tras la intervención). Es dificil compararlos pues cada hospital atiende poblaciones de tamaños diferentes
(ciudades, pueblos,…)
– Tenemos en cada hospital n, nº de pacientes atendidos o nº individuos de la población que cubre el hospital.
– Tenemos p pequeño calculado como frecuencia relativa de secuelas con respecto al total de pacientes que trata el hospital, o el tamaño de la población,…
Tema 5: Modelos
probabilísticos 26
Distribución Hipergeométrica
•
La distribución de probabilidad de la variable aleatoria
hipergeométrica X, el números de éxitos en una muestra
aleatoria de tamaño n seleccionada a N resultados posibles, de
los cuales k son considerados como éxitos y N-k como fracasos
es:
n 0,1,2,.., x , ) , , ; ( n N x n k N x k k n N x h N nk N k N k n N n N 1 1 2 Ejemplo
•
Un crucero que llega San Juan del Sur trae 50 turistas
Europeos, de los cuales 5 tienen VIH, si 10 de los los turistas
establecen
relaciones
sentimentales
con
personas
nicaragüenses, cual es la probabilidad de que exactamente 2
de ellos tienen VIH.
N=300; n=30 ; k=10, x=2
0.20983972 ! 40 ! 10 ! 50 ! 37 ! 8 ! 45 ! 3 ! 2 ! 5 10 50 2 10 5 50 2 5 ) 5 ; 10 ; 50 ; 2 ( hEjemplo
•
Cual es la probabilidad que una mesera se niegue a servir
bebidas alcohólicas únicamente a dos menores de edad, si
verifica aleatoriamente sólo cinco de 9 estudiantes de los
cuales 4 no tienen la edad suficiente.
N=9; n=5 ; k=4, x=2
476 . 0 126 10 6 ! 4 ! 5 ! 9 ! 2 ! 3 ! 5 ! 2 ! 2 ! 4 5 9 2 5 4 9 2 4 ) 4 ; 5 ; 9 ; 2 ( x h29
Función de densidad (V. Continuas)
•
Definición
– Es una función no negativa, cuya área bajo la
– curva es 1.
• Piénsalo como la generalización del histograma con frecuencias relativas para variables
continuas.
•
¿Para qué lo voy a usar?
– Nunca lo vas a usar directamente.
30
¿Para qué sirve la f. densidad?
• Muchos procesos aleatorios vienen descritos por variables de forma que son
conocidas las probabilidades en intervalos.
• La integral definida de la función de densidad en dichos intervalos coincide
con la probabilidad de los mismos.
• Es decir, identificamos la probabilidad de un intervalo con el área bajo la
32
Distribución normal o de Gauss
•
Aparece de manera natural:
–
Errores de medida.
–
Distancia de frenado.
–
Altura, peso, propensión al crimen…
–
Distribuciones binomiales con n grande (n>30) y ‘p ni pequeño’
(np>5) ‘ni grande’ (nq>5).
•
Está caracterizada por
dos parámetros
: La
media
, μ, y la
desviación típica
, σ.
•
Su función de densidad es:
2 2 1
2
1
)
(
xe
x
f
33
N(μ, σ): Interpretación geométrica
•
Puedes interpretar la
media
como un factor de
traslación
.
•
Y la
desviación típica
como un factor de
escala
, grado de
dispersión,…
34
N(μ, σ): Interpretación probabilista
•
Entre la media y una
desviación típica
tenemos siempre
la
misma probabilidad
:
aprox. 68%
•
Entre la media y dos
desviaciones típicas
aprox. 95%
Tema 5: Modelos
probabilísticos 35
Algunas características
• La función de densidad es simétrica, mesocúrtica y unimodal.
– Media, mediana y moda coinciden.
• Los puntos de inflexión de la función de densidad están a distancia σ de μ.
• Si tomamos intervalos centrados en μ, y cuyos extremos están…
– a distancia σ, tenemos probabilidad 68%
– a distancia 2 σ, tenemos probabilidad 95%
– a distancia 2’5 σ tenemos probabilidad 99%
• No es posible calcular la probabilidad de un intervalo simplemente usando la primitiva de la función de densidad, ya que no tiene primitiva expresable en términos de funciones
‘comunes’.
• Todas las distribuciones normales N(μ, σ), pueden ponerse mediante una traslación μ, y un cambio de escala σ, como N(0,1). Esta distribución especial se llama normal tipificada.
– Justifica la técnica de tipificación, cuando intentamos comparar individuos diferentes obtenidos de sendas poblaciones normales.
36
Tipificación
• Dada una variable de media μ y desviación típica σ, se denomina valor
tipificado,z, de una observación x, a la distancia (con signo) con respecto a la media, medido en desviaciones típicas, es decir
• En el caso de variable X normal, la interpretación es clara: Asigna a todo valor
de N(μ, σ), un valor de N(0,1) que deja exáctamente la misma probabilidad
por debajo.
• Nos permite así comparar entre dos valores de dos distribuciones normales
diferentes, para saber cuál de los dos es más extremo.
x
37
Ejemplo
• Se quiere dar una beca a uno de dos estudiantes de sistemas educativos diferentes. Se asignará al que tenga mejor expediente académico.
– El estudiante Atiene una calificación de 8en un sistema donde la calificación de los alumnos se comporta como N(6,1).
– El estudiante Btiene una calificación de 80en un sistema donde la calificación de los alumnos se comporta como N(70,10).
• Solución
– No podemos comparar directamente 8 puntos de A frente a los 80 de B, pero como ambas
poblaciones se comportan de modo normal, podemos tipificar y observar las puntuaciones sobre una distribución de referencia N(0,1)
– Como ZA>ZB, podemos decir que el porcentajede compañeros del mismo sistema de estudios que ha
superadoen calificación el estudiante A es mayorque el que ha superado B. Podríamos pensar en principio que A es mejor candidatopara la beca.
1 10 70 80 2 1 6 8 B x z x z B B B A A A A
0.841345 0.977250 0.135905Tema 5: Modelos probabilísticos
¿Por qué es importante la distribución normal?
•
Las propiedades que tiene la distribución normal son
interesantes, pero todavía
no hemos hablado
de por qué es una
distribución
especialmente importante
.
•
La razón es que
aunque una v.a. no posea distribución
normal
, ciertos estadísticos/estimadores calculados sobre
muestras elegidas al azar
sí que poseen una distribución normal
.
•
Es decir, tengan las distribución que tengan nuestros datos,
los
‘objetos’ que resumen la información
de una
39
Veamos aparecer la distribución normal
•
Como
ilustración
mostramos
una variable que presenta
valores distribuidos más o
menos uniformemente sobre
el intervalo 150-190.
•
Como es de esperar la media
es cercana a 170.
El
histograma no se parece
en
nada a una distribución
normal con la misma media y
desviación típica.
40
•
A continuación elegimos
aleatoriamente
grupos de 10
observaciones de las
anteriores y calculamos el promedio.
•
Para cada grupo de 10 obtenemos
entonces una nueva medición, que vamos
a llamar
promedio muestral
.
•
Observa que las nuevas cantidades están
más o menos
cerca de la media
de la
variable original.
•
Repitamos el proceso un número elevado
de veces
. En la siguiente transparencia
estudiamos la distribución de la nueva
variable.
Muestra
1ª
2ª
3ª
185 190 179 174 169 163 167 170 167 160 159 152 172 179 178 183 175 183 188 159 155 178 152 165 152 185 185 175 152 152 173 169 168 …41
• La distribución de los promedios muestrales sí que tiene distribución aproximadamente
normal.
• La media de esta nueva variable (promedio muestral) es muy parecida a la de la variable original.
• Las observaciones de la nueva variable están
menos dispersas. Observa el rango. Pero no sólo eso. La desviación típica es
aproximadamente ‘raiz de 10’ veces más pequeña. Llamamos error estándar a la desviación típica de esta nueva variable.
42
Teorema central del límite
• Dada una v.a. cualquiera, si extraemos muestras de
tamaño n, y calculamos los promedios muestrales, entonces:
• dichos promedios tienen distribución aproximadamente normal;
• La media de los promedios muestrales es la misma que la de la variable original. • La desviación típica de los promedios disminuye en un factor “raíz de n” (error
estándar).
• Las aproximaciones anteriores se hacen exactas cuando n tiende a infinito.
– Este teorema justifica la importancia de la distribución normal.
– Sea lo que sea lo que midamos, cuando se promedie sobre una muestra grande (n>30) nos va a aparecer de manera natural la distribución normal.
Tema 5: Modelos probabilísticos
Distribuciones asociadas a la normal
• Cuando queramos hacer inferencia estadística hemos visto que la distribución normal aparece de forma casi inevitable.
• Dependiendo del problema, podemos encontrar otras (asociadas):
– X2(chi cuadrado)
– t- student
– F-Snedecor
• Estas distribuciones resultan directamente de operar con distribuciones normales. Típicamente aparecen como distribuciones de ciertos estadísticos.
• Veamos algunas propiedades que tienen (superficialmente). Para más detalles consultad el manual.
• Sobre todo nos interesa saber qué valores de dichas distribuciones son “atípicos”.
44
Chi cuadrado
• Tiene un sólo parámetro
denominado grados de libertad.
• La función de densidad es
asimétrica positiva. Sólo tienen densidad los valores positivos.
• La función de densidad se hace más
simétrica incluso casi gausiana cuando aumenta el número de grados de libertad.
• Normalmente consideraremos
anómalos aquellos valores de la
45
T de Student
•
Tiene un parámetro denominado grados
de libertad.
•
Cuando aumentan los grados de
libertad, más se acerca a N(0,1).
•
Es simétrica con respecto al cero.
•
Se consideran valores anómalos los que se
alejan de cero (positivos o negativos).
46