You are on page 1of 20

Estadística

Descriptiva y probabilidades UTPL Julio del 2007

Ing. Segundo Benítez Hurtado srbenitez@utpl.edu.ec

Contenido:
• Distribuciones discretas •Binomial •Poisson • Distribuciones continuas • Normal

• Estimadores
•Intervalos de confianza • Hipótesis

Distribución Binomial   La distribución de Bernouiili se aplica cuando se realiza una sola vez un experimento que tiene únicamente dos posibles resultados (éxito o fracaso). La variable puede tomar valores entre . siendo cada ensayo independiente del anterior. por lo que la variable sólo puede tomar dos valores: el 1 y el 0 La distribución binomial se aplica cuando se realizan un número"n" de veces el experimento de Bernouiili.

Distribución Binomial Ejemplo 1: ¿Cuál es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces?    " k " es el número de aciertos. En este ejemplo " k " igual a 6 (en cada acierto decíamos que la variable toma el valor 1: como son 6 aciertos. En nuestro ejemplo son 10 " p " es la probabilidad de éxito. Por lo tanto p = 0. entonces k = 6) " n" es el número de ensayos. es decir.5 . que salga "cara" al lanzar la moneda.

10 " p * n " < 10 . entonces se aplica el modelo de distribución de Poisson: Se tiene que cumplir que:    " p " < 0.Distribución Poisson Cuando en una distribución binomial se realiza el experimento un número "n" muy elevado de veces y la probabilidad de éxito "p" en cada ensayo es reducida.

71828 " l " = n * p (es decir. el número de veces " n " que se realiza el experimento multiplicado por la probabilidad " p " de éxito en cada ensayo) " k " es el número de éxito cuya probabilidad se está calculando .Distribución Poisson  La distribución de Poisson sigue el siguiente modelo: Vamos a explicarla:    El número "e" es 2.

Distribución Poisson La probabilidad de que un niño nazca pelirrojo es de 0.    P (x = 5) = 4. la probabilidad de que haya 5 pelirrojos entre 800 recien nacidos es del 4. . ¿Cuál es la probabilidad de que entre 800 recien nacidos haya 5 pelirrojos? Luego.012.6%.602 Por lo tanto.

Distribución Normal .

97725 .Distribución Normal El salario medio de los empleados de una empresa se distribuye según una distribución normal. con media 5 mil USD. valor = 0. y desviación estándar mil USD. Calcular el porcentaje de empleados con un sueldo inferior a 7 millones de ptas.

con una probabilidad determinada.Intervalos de confianza un intervalo de confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero valor del parámetro. La probabilidad de que el verdadero valor del parámetro se encuentre en el intervalo construido se denomina nivel de confianza .

Y la media de todas las distrubuciones muestrales se denomina media muestral . proporción.. desviación típica..) que variará de una a otra. Para cada muestra podemos calcular un estadístico (media.Distribución muestral   Consideremos todas las posibles muestras de tamaño n en una población. Así obtenemos una distribución del estadístico que se llama distribución muestral..

. que la población entera posee determinada propiedad y cuando ésto no es razonable. a partir del análisis de una muestra.Hipótesis Tratar de determinar cuándo es razonable concluir.

La decisión tomada no esta libre de error.  .Tipos de error  Rechazar una hipótesis no significa que ésta sea falsa. Error II: No rechazar una hipótesis que es falsa .  Error I: Rechazar una hipótesis que es verdadera . como tampoco el no rechazarla significa que sea verdadera.

relacionada principalmente con la elección de una acción entre dos conjuntos posibles de valores del parámetro.Tipos  La prueba de hipótesis es un procedimiento de toma de decisiones. es decir. en dos hipótesis estadísticas. a las cuales llamaremos:   Hipótesis nula H0 Hipótesis alternativa H1 .

   .   Hipótesis nula corresponde a la ausencia de una modificación en la variable investigada. y por lo tanto se especifica de una forma exacta: H0 :  = 0 Hipótesis alternativa se especifica de manera más general : H1:   0 H1:  > 0 H1:  < 0.

debido a fluctuaciones al azar en el muestreo. sobre la base de la información de la muestra. . conduce a dos tipos posibles de error.Errores y riesgos  La práctica de probar la hipótesis nula contra una alternativa. Es posible que la hipótesis nula sea verdadera pero rechazada debido a que los datos obtenidos en la muestra sean incompatibles con ella. como puede ocurrir que la hipótesis nula sea falsa pero no se la rechace debido a que la muestra obtenida no fuese incompatible con ella.

Errores   Ho Rechazar Ho No Rechazar Ho Incorrecto error I Correcto  Ho Correcto Incorrecto error II .

la prueba es significativa si se rechaza la hipótesis nula. .PRUEBA SIGNIFICATIVA Las probabilidades de cometer errores de tipo I y II se consideran los "riesgos" de decisiones incorrectas. Por lo tanto. Al realizar la prueba se toma en cuenta el error de tipo I. pues en este caso se conoce la probabilidad de haber cometido un error.

menor es la credibilidad de Ho .Valor p “p” es la Probabilidad de obtener una discrepancia mayor o igual que la observada en la muestra n cuando Ho es cierta  El valor de “p” no se fija a priori. sino que se determina a partir de la muestra  A menor valor de “p” .

GRACIAS .