• No se han encontrado resultados

ESTADÍSTICA INFERENCIAL. Sesión 5: Distribuciones de probabilidad para variables

N/A
N/A
Protected

Academic year: 2021

Share "ESTADÍSTICA INFERENCIAL. Sesión 5: Distribuciones de probabilidad para variables"

Copied!
19
0
0

Texto completo

(1)

ESTADÍSTICA INFERENCIAL

Sesión 5:

Distribuciones de probabilidad

(2)

Contextualización

Ya se han estudiado los conceptos variable aleatoria y distribución de probabilidad. Específicamente, se han revisado las características y aplicaciones en diversos ámbitos de las distribuciones binomial, hipergeométrica y de Poisson. Si bien el cálculo manual de probabilidades con estas distribuciones permite al estudiante comprender su naturaleza, en la práctica es recomendable utilizar herramientas computacionales que realicen las operaciones conducentes, invirtiendo el tiempo y esfuerzo ahorrados en la interpretación de resultados y toma de decisiones.

(3)

Introducción

La estadística no solo se vale de funciones que se pueden encontrar en una calculadora, actualmente se han desarrollado varias opciones de función en base a la probabilidad, por lo que las calculadoras ya no son la única forma de conocer los resultados de algo, sino que también las computadoras y los programas especializados de calculo son una opción para arrojar los resultados que se buscan e incluso lograr una representación grafica de los elementos con los que se trabajan.

(4)

Existe en el mercado una gran variedad de aplicaciones de cómputo para cálculos estadísticos. Entre los principales se encuentran:

 SPSS. Originalmente, estas siglas significaban Statistical Package for the Social Sciences,1 pero en la actualidad quieren decir Statistical Product and Service Solutions.

 Aunque este paquete es de frecuente empleo en las ciencias sociales y en estudios de mercado, dispone de una completa colección de módulos para el trabajo estadístico de alto nivel en cualquier ámbito. El SPSS múltiples aplicaciones, entre ellas:

Aplicaciones de cómputo

Principales aplicaciones de cómputo

para estadística

(5)

Modelos de regresión simple y múltiple

• Modelos avanzados para análisis factorial, análisis de clusters y pruebas no

paramétricas • Manejo de tablas de datos complejas • Análisis de tendencias en conjuntos de datos • Análisis multivariado • Estudio de muestra pequeñas • Análisis de valores perdidos • Diseño de muestras complejas • Creación de árboles de clasificación • Validación de datos

Aplicaciones de cómputo

Principales aplicaciones de cómputo

para estadística

(6)

2. Statgraphics. Es un programa diseñado para realizar completos estudios de estadística básica avanzada. Comprende tareas como:

• Métodos de estadística básica • Control estadístico de procesos • Diseño de experimentos • Seis Sigma

• Pronósticos en series de tiempo • Métodos de estadística multivariada

Aplicaciones de cómputo

Principales aplicaciones de cómputo

para estadística

(7)

3. Minitab. Es un paquete estadístico muy versátil que maneja un entorno de trabajo amigable muy similar a la hoja de cálculo Microsoft Excel®. Tiene módulos para:

• Estadísticas generales • Análisis de varianza • Análisis de regresión • Control estadístico de procesos • Diseño de experimentos • Análisis de sistemas de medición • Análisis de

confiabilidad • Análisis de supervivencia • Diseño muestra • Simulación

Aplicaciones de cómputo

Principales aplicaciones de cómputo

para estadística

(8)

4. Statistica. Es un paquete de cómputo que se centra en tareas como:

• Control de calidad • Monitoreo de procesos • Análisis de confiabilidad • Aplicaciones Seis Sigma • Análisis de riesgos • Segmentación de

mercados

Aplicaciones de cómputo

Principales aplicaciones de cómputo

para estadística

(9)

Uso de la hoja de cálculo para

determinar variables aleatorias con

distribución binomial

Ejemplo: calcular b3,5,12 con la hoja de calculo Excel. Primero se introducen los valores 3, 5 y 0.5 en las celdas A1, A2 y A3, considerando que

(10)

Posteriormente, se inserta en la celda A4 la función DISTR.BINOM().

Uso de la hoja de cálculo para

determinar variables aleatorias con

distribución binomial

(11)

En dicha función se insertan los valores A1, A2 y A3. En el cuarto argumento se escribe el parámetro FALSO. También puede optarse por escribir directamente en la celda A4: =DISTR.BINOM(A1,A2,A3,FALSO)

Uso de la hoja de cálculo para

determinar variables aleatorias con

distribución binomial

(12)

Conclusión

Las hojas de calculo son una forma fácil de representar o explotar los datos que se requieren, pues con esta herramienta se puede estructurar la información de la manera que se desee y se puede conocer la grafica de la información al tener un resultado final.

La determinación de las formulas que se ingresan en las hojas de calculo no son universales, es decir, se pueden crear las formulas que se utilizaran determinando los elementos que conocemos, sin tener un limite de los mismos. Sino se sabe como utilizar la hoja de calculo, se tiene la opción de una calculadora, pues actualmente existen graficadoras que podrán dar a conocer el mismo resultado, pero a una menor escala.

(13)

Para aprender más

Aplicación de una hoja de cálculo para determinar la probabilidad de una variable aleatoria con distribución hipergeométrica

En este caso, veamos el siguiente ejemplo: supóngase que se tiene una variable aleatoria con una distribución de probabilidad hipergeométrica. Para los siguientes valores: • N = 15 • n = 5 • r = 7

Calcular P(k = 3) con Excel®. Primeramente, se escriben en las celdas A1, A2, A3 y A4 los valores 3, 5, 7 y 15 que corresponden respectivamente a k, n, r y N:

(14)

Posteriormente, en la celda A5 se introduce la fórmula:

=DISTR.HIPERGEOM(A1,A2,A3,A4)

(15)

Aplicación de una hoja de cálculo para

determinar la probabilidad de una variable

aleatoria con distribución de Poisson

Supóngase que se tiene una variable aleatoria con una distribución de probabilidad Poisson. Para los valores: • 0.7 • k = 2

Calcular p(2;0.7). Primero se escriben en las celdas A1 y A2 los valores 2 y 0.7 que corresponden respectivamente a k y λ:

(16)

Posteriormente, se escribe en la celda A3 la función: =POISSON(A1,A2,FALSO). El último argumento que se escribe es el parámetro FALSO para indicar que se desea calcular la probabilidad de que ocurran exactamente dos eventos en una unidad de tiempo y no el acumulado, es decir, que no se desea calcular la probabilidad de que ocurra un máximo de dos eventos en una unidad de tiempo

Aplicación de una hoja de cálculo para

determinar la probabilidad de una variable

(17)

El último argumento de la función corresponde a VER DADERO en virtud de que se desea calcular el acumulado, es decir, la probabilidad de que ocurra hasta un máximo de dos eventos en una unidad de tiempo, lo que equivale a la suma:

p(0;0.7)+ p(1;0.7)+ p(2;0.7). Con lo que se obtiene el siguiente resultado:

Aplicación de una hoja de cálculo para

determinar la probabilidad de una variable

(18)

Referencias

García, M. (2005). Introducción a la teoría de la probabilidad. México: Fondo de Cultura Económica. Hernández, A. y O. Hernández (2003). Elementos de probabilidad y estadística. México: Sociedad Matemática Mexicana.

Meyer, P. (1986). Probabilidad y aplicaciones estadísticas. E.U.: Addison-Wesley Iberoamericana. Ulloa, V. y V. Quijada (2006). Estadística aplicada a la comunicación. México: UNAM.

—— (2007). Estadística básica con Excel. México: UNAM. Lipschutz, S. (1988). Probabilidad. México: McGraw-Hill.

(19)

Referencias

Documento similar

Esta distribución considera que el tiempo de falla de un dispositivo puede modelarse en función al tiempo, por ejemplo, un dispositivo que sufra un desgaste mecánico

numéricamente la probabilidad de cada valor de la variable aleatoria.. Víctor Aguirre Torres, ITAM. Distribuciones Discretas de Probabilidad.. „ Ejemplo: DiCarlo

En el caso especial de que la variable aleatoria tenga una distribución binomial para la que se conoce el número de ensayos n y la probabilidad de éxito p, las fórmu- las generales

a) La función de probabilidad y su representación b) La función de distribución y su gráfica. Ejercicio 5º.- Conocida la función de distribución de una variable aleatoria X,

Definición.- Sea X una variable aleatoria de esperanza m.. Ejemplo1.- Consideremos el lanzamiento de una moneda no equilibrada con probabilidad de salir cara de 0,45. Ejemplo 2.-

Por último, se debe seleccionar, “Cola izquierda” si se quiere calcular la probabilidad de que la variable aleatoria con distribución binomial sea menor o igual que el valor o

Por ejemplo, considérese otra vez la variable aleatoria del ejemplo 3.7 (el número de bombas en servicio en una gasolinería); los valores posibles de X son 0, 1,. Esto es porque

Esta es otra distribución de probabilidad discreta útil en la que la variable aleatoria representa el número de eventos independientes que ocurren a una velocidad constante.