Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ESTADÍSTICA II Clase del 08/03/2023 Distribuciones de probabilidad Docentes: Roberto Emanuel Díaz Ansberck Víctor Luna Distribuciones de probabilidad Las distribuciones de probabilidad están relacionadas con las distribuciones de frecuencias. De hecho, podemos pensar que una distribución de probabilidad es una distribución de frecuencias teórica. ¿Qué significa lo anterior? Una distribución de frecuencias teórica es una distribución de probabilidades que describe la forma en que se espera varíen los resultados. Como estas distribuciones representan expectativas de que algo suceda, resultan modelos útiles para hacer inferencias y tomar decisiones en condiciones de incertidumbre. Tipos de distribuciones de probabilidad Las distribuciones de probabilidad se clasifican como discretas y continuas. En la distribución de probabilidad discreta está permitido considerar sólo un número limitado de valores. En una distribución de probabilidad continua, por otro lado, la variable que se está considerando puede tomar cualquier valor dentro de un intervalo dado. Variables aleatorias Una variable es aleatoria si toma diferentes valores como resultado de un experimento aleatorio. Esta variable aleatoria puede ser discreta o continua. Si puede tomar sólo un número limitado de valores, entonces es una variable aleatoria discreta. Si puede tomar cualquier valor dentro de un intervalo dado, entonces se trata de una variable aleatoria continua. Variables aleatorias Una variable aleatoria es una especie de valor o magnitud que cambia de una ocurrencia a otra sin seguir una secuencia predecible. Por ejemplo: En una oficina de empleo el numero de personas que entregan solicitudes de empleo por semana es una variable aleatoria, porque normalmente depende de la cantidad de empleados que se encuentren presentes, del clima, feriados, etc. Una sema pueden haber recibido 320 solicitudes y a la siguiente 450. El valor esperado de una variable aleatoria Realicemos un experimento aleatorio: “Lanzar una moneda” 1- ¿Qué esperarían que suceda? 2- Llevar a cabo el experimento un numero definido de veces. 3- Tomar nota de los resultados 4-¿Sucedió lo que se esperaba? El valor esperado de una variable aleatoria ¿Cómo interpretamos el valor esperado? Significa que en un periodo largo, nuestra variable deberá tener un valor promedio, o sea lo que se espera de la misma. Un valor esperado “x” no significa que mañana “x” será el valor de nuestra variable aleatoria. ¿Para que nos es útil el valor esperado? Para tomar decisiones. Por ejemplo en la oficina de empleo, si se calcula el valor esperado del numero de solicitudes de empleo semanales en tres meses, podemos decidir como mejorar el servicio o plantearnos preguntas como ¿Por qué es un numero muy bajo? ó ¿Por qué es tan grande el número? Luego de tomar acciones podemos hacer el mismo experimento y de allí podremos concluir si nuestro accionar fue optimo o no lo fue. Distribuciones de probabilidad discretas • Distribución binomial • Distribución de Poisson La distribución binomial • Características ▫ Es una distribución de probabilidad de variable aleatoria discreta. ▫ Uso del proceso de Bernoulli La distribución binomial • Uso del proceso de Bernoulli ▫ Cada intento tiene solamente dos resultados posibles: cara o cruz, sí o no, éxito o fracaso, aprobado o desaprobado, aceptado o rechazado. ▫ La probabilidad del resultado de cualquier intento permanece fijo con respecto al tiempo. Con una moneda no alterada, la probabilidad de obtener cara siempre es 0.5 para cada lanzamiento, independientemente del número de veces que se lance la moneda. ▫ Los intentos son estadísticamente independientes, es decir, el resultado de un lanzamiento no afecta el resultado de cualquier otro lanzamiento. La distribución binomial Formula binomial • p es la probabilidad característica o probabilidad de tener éxito. • q es la probabilidad de fracaso, se calcula como q=1-p. • x es el número de éxitos deseados. • n es el número de intentos hechos. La distribución binomial Actividad práctica: Considere una situación en la que, a lo largo del tiempo, siete décimas partes de todas las personas que solicitan cierto tipo de trabajo aprueban el examen de aptitudes. La distribución binomial Valor esperado: Desviación estándar: La distribución de Poisson Características ▫ Se emplea una variable aleatoria discreta que toma valores enteros (0, 1, 2, 3, 4, 5, etc.). ▫ Se tiene en cuenta el periodo temporal en el que se analiza la variable aleatoria. ▫ Si el periodo temporal cambia, el valor medio de esta distribución lo hace en la misma forma. La distribución de Poisson Formula de Poisson • P(x) es la probabilidad característica o probabilidad de tener éxito. • (el número medio de presentaciones por intervalos de tiempo. • x es el número ocurrencias. La distribución de Poisson Actividad práctica: Considere una situación en la que, a lo largo de 8 meses de tiempo, se han pedido licencias por estrés en un promedio de 24. La distribución de Poisson Valor esperado: Desviación estándar: La distribución binomial negativa • Características: Esta distribución o modelo puede hacerse derivar de un proceso de Bernoulli en el que se presentan las siguientes condiciones: ▫ El proceso consta de un número no definido de pruebas separables. ▫ El proceso concluirá cuando se obtenga un determinado número de resultados favorables x. Cada prueba puede dar dos resultados posibles como en la distribución binomial. Las probabilidades p y q son constantes en todas las pruebas. Todas las pruebas son independientes. La distribución binomial negativa Formula binomial negativa • p es la probabilidad característica o probabilidad de tener éxito. • q es la probabilidad de fracaso, se calcula como q=1-p. • x es el número de fracasos deseados hasta el éxito r-ésimo. • r es el número de éxitos deseados. La distribución binomial negativa Actividad práctica: En una oficina administrativa pública, se aprueban o rechazan solicitudes de licencia, uno de sus empleados desea dejar de ver solicitudes una vez halla aprobado 25 de estas, este aprueba 8 de cada 10 solicitudes. ¿Cuál es la probabilidad de que alcance la cuota que planteo al cabo de revisar 35 solicitudes? La distribución binomial negativa Valor esperado: Desviación estándar: La distribución geométrica de probabilidad • Características: La distribución geométrica es un modelo adecuado para aquellos procesos en los que se repiten pruebas hasta conseguir el éxito o un resultado deseado. También implica la existencia de una dicotomía de posibles resultados y la independencia de las pruebas entre sí. ▫ Esta distribución se puede hacer derivar de un proceso de Bernoulli en el que tengamos las siguientes características El proceso consta de un número no definido de pruebas o experimentos separados o separables. El proceso concluirá cuando se obtenga por primera vez el resultado deseado (éxito). Las probabilidades p y q son constantes en todas las pruebas ,por tanto , las pruebas ,son independientes. La distribución geométrica de probabilidad Formula de la distribución geométrica de probabilidad • p es la probabilidad característica o probabilidad de tener éxito. • q es la probabilidad de fracaso, se calcula como q=1-p. • x es el número de éxitos pruebas o ensayos realizados. La distribución geométrica de probabilidad Actividad práctica: Considere una situación en la que, a lo largo de una entrevista para candidatos a un cargo en contaduría, la probabilidad de aceptar un postulante es de 0,66. ¿cuál es la probabilidad de quese acepte un candidato en el séptimo enncuentro ? La distribución geométrica de probabilidad Valor esperado: Desviación estándar: La distribución hipergeométrica Supongamos que usted está seleccionando una muestra de elementos de una población y que registra si cada elemento posee o no posee cierta característica. Usted está registrando la típica información de “éxito” o “fracaso” que se encuentra en el experimento binomial. Debido a que la población es grande con respecto al tamaño muestral, esta probabilidad permanecerá constante (para todos los fines prácticos) de un intento a otro y el número x de éxitos en la muestra seguirá una distribución binomial de probabilidad. No obstante, si el número de elementos en la población es pequeño con respecto al tamaño muestra (𝑛/𝑁 ≥ 0.5), la probabilidad de éxito para un intento determinado depende de los resultados de intentos precedentes. Entonces, el número x de éxitos sigue lo que se conoce como una distribución hipergeométrica de probabilidad. La distribución hipergeométrica Formula de la distribución hipergeométrica • N es número total de elementos. • M es número total de elementos favorables. • x es el número de éxitos deseados. • n es el número de elementos seleccionados. La distribución hipergeométrica Actividad práctica: Un equipo de coaching tiene 12 integrantes, 3 de las cuales son licenciados en psicología. Si tomamos al azar 4 de ellos… ¿Cuál es la probabilidad de seleccionar dos psicólogos? La distribución hipergeométrica Valor esperado: Desviación estándar: Uso de Excel Uso de Excel • Las funciones para las distintas distribuciones son: ▫ =DISTR.BINOM ▫ =NEGBINOMDIST ▫ =POISSON ▫ =DISTR.HIPERGEOM Uso de una app: Probability Distibrutions Es una app donde se pueden realizar los cálculos de probabilidades sin ningún esfuerzo, además incluye las graficas de las mismas. Uso de una app: Probability Distibrutions ¡Muchas gracias por su atención! Nos vemos la próxima clase con distribuciones continuas de probabilidad
Compartir