Tema 15: Modelos de distribución de probabilidad ... · PDF fileAnálisis de...
Transcript of Tema 15: Modelos de distribución de probabilidad ... · PDF fileAnálisis de...
Anlisis de Datos I Esquema del Tema 15
Carmen Ximnez 1
Tema 15: Modelos de distribucin de
probabilidad: Variables discretas 1. INTRODUCCIN
2. EL MODELO UNIFORME
3. EL MODELO BINOMIAL, B(N, )
Las tablas estadsticas Ejemplo
4. EL MODELO DE DISTRIBUCIN MULTINOMIAL __________________
Bibliografa: Tema 11 (pg. 289-296) y apndice final con tablas
Anlisis de Datos I Esquema del Tema 15
Carmen Ximnez 2
1. INTRODUCCIN
En la prctica, la funcin de probabilidad de la mayora de las variables discretas se ajusta a un modelo terico expresado mediante una frmula concreta.
2. EL MODELO UNIFORME
Todos los valores asumibles por la variable X son equiprobables (=tienen la misma probabilidad). Por tanto, puede asumirse una distribucin uniforme. Grficamente se representa mediante:
X
54321
f(x)
,25
,20
,15
,10
,050
3. EL MODELO BINOMIAL, B(N, )
Consiste en la distribucin del n de aciertos en una serie de ensayos de Bernouilli. Para que la distribucin de probabilidad de una variable X siga el modelo Binomial ha de cumplirse que
1. La variable est definida como variable dicotmica: en trminos de Acierto (1) y error (0)
2. Se de una repeticin de N ensayos independientes en la variable dicotmica en los que la
probabilidad de que el ensayo verifique la condicin 1 (p.e., acierto) sea constante, y se representa por .
3. Se defina una variable X, como el n de veces que se verifica la condicin (los 1) en los N
ensayos. Los valores de X (los xi) oscilan entre 0 y N: X = {0, 1, 2, , N} Si se cumplen las anteriores condiciones, la variable X (n aciertos) se ajusta al Modelo Binomial con parmetros N y . Es decir: X ~ B (N, ) a) Funcin de probabilidad de una variable Binomial:
( ) (1 )x N xN
f xx
=
Donde: !
! ( ) !N Nx x N x
=
b) Valor esperado: E(X) = N c) Varianza: 2(X) = N (1 - )
Donde: 1( )f xJ
= .
Anlisis de Datos I Esquema del Tema 15
Carmen Ximnez 3
Tablas estadsticas
No siempre es necesario aplicar la frmula para obtener la funcin de probabilidad asociada a un valor de la variable. Existen tablas donde se puede consultar el valor de f (xi). La tabla de la Binomial (Tabla I del libro en pgs. 403-408) tiene la siguiente estructura:
N
x 0,01 0,50 0,99
2 . . .
17
0 1 2
980 020 0+
. . .
f (xi) . . .
Dado X ~ B (N; ), para buscar una f (xi): 1 columna: valor de N 2 columna: posibles valores de X: 0, 1, , N 3 columna: valor de f(xi) bajo diferentes valores de
(aparece en porcentajes, por brevedad. El signo + significa que hay ms de tres ceros)
Ejemplo: P(X = 1) = f(1) = 0,02 bajo X ~ B (x; 2; 0,01)
Nota: Cuando N > 17, f (xi) puede aproximarse mediante el modelo normal (lo veremos en el tema 20) EJEMPLO (resuelto)
Un estudiante responde a un test de 3 preguntas con cinco opciones de respuesta (donde slo 1 es correcta). Si ha respondido azar:
1) Elabore el modelo de distribucin para la variable X (n de aciertos al azar)
X ~ B (N = 3, = 0,20)
( ) (1 )x N xN
f xx
=
0 33 3!(0) 0, 20 (0,80) 1 0,512 0,5120 0!(3 0)!
f
= = =
1 23 3!(1) 0, 20 (0,80) 0, 20 0, 64 0,3841 1!(3 1)!
f
= = =
2 13 3!(2) 0, 20 (0,80) 0, 04 0,80 0, 0962 2!(3 2)!
f
= = =
3 03 3!(3) 0, 20 (0,80) 0, 008 1 0, 0083 3!(3 3)!
f
= = =
Xi 0 1 2 3 f(xi) 0,512 0,384 0,096 0,008
2) Cul es la probabilidad de que acierte todas las preguntas?
P(X = 3) = f(3) = 0,008 (coincide con el valor dado en las tablas de probabilidad)
3) Valor esperado: E(X) = N = (3) (0,20) = 0,60 Varianza: 2(X) = N (1 - ) = (3) (0,20 0,80) = 0,48
4) Cul es la probabilidad de que acierte como mximo 2 preguntas?
P(X 2) = F(2) = 0,512 + 0,384 + 0,096 = 0,992
5) Cul es la probabilidad de que acierte entre 1 y 2 preguntas (ambas inclusive)?
P(1 X 2) = F(2) - F(0) = 0,992 - 0,512 = 0,480
6) Cul es la probabilidad de que acierte al menos 2 preguntas?
P(X 2) = 1 - P(X 1) = 1 0,896 = 0,104
Anlisis de Datos I Esquema del Tema 15
Carmen Ximnez 4
4. MODELO DE DISTRIBUCIN MULTINOMIAL
Se realizan N ensayos independientes que dan lugar a k resultados: X = { X1, X2, Xk } con probabilidades 1, 2, k, respectivamente (donde 1 + 2 + + k = 1).
Este modelo se trata de una extensin de la Binomial til para variables politmicas (variables discretas con ms de 2 categoras). Funcin de probabilidad de una variable multinomial:
1 2 XX X1 2
1 2
!( , , ..., ) ...! ! ... !
kk
k
Nf X X XX X X
=
Ejemplo
X: Actitud hacia la donacin de rganos
X1: En contra ....... con 1 = 0,15 X2: Indiferentes ... con 2 = 0,40 X3: A favor ........... con 3 = 0,45
Si se extrae una muestra aleatoria de 20 sujetos. Cul es la probabilidad de que 5 estn en contra, 10 sean indiferentes y 5 estn a favor?
1 2 1 5 10 51 2 3
1 2 3
! 20!( 5 10 5) 0,15 0,40 0,45 0,41! ! ! 5! 10! 5!
X X XNf X , X , X X X X
= = = = = =
5. EJERCICIOS Ejercicio 1
Supongamos que es igual de probable que nazcan nios que nias. Si nos fijamos en los prximos 5 partos de una determinada clnica, determine: 1. La probabilidad de que todas sean nias 2. La probabilidad de que las nias sean minora 3. El valor esperado y la varianza de la variable X: nmero de nias Ejercicio 2
Cul es la probabilidad de que al tomar 6 sujetos al azar, los seis superen el Q3 en la variable creatividad? Ejercicio 3
El ndice de audiencia de un determinado programa de TV es el 30%. Tomamos una muestra de 16 domicilios:
1. En cuntos domicilios se espera que estn viendo el programa? 2. Cul es la probabilidad de que al menos en el 25% de domicilios estn viendo el
programa? 3. Supongamos que la cadena suprime el programa si no lo ven al menos el 20% de los
domicilios:
(a) Cul es la probabilidad de que lo suprima? (b) Cul es la probabilidad de que lo suprima si el verdadero ndice de audiencia es el 10%?