Professional Documents
Culture Documents
Introduccin a la
Simulacin con Excel
Estadstica Actuarial I
NDICE
0 Introduccin .......................................................................................... 3
1 Funciones estadsticas y relacionadas....................................................... 4
1.1
1.2
1.3
1.4
1.5
1.6
Genricas ........................................................................................................ 4
Nmeros aleatorios. ......................................................................................... 4
Descriptivas de datos ....................................................................................... 4
P.Valores......................................................................................................... 5
Variables aleatorias .......................................................................................... 5
Otras funciones de inters ................................................................................ 6
Binomial.........................................................................................................29
Poisson ..........................................................................................................30
Uniforme (Discreta).........................................................................................31
Geomtrica.....................................................................................................33
Binomial Negativa ...........................................................................................34
Funciones Excel relacionadas con las v.a. discretas ............................................35
Beta...............................................................................................................38
Exponencial ....................................................................................................39
Gamma ..........................................................................................................41
Normal...........................................................................................................42
Pareto............................................................................................................43
Uniforme ........................................................................................................45
Funciones relacionadas con la Normal...............................................................46
Funciones relacionadas con otras distribuciones.................................................47
Introduccin ...................................................................................................48
Distribuciones discretas: test 2 .......................................................................48
Distribuciones continuas: el test de Kolmogorov-Smirnov....................................54
Uso de SOLVER en el proceso de caracterizacin/estimacin...............................58
Estadstica Actuarial I
0 Introduccin
La simulacin de MonteCarlo es una tcnica que combina conceptos estadsticos
(muestreo aleatorio) con la capacidad que tienen los ordenadores para generar nmeros pseudo-aleatorios y automatizar clculos.
Los orgenes de esta tcnica estn ligados al trabajo desarrollado por Stan Ulam
y John Von Neumann a finales de los 40 en el laboratorio de Los lamos, cuando investigaban el movimiento aleatorio de los neutrones. En aos posteriores, la simulacin
de MonteCarlo se ha venido aplicando a una infinidad de mbitos como alternativa a
los modelos matemticos exactos o incluso como nico medio de estimar soluciones
para problemas complejos.
As, en la actualidad es posible encontrar modelos que hacen uso de simulacin
MC en las reas informtica, empresarial, econmica, industrial e incluso social. En
otras palabras, la simulacin de MonteCarlo est presente en todos aquellos mbitos
en los que el comportamiento aleatorio o probabilstico desempea un papel fundamental -precisamente, el nombre de MonteCarlo proviene de la famosa ciudad de Mnaco, donde abundan los casinos de juego y donde el azar, la probabilidad y el comportamiento aleatorio conforman todo un estilo de vida.
Son muchos los autores que han apostado por utilizar hojas de clculo para
realizar simulacin MC. La potencia de las hojas de clculo reside en su universalidad,
en su facilidad de uso, en su capacidad para recalcular valores y, sobre todo, en las
posibilidades que ofrece con respecto al anlisis de escenarios (what-if anaylisis). Las
ltimas versiones de Excel incorporan, adems, un lenguaje de programacin propio, el
Visual Basic for Applications, con el cual es posible crear autnticas aplicaciones de
simulacin destinadas al usuario final. En el mercado existen de hecho varios complementos de Excel (Add-Ins) especficamente diseados para realizar simulacin MC,
siendo los ms conocidos: @Risk, CrystallBall, Insight.xla, SimTools.xla, etc.
Este documento presenta los conceptos bsicos que el alumno de la asignatura
deber conocer para realizar las prcticas de la asignatura Estadstica Actuarial I.
En el primer apartado se presenta una breve descripcin de las funciones de
que dispone Excel para el tratamiento estadstico de datos en general y para el desarrollo e pequeas aplicaciones de simulacin en particular.
En el segundo apartado se presentan las dos formas de generacin de nmeros
pseudo aleatorios (en adelante y por comodidad nos referiremos a ellos como aleatorios) y de muestras que se distribuyan con arreglo a una distribucin dada. Como se
sabe la generacin de estas muestras constituye la parte bsica del mtodo de MonteCarlo.
Los apartados 2, 4 y 5 se dedican a describir brevemente las herramientas
bsicas del anlisis descriptivo que ser necesario realizar en las prcticas propuestas.
Los apartados 6 y 7 describen las variables aleatorias que aparecen comnmente en las simulaciones, dando su caractersticas y propiedades fundamentales, un
mtodo para a generacin de nmeros aleatorios y una descripcin de las funciones
Excel relacionadas con ellas.
Los apartados 8 y 9 presentan las herramientas bsicas para poder realizar
tanto el ajuste de datos a las distribuciones anteriores, a travs de los test de bondad
del ajuste ms usuales, como la inferencia bsica sobre los resultados de la simulacin.
Estadstica Actuarial I
Estadstica Actuarial I
MINA: Devuelve el valor mnimo de una lista de argumentos, incluidos nmeros, texto y valores lgicos.
MODA: Devuelve el valor ms frecuente en un conjunto de datos.
PERCENTIL: Devuelve el percentil k-simo de los valores de un rango.
PROBABILIDAD: Devuelve la probabilidad de que los valores de un rango
estn comprendidos entre dos lmites.
PROMEDIO: Devuelve el promedio de los argumentos.
PROMEDIOA: Devuelve el promedio de los argumentos, incluidos nmeros, texto y valores lgicos.
RANGO.PERCENTIL: Devuelve el rango de un valor en un conjunto de datos como porcentaje del conjunto.
VAR: Calcula la varianza de una muestra.
VARA: Calcula la varianza de una muestra, incluidos nmeros, texto y valores lgicos.
VARP: Calcula la varianza de la poblacin total.
VARPA: Calcula la varianza de la poblacin total, incluidos nmeros, texto y
valores lgicos.
1.4 P.Valores
Estadstica Actuarial I
COINCIDIR
Devuelve la posicin relativa de un elemento en una matriz que coincida con un
valor especificado en un orden especificado. Utilice COINCIDIR en lugar de las funciones BUSCAR cuando necesite conocer la posicin de un elemento en un rango en lugar
del elemento en s.
COINCIDIR(valor_buscado;matriz_buscada;tipo_de_coincidencia)
COCIENTE
Devuelve la parte entera de una divisin. Use esta funcin cuando desee descartar el residuo de una divisin. Si esta funcin no est disponible, ejecute el programa de instalacin e instale las Herramientas para anlisis. Para instalar este complemento, elija Complementos en el men Herramientas y seleccione la casilla correspondiente.
COCIENTE(numerador; denominador)
Numerador es el dividendo.
Denominador es el divisor.
Observaciones
Si uno de los argumentos no es un valor numrico, COCIENTE devuelve el valor
de error #VALOR!
COCIENTE(5; 2) es igual a 2
COCIENTE(4,5; 3,1) es igual a 1
COCIENTE(-10; 3) es igual a -3
CONTAR.SI
Cuenta las celdas, dentro del rango, que no estn en blanco y que cumplen con
el criterio especificado.
CONTAR.SI(rango; criterio)
Rango es el rango dentro del cual desea contar el nmero de celdas que no
estn en blanco.
Criterio es el criterio en forma de nmero, expresin o texto, que determina
las celdas que se van a contar.
ENTERO
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
Estadstica Actuarial I
Nmero
prximo.
FACT
Devuelve el factorial de un nmero. El factorial de un nmero es igual a
1*2*3*...* nmero.
FACT(nmero)
Nmero es el nmero no negativo cuyo factorial desea obtener. Si el argumento nmero no es un entero, se trunca.
INDICE
INDICE Devuelve el elemento del rango matriz que ocupa la posicin dada
por los ndices de nmero de fila y de columna.
Sintaxis
INDICE(matriz; nm_fila; nm_columna)
Observaciones
Si se utilizan ambos argumentos nm_fila y nm_columna, INDICE devuelve el valor en la celda de interseccin de los argumentos nm_fila y
nm_columna.
Si se define nm_fila o nm_columna como 0 (cero), INDICE devuelve la
matriz de valores de toda la columna o fila, respectivamente. Para utilizar
valores devueltos como una matriz, introduzca la funcin INDICE como una
frmula matricial en un rango horizontal de celdas para una fila y en un
rango vertical de celdas para una columna. Para introducir una frmula matricial, presione CTRL+MAYS+ENTRAR.
Los argumentos nm_fila y nm_columna deben indicar una celda contenida en matriz; de lo contrario, INDICE devuelve el valor de error #REF!
JERARQUIA
Sintaxis
JERARQUIA(nmero ; referencia ; orden)
Estadstica Actuarial I
NOD
Devuelve el valor de error #N/A, que significa "no hay ningn valor disponible".
Utilice #N/A para marcar las celdas vacas. Si escribe #N/A en las celdas donde le falta
informacin, puede evitar el problema de la inclusin no intencionada de celdas vacas
en los clculos. (Cuando una frmula hace referencia a una celda que contiene #N/A,
la frmula devuelve el valor de error #N/A.)
NOD( )
PRODUCTO
ducto.
Multiplica todos los nmeros que figuran como argumentos y devuelve el proPRODUCTO(nmero1;nmero2; ...)
REDONDEA.PAR REDONDEA.IMPAR
Devuelve un nmero redondeado hasta el nmero entero par (impar) ms
prximo. Esta funcin puede usarse para procesar artculos que vienen en pares.
REDONDEA.PAR(nmero)
REDONDEAR
Redondea un nmero al nmero de decimales especificado.
REDONDEAR(nmero;nm_de_decimales)
Estadstica Actuarial I
REDONDEAR.MAS
Redondea un nmero hacia arriba, en direccin contraria a cero.
REDONDEAR.MAS(nmero;nm_decimales)
REDONDEAR.MAS(3,2;0) es igual a 4
REDONDEAR.MAS(76,9;0) es igual a 77
RESIDUO
Devuelve el residuo o resto de la divisin entre nmero y nm_divisor. El resultado tiene el mismo signo que nm_divisor.
RESIDUO(nmero;nm_divisor)
Nmero
ner.
SUBTOTALES
Devuelve un subtotal en una lista o base de datos. Generalmente es ms fcil
crear una lista con subtotales utilizando el comando Subtotales del men Datos. Una
vez creada la lista de subtotales, puede cambiarse modificando la frmula SUBTOTALES.
SUBTOTALES(nm_funcin;ref1)
Nm_funcin es un nmero de 1 a 11 que indica qu funcin debe ser utilizada para calcular los subtotales dentro de una lista.
Estadstica Actuarial I
Funcin
PROMEDIO
CONTAR
CONTARA
MAX
MIN
PRODUCTO
DESVEST
DESVESTP
SUMA
VAR
VARP
La funcin SUBTOTALES pasa por alto las filas ocultas. Esto es importante
cuando slo desea obtener el subtotal de los datos visibles que resulta de una
lista filtrada.
SUMA
Suma todos los nmeros de un rango.
SUMA(nmero1;nmero2; ...)
Los argumentos que sean valores de error o texto que no se pueda traducir a
nmeros causarn errores.
SUMA.CUADRADOS
Devuelve la suma de los cuadrados de los argumentos.
SUMA.CUADRADOS(nmero1;nmero2; ...)
SIGNO
Devuelve el signo de un nmero. Devuelve 1 si el argumento nmero es positivo, 0 si el argumento nmero es 0 y -1 si el argumento nmero es negativo.
SIGNO(nmero)
10
Estadstica Actuarial I
SUMAR.SI
Suma las celdas en el rango que coinciden con el argumento criterio.
SUMAR.SI(rango;criterio;rango_suma)
SUMAPRODUCTO
Multiplica los componentes correspondientes de las matrices suministradas y
devuelve la suma de esos productos.
SUMAPRODUCTO(matriz1;matriz2;matriz3; ...)
TRUNCAR
mero.
11
Estadstica Actuarial I
2 Nmeros aleatorios.
2.1 Procedimientos relacionados
Excel cuenta con dos procedimientos para obtener nmeros aleatorios distribuidos segn una forma determinada:
a) Recurriendo al complemento de Anlisis de Datos.
b) Utilizando la funcin ALEATORIO().
12
Estadstica Actuarial I
Plantilla general
Distribuciones
Semilla
Uniforme Caracterizado por los lmites inferior y superior. Se extraen las variables con probabilidades iguales de todos los valores del rango.
Frecuencia relativa Caracterizado por un lmite inferior y superior, un incremento, un porcentaje de repeticin para valores y un ritmo de repeticin de la
secuencia.
Iniciar con Escriba un valor opcional a partir del cual se generarn nmeros aleatorios. Podr volver a utilizar este valor para generar los
mismos nmeros aleatorios ms adelante.
13
Estadstica Actuarial I
UNIFORME
Genera muestras de una distribucin U[A;B]
B
A
Semilla
NORMAL
Genera muestras de una distribucin N[;]
Parmetros
7,445
12,850
8,800
11,015
11,234
7,113
7,882
11,295
11,100
9,988
10,877
8,320
14
Estadstica Actuarial I
BERNOULII
Genera muestras de una distribucin de Bernoulli(p)
1
0
1
0
0
1
1
0
0
1
0
1
BINOMIAL
Genera muestras de una distribucin de B(n,p)
Parmetros
24
30
24
21
22
27
23
27
23
26
27
19
15
Estadstica Actuarial I
POISSON
Genera muestras de una distribucin de Poisson()
12
14
10
8
11
12
9
13
13
6
10
12
FRECUENCIA RELATIVA
En realidad genera series o secuencias de nmeros
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
1
1
16
Estadstica Actuarial I
DISCRETA
Genera nmeros dada una distribucin de frecuencias relativas
0
1
2
3
0,1875
0,1250
0,3125
0,3750
0
3
1
3
3
0
0
3
3
2
3
1
Su sintaxis es:
ALEATORIO( )
Su sintaxis es
ALEATORIO.ENTRE(inferior; superior)
17
Estadstica Actuarial I
DISCRETAS
Binomial (n, p)
Poisson ()
Uniforme (a,b)
Geomtrica (p)
BinomNegativa(n,p)
=BINOM.CRIT(n; p; U)
=BINOM.CRIT(/0,001;0,001;U)
=ALEATORIO.ENTRE(a; b)
=REDONDEAR.MENOS(LN(U)/LN(1-p);0)
=BINOM.CRIT(DISTR.GAMMA.INV(U; n;(1-p)/p)/;;U)
CONTINUAS
Beta (,)
Exponencial()
Gamma(,)
LogNormal(,)
Normal(,)
Pareto(,)
Uniforme (a,b)
=DISTR.BETA.INV(U; ; ; a , b )
=(1/) * -LOG(U)
=DISTR.GAMMA.INV(U; ; )
=DISTR.LOG.INV(U; ; )
= + *(RAIZ(-2*LOG(U))*SENO(2*PI()*U))
=*(U^(-1/))
= + ()U
OTRAS
2GL PRUEBA.CHI.INV(U;GL)
F(GL1;GL2) DISTR.F.INV(U;GL1;GL2)
Triangular (a,b,c)
TGL
c + (a+U*(b-a)-c)*MAX(U;U)
c + (a+U*(b-a)-c)*RAIZ(U)
DISTR.T.INV(U;GL)*SIGNO(U-0,5)
18
Estadstica Actuarial I
3 Distribucin de frecuencias.
3.1 Procedimientos relacionados
Excel cuenta con dos procedimientos para obtener la distribucin de frecuencias
de una variable:
a) Recurrir al complemento de Anlisis de Datos (HISTOGRAMA).
b) Utilizar la funcin FRECUENCIA.
Rango clases (opcional) Introduzca la referencia de celda para un rango que contenga un conjunto opcional de valores lmite que definan rangos de clase. Estos valores debern estar en orden ascendente. Microsoft Excel contar el nmero de
puntos de datos que hay entre el nmero de clases actual y el nmero de clases
mayor, si lo hay.
Si omite el rango de clase, Excel crear un conjunto de clases distribuidas uniformemente entre los valores mnimo y mximo de los datos.
Pareto (Histograma ordenado) Active esta casilla para presentar los datos en
orden de frecuencia descendente en la tabla de resultados. Si esta casilla est
desactivada, Excel presentar los datos en orden ascendente y omitir las tres
columnas situadas ms a la derecha que contienen los datos ordenados.
Porcentaje acumulado Active esta casilla para generar una columna de tabla de
resultados con porcentajes acumulados y para incluir una lnea de porcentaje
acumulado en el grfico de histograma. Desactvela para omitir los porcentajes
acumulados.
Crear grfico Active esta casilla para generar un grfico de histograma incrustado con la tabla de resultados.
19
Estadstica Actuarial I
RESULTADO
Clase
Frecuencia % acumulado
1
2
3
4
5
6
7
8
9
10
y mayor...
5
8
13
7
7
9
8
7
5
9
0
Clase
6,41%
16,67%
33,33%
42,31%
51,28%
62,82%
73,08%
82,05%
88,46%
100,00%
100,00%
Frecuencia % acumulado
3
6
10
2
7
4
5
8
1
9
13
9
9
8
8
7
7
7
5
5
14
120,00%
12
100,00%
10
16,67%
28,21%
39,74%
50,00%
60,26%
69,23%
78,21%
87,18%
93,59%
100,00%
80,00%
8
60,00%
6
40,00%
,00%
0
7
20,00%
10
1
2
3
4
5
6
7
8
9
10
5
2
5
10
10
10
9
5
5
2
6
7
9
3
4
2
8
1
1
1
4
3
8
6
4
10
8 8
3 2
6 4
9 3
6 2
10 6
2 6
7 5
6 1
5 2
9 7
9 7
4 3
3 7
1 2
2 5
7 7
8 5
8 2
2 2
5 3
5 6
10 5
2 4
4 5
10 10
Su sintaxis es
FRECUENCIA(datos; grupos)
Datos: es una matriz de un conjunto e valores o una referencia a un conjunto de valores cuyas frecuencias desea contar. Si datos no contiene ningn valor, FRECUENCIA devuelve una matriz de ceros.
Observaciones
FRECUENCIA se introduce como una frmula matricial despus de seleccionar un rango de celdas adyacentes en las que se desea que aparezca el
resultado de la distribucin.
El nmero de elementos de la matriz devuelta supera en una unidad el nmero de elementos de grupos. El elemento adicional de la matriz devuelta
devuelve la suma de todos los valores superiores al mayor intervalo.
20
Estadstica Actuarial I
xi 1
1 < xi 2
2 < xi 3
3 < xi
En general:
C i1 < x i Ci
3.4 Ejemplos
3.4.1
Distribucin de frecuencias
Ci
0
1
2
3
4
5
6
7
8
9
10
ni
12
15
19
15
7
9
18
15
8
7
17
142
fi
0,084507
0,105634
0,133803
0,105634
0,049296
0,063380
0,126761
0,105634
0,056338
0,049296
0,119718
1
Ni
12
27
46
61
68
77
95
110
118
125
142
Fi
0,084507
0,190141
0,323944
0,429577
0,478873
0,542254
0,669014
0,774648
0,830986
0,880282
1,000000
0,16
0,16
0,140,1
0,120,1 1
0,1
0,100,1 0
0,1
0,080,1
0,1
0,060,1
0,040,1
0,1
0,020,1
10
0,00
1,00
0,14
0,90
0,80
0,12
0,70
0,60
0,10
0,08
0,50
0,06
0,40
0,30
0,04
0,20
0,10
0,02
0,00
0 1 2 3 4 5 6 7 8 9 10
0,00
0 1 2 3 4 5 6 7 8 9 10
21
Estadstica Actuarial I
3.4.2
2 Ln(U) sen(2U)
U U[0;1]
y utilizarla para generar 1000 valores de una variable aleatoria N(500;200). Una
vez obtenidos los valores,
a) Construir la tabla de su distribucin de frecuencias,
b) Realizar un histograma de los valores,
c) Aproximar su funcin de densidad mediante un polgono de frecuencias.
Ci
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
B 950
1000
25
50
75
100
125 150
175 200
225 250
275 300
325 350
375 400
425 450
475 500
525 550
575 600
625 650
675 700
725 750
775 800
825 850
875 900
925 950
975 1000
ni
2
6
14
44
79
182
299
459
597
745
731
597
485
308
144
108
39
15
4
1
4859
4859
fi
0,0004
0,0012
0,0029
0,0091
0,0163
0,0375
0,0615
0,0945
0,1229
0,1533
0,1504
0,1229
0,0998
0,0634
0,0296
0,0222
0,0080
0,0031
0,0008
0,0002
1
Ni
2
8
22
66
145
327
626
1085
1682
2427
3158
3755
4240
4548
4692
4800
4839
4854
4858
4859
Fi
0,0004
A
MIN/MAX
0,0016
B
Redondeo a enteros
0,0045
C
Redondeo a mltiplos de 10
0,0136
A
B
C
0,0298
Min
12,6 12,0 0,0
0,0673
Max 984,8 985,0 990,0
0,1288
0,2233
0,3462
Rango
0,4995
A MIN(B:B)
0,6499
B REDONDEAR.MENOS(MIN(B:B);0)
0,7728
C REDOND.MULT(MAX(0;MIN(B:B)-10);10)
0,8726
0,9360 Intervalos
0,9656
70 REDONDEAR.MAS(RAIZ(CONTAR(B:B));0)
0,9879
70 ENTERO(RAIZ(CONTAR(B:B)))+1
0,9959
0,9990
0,9998
1,0000
800
0,18
700
0,16
600
0,14
0,12
500
0,10
400
0,08
300
0,06
200
0,04
100
0,02
925
825
725
625
525
425
325
225
125
0,00
25
25
75
125
175
225
275
325
375
425
475
525
575
625
675
725
775
825
875
925
975
22
Estadstica Actuarial I
Calcula los estadsticos bsicos de un conjunto de datos, para una o varias va-
Nivel de confianza para la media Active esta casilla si desea incluir una fila correspondiente al nivel de confianza de la media en la tabla de resultados. En el
cuadro, escriba el nivel de confianza que desee utilizar. Por ejemplo, un valor
de 95 % calcular el nivel de confianza de la media con un nivel de importancia
del 5 %.
K-simo mayor. Active esta casilla si desea incluir una fila correspondiente al
valor k-simo mayor de cada rango de datos en la tabla de resultados. En el
cuadro, escriba el nmero que va a utilizarse para k. Si escribe 1, esta fila contendr el mximo del conjunto de datos.
K-simo menor. Active esta casilla si desea incluir una fila correspondiente al
valor k-simo menor de cada rango de datos en la tabla de resultados. En el
cuadro, escriba el nmero que va a utilizarse para k. Si escribe 1, esta fila contendr el mnimo del conjunto de datos.
23
Estadstica Actuarial I
RESULTADO
A
0,288
0,374
0,850
0,334
0,212
0,034
0,068
0,654
0,780
0,917
0,775
0,378
0,926
0,991
0,015
B
0,701
0,947
0,164
0,659
0,960
0,008
0,938
0,948
0,638
0,762
0,143
0,497
0,336
0,887
0,694
C
0,057
0,313
0,594
0,521
0,087
0,835
0,529
0,105
0,585
0,221
0,783
0,484
0,784
0,533
0,623
Media
Error tpico
Mediana
Moda
Desviacin estndar
Varianza de la muestra
Curtosis
Coeficiente de asimetra
Rango
Mnimo
Mximo
Suma
Cuenta
Mayor (1)
Menor(1)
Nivel de confianza(95,0%)
A
0,50647
0,09055
0,37794
#N/A
0,35068
0,12298
-1,61643
-0,02602
0,97647
0,01485
0,99133
7,59711
15
0,99133
0,01485
0,19420
B
0,61875
0,08285
0,69444
#N/A
0,32087
0,10296
-0,73600
-0,71760
0,95174
0,00781
0,95956
9,28131
15
0,95956
0,00781
0,17769
C
0,47019
0,06653
0,52926
#N/A
0,25767
0,06639
-1,00353
-0,37420
0,77754
0,05723
0,83477
7,05286
15
0,83477
0,05723
0,14269
Mediana.
MEDIANA: Devuelve la mediana de los nmeros dados.
Moda.
MODA: Devuelve el valor ms frecuente en un conjunto de datos.
24
Estadstica Actuarial I
Rango intercuartlico.
Usar cualquiera de las dos alternativas siguientes:
PERCENTIL (RI = PERCENTIL(datos;0,75)-PERCENTIL(datos;0,25))
CUARTIL (RI = CUARTIL(datos;3)- CUARTIL(datos;1)).
Varianza y desviacin tpica.
VAR(A): Calcula la (cuasi)varianza de una muestra.
VARP(A): Calcula la varianza de la poblacin.
DESVEST(A): Calcula la (cuasi) desviacin estndar de una muestra.
DESVESTP(A): Calcula la desviacin estndar de la poblacin total.
Coeficiente de variacin.
25
Estadstica Actuarial I
Agrupado por. Haga clic en el botn Filas o Columnas para indicar si los datos
del rango de entrada estn organizados en filas o en columnas.
En una hoja nueva. Haga clic en esta opcin para insertar una hoja nueva en el
libro actual y pegar los resultados comenzando por la celda A1 de la nueva hoja
de clculo. Para darle un nombre a la nueva hoja de clculo, escrbalo en el
cuadro.
En un libro nuevo. Haga clic en esta opcin para crear un nuevo libro y pegar
los resultados en una hoja nueva del libro creado.
26
Estadstica Actuarial I
RESULTADO
A
0,288
0,374
0,850
0,334
0,212
0,034
0,068
0,654
0,780
0,917
0,775
0,378
0,926
0,991
0,015
B
0,701
0,947
0,164
0,659
0,960
0,008
0,938
0,948
0,638
0,762
0,143
0,497
0,336
0,887
0,694
C
0,057
0,313
0,594
0,521
0,087
0,835
0,529
0,105
0,585
0,221
0,783
0,484
0,784
0,533
0,623
A
B
C
A 1,00000
B -0,12794 1,00000
C 0,08240 -0,72442 1,00000
A
B
C
A 0,11478
B -0,01344 0,09609
C 0,00695 -0,05590 0,06197
Coeficiente de correlacin.
COEF.DE.CORREL Devuelve el coeficiente de correlacin entre dos rangos
de celdas definidos por los argumentos matriz1 y matriz2. Use el coeficiente
de correlacin para determinar la relacin entre dos propiedades. Por ejemplo, para examinar la relacin entre la temperatura promedio de una localidad y el uso de aire acondicionado.
COEF.DE.CORREL(matriz1;matriz2)
27
Estadstica Actuarial I
28
Estadstica Actuarial I
n
p( x ) = p X (1 p)1 X
X
La funcin de distribucin es:
X
n
F( x ) = p X (1 p)1 X
i= 0 i
np
np(1 p)
Propiedades.
Generacin.
Puesto que Excel cuenta con una funcin para la inversa de la funcin de distribucin, la generacin de variables aleatorias puede hacerse, bien a travs del mdulo
de Anlisis de datos, bien directamente por inversin utilizando la frmula siguiente:
=BINOM.CRIT(n;p;ALEATORIO())
29
Estadstica Actuarial I
Hoja de clculo.
El fichero Binomial.xls es una plantilla para la generacin y anlisis de la distribucin Binomial en Excel as como para la estimacin de parmetros a partir de una
muestra aleatoria. Su aspecto es el siguiente:
Den
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000001
0,000006
0,000030
0,000128
0,000474
0,001525
0,004286
0,010566
0,022882
0,043554
0,072822
0,106781
0,136925
0,152900
0,147826
0,122781
0,086707
0,051345
0,025019
0,009769
n
0
0
0
0
0
0
0
0
0
0
0
0
1
0
7
9
20
18
31
36
53
38
28
23
20
9
6
f1_s
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,003333
0,000000
0,023333
0,030000
0,066667
0,060000
0,103333
0,120000
0,176667
0,126667
0,093333
0,076667
0,066667
0,030000
0,020000
BINOMIAL(n,p)
f3_s
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,0
0,1
0,5
1,3
3,2
6,9
13,1
21,8
32,0
41,1
45,9
44,3
36,8
26,0
15,4
7,5
2,9
Ensayos (n)
30
12
27
Mnimo
Media
Moda
Mximo
Varianza
A1:A300
Estadsticos
Tericos Muestra
12
12
20,10
20,02
20
27
28
6,6
7,9
Bondad del generador
2
22,4901
GL
16
p.valor
0,0956
Algoritmo de generacin
BINOM.CRIT(n;p;ALEATORIO())
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
0,20 X
0
0,18 1
2
3
0,16 4
5
0,14 6
7
8
0,12 9
10
11
0,10
12
13
0,08 14
15
16
0,06 17
18
0,04 19
20
21
0,02 22
23
0,00 24
25
26
6.2 Poisson
Una v.a. de Poisson es en realidad una v.a. Binomial llevada al lmite, es decir
cuando n (aunque basta con que sea suficientemente grande) y p0 (aunque basta con que sea muy pequeo).
En general un suceso "raro" puede ser perfectamente modelizado por un v.a.
de Poisson, ejemplos tpicos son el nmero de remaches defectuosos en un avin
(porque un avin puede llegar a tener varios millones de ellos y al ser un mecanismo
tan simple es realmente difcil que sea defectuoso); el nmero de erratas en un libro
(que contiene un gran nmero de palabras que difcilmente estn mal escritas) el nmero de llegadas a un servicio si la distribucin entre los tiempos es exponencial, el
nmero de accidentes laborales en un mes en una gran empresa, el nmero de personas que entran en un supermercado en un minuto, etc.
La notacin habitual es XPoisson(). El nico parmetro debe ser positivo >0.
La funcin de cuanta es:
p( x ) =
e X
x!
F( x ) = e
i= 0
i
i!
30
Estadstica Actuarial I
Propiedades.
Generacin.
Excel cuenta con una funcin para la distribucin y densidad de Poisson, cuenta
tambin con la posibilidad de obtener muestras aleatorias as distribuidas (Herramientas + Anlisis de Datos + Generacin de nmeros aleatorios). En cualquier caso es
posible obtener nmeros que se distribuyan segn una Poisson aleatorios utilizando la
frmula siguiente:
=BINOM.CRIT(/0,001;0,001;ALEATORIO())
Caracterizacin.
El parmetro pueden ser estimado fcilmente de la forma siguiente:
= x (n)
Den
0,001008
0,006954
0,023990
0,055178
0,095182
0,131351
0,151053
0,148895
0,128422
0,098457
0,067935
0,042614
0,024503
0,013005
0,006410
0,002949
0,001272
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
n
0
7
22
51
75
113
168
123
107
105
74
34
27
11
11
2
0
0
0
0
0
0
0
f1_s
0,0000
0,0075
0,0237
0,0548
0,0806
0,1215
0,1806
0,1323
0,1151
0,1129
0,0796
0,0366
0,0290
0,0118
0,0118
0,0022
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
f3_s
0,9
6,5
22,3
51,3
88,5
122,2
140,5
138,5
119,4
91,6
63,2
39,6
22,8
12,1
6,0
2,7
1,2
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
POISSON( )
6,90 138
Muestra
930
Mnimo
Media ()
Moda
Mximo
Varianza ()
0
17
A1:A930
Estadsticos
Tericos Muestra
0
1
6,90
6,99
6
17
15
6,9
6,88
0,00
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
BINOM.CRIT($J$6/0,001;0,001;ALEATORIO())
31
Estadstica Actuarial I
1
a b +1
F(x) =
X a +1
a b +1
(a b + 1)2 1
12
Excel cuenta con una funcin directa para generar muestras aleatorias as distribuidas
=ALEATORIO.ENTRE(a;b)
Caracterizacin.
Los parmetros pueden ser estimados fcilmente de la forma siguiente:
= min { X (n) }
a
= max { X }
b
(n)
Hoja de clculo.
El fichero UniDisc.xls es una plantilla para la generacin y anlisis de esta distribucin:
Den
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
0,045455
n
12
15
14
15
13
13
9
11
12
13
11
13
15
15
20
14
11
12
13
21
15
13
0
0
0
0
0
0
0
0
0
f1_s
0,040000
0,050000
0,046667
0,050000
0,043333
0,043333
0,030000
0,036667
0,040000
0,043333
0,036667
0,043333
0,050000
0,050000
0,066667
0,046667
0,036667
0,040000
0,043333
0,070000
0,050000
0,043333
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
0,000000
f3_s
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
13,6
UNIFORME DISCRETA(a,b)
Mnimo (a)
1
1
22
Mximo (b) 22
22
A1:A300
Muestra
300
Mnimo
Media
Moda
Mximo
Varianza
Estadsticos
Tericos
Muestra
1
1
11,50
11,84
22
36,8
22
41,5
ALEATORIO.ENTRE(a;b)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
0,08 X
1
2
3
0,07 4
5
6
0,06 7
8
9
10
0,05 11
12
13
14
0,04
15
16
17
0,03 18
19
20
21
0,02 22
23
24
0,01 25
26
27
28
0,00 29
30
31
32
Estadstica Actuarial I
6.4 Geomtrica
Una v.a. Geomtrica representa el nmero de fracasos que ocurren hasta obtener el primer xito en la realizacin de ensayos de Bernouilli con probabilidad p de xito. As, el nmero de artculos examinados de un lote hasta que aparece el primer defectuoso, el nmero de candidatos a entrevistar cuando se quiere encontrar una persona idnea para un puesto de trabajo, el nmero de melones que un cliente exigente
manosea antes de conseguir aqul que satisface sus criterios, etc.
La notacin habitual es XGeom(p) o, a veces, G(p).
La funcin de cuanta es:
p(x) = p (1 p)X
(1 p)
p2
Propiedades.
Se trata de una particularizacin de la binomial negativa, es decir, se verifica que BN(1,p) Geom(p). Si (X1,X2,..Xm)G(p) entonces (X1+X2+ ..
+Xm)BN(m,p).
Generacin.
Excel no cuenta con una funcin para la distribucin y densidad de la distribucin Geomtrica, sin embargo es fcil generar muestras aleatorias por inversin de la
funcin de Distribucin utilizando la frmula siguiente
=REDONDEAR.MENOS(LN(ALEATORIO())/LN(1-p);0)
Caracterizacin.
Se verifica que:
=
p
1
X (n) + 1
Hoja de clculo.
El fichero Geometrica.xls es una plantilla para la generacin y anlisis de esta
distribucin:
33
Estadstica Actuarial I
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
Den
0,310000
0,213900
0,147591
0,101838
0,070268
0,048485
0,033455
0,023084
0,015928
0,010990
0,007583
0,005232
0,003610
0,002491
0,001719
0,001186
0,000818
0,000565
0,000390
0,000269
0,000185
0,000128
0,000088
0,000061
0,000042
0,000029
0,000020
n
114
42
46
34
15
13
11
1
6
5
4
6
2
0
1
0
0
0
0
0
0
0
0
0
0
0
0
f1_s
0,3800
0,1400
0,1533
0,1133
0,0500
0,0433
0,0367
0,0033
0,0200
0,0167
0,0133
0,0200
0,0067
0,0000
0,0033
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
GEOMTRICA(p)
f3_s
93,0
64,2
44,3
30,6
21,1
14,5
10,0
6,9
4,8
3,3
2,3
1,6
1,1
0,7
0,5
0,4
0,2
0,2
0,1
0,1
0,1
0,0
0,0
0,0
0,0
0,0
0,0
Probabilidad (p)
0,31 31
Muestra
300
Mnimo
Media
Moda
Mximo
Varianza
0
18
A1:A300
Estadsticos
Tericos Muestra
0
0
2,23
2,24
0
0
0
14
7,18
8,16
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
0,00
X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
REDONDEAR.MENOS(LN(aleatorio())/LN(1-p);0)
n + X 1 X
p (1 p) X
=
(x)
X
=
F
(x)
n + i 1 n
p (1 p)i
i
i=0
i= X
n(1 p)
p
n(1 p)
p2
Propiedades.
Generacin.
Excel cuenta con una funcin para la distribucin y densidad de la Binomial Negativa aunque no con la inversa de la distribucin. No cuenta tampoco con la posibili-
34
Estadstica Actuarial I
dad de obtener muestras aleatorias a partir del mdulo de Anlisis de Datos + Generacin de nmeros aleatorios.
En cualquier caso es posible obtener nmeros que se distribuyan segn una esta distribucin utilizando la frmula siguiente:
=BINOM.CRIT(DISTR.GAMMA.INV(U;n;(1-p)/p)/;;U)
siendo un nmero suficientemente pequeo (obtendremos buenos resultados con =
0,0001) y U la Uniforme (0;1), es decir U = ALEATORIO().
Hoja de clculo.
0
25
Intentos (n)
7
Pr. xito (p) 47
0,47
Muestra
300
Mnimo
Media
Moda
Mximo
Varianza
A1:A300
Estadsticos
Tericos
Muestra
0
1
8
8
7
21
16,79
15,48
Bondad del generador
2
30,3827
GL
26
p.valor
0,2103
Algoritmo de generacin
24
22
BINOM.CRIT(DISTR.GAMMA.INV(U;n;(1-p)/p)/;;U)
con U=ALEATORIO() y =0,0001
20
18
f3_s
1,5
5,6
12,0
19,0
25,2
29,4
31,1
30,6
28,4
25,1
21,3
17,4
13,9
10,7
8,1
6,0
4,4
3,2
2,2
1,6
1,1
0,7
0,5
0,3
0,2
0,1
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
16
14
f1_s
0,0000
0,0100
0,0433
0,0533
0,0833
0,0833
0,1100
0,1333
0,0900
0,0733
0,0733
0,0833
0,0167
0,0400
0,0200
0,0300
0,0233
0,0100
0,0200
0,0000
0,0000
0,0033
0,0000
0,0000
0,0000
0,0000
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
12
10
n
0
3
13
16
25
25
33
40
27
22
22
25
5
12
6
9
7
3
6
0
0
1
0
0
0
0
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
8
Den
0,00507
0,01880
0,03985
0,06336
0,08395
0,09788
0,10376
0,10213
0,09472
0,08367
0,07095
0,05812
0,04620
0,03579
0,02710
0,02011
0,01465
0,01051
0,00742
0,00518
0,00357
0,00243
0,00164
0,00110
0,00073
0,00048
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
#N/A
2
45,0X
0
1
40,02
3
4
5
35,06
7
8
30,09
10
11
12
25,013
14
15
20,016
17
18
19
15,020
21
22
10,023
24
25
#N/A
5,0
#N/A
#N/A
#N/A
0,0
#N/A
#N/A
#N/A
n
p( x ) = p X (1 p)1 X
X
mientras que la funcin de distribucin es
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
35
Estadstica Actuarial I
n
F( x ) = p X (1 p)1 X
i= 0 i
X
=DISTR.BINOM(k ; n ; p ; acumulado)
BINOMIAL NEGATIVA
La funcin de cuanta es de NegBin(n,p) es:
n + X 1 X
=
p (1 p) X
(x)
X
=NEGBINOMDIST(nm_fracasos;nm_xitos;prob_xito)
Observaciones
POISSON
Recordamos que la funcin de cuanta de la distribucin Poisson() es:
(x)
e X
x!
=e
F
(x)
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
i= X
i!
i= 0
36
Estadstica Actuarial I
37
Estadstica Actuarial I
x 1 (1 x ) 1
f (x) =
B ( , )
siendo B(,) la funcin Beta:
1
B ( , ) x 1 (1 x ) 1 dx
0
f (x) =
1
B ( , )
( x a) 1 (b x ) 1
(b a) + 1
( + ) ( + + 1)
2
2( )
( + + 2)
+ +1
3( + + 1)[( + 6) + 2( + ) 2 ]
( + + 2)( + + 3)
( + + 1)
Generacin.
Puesto que Excel cuenta con una funcin para la inversa de la funcin de distribucin, la generacin de variables aleatorias puede hacerse directamente por inversin
utilizando la frmula siguiente:
=DISTR.BETA.INV(ALEATORIO();
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
, a , b ).
38
Estadstica Actuarial I
Caracterizacin.
Los parmetros pueden ser estimados de la forma siguiente:
= (1 x ) x (1 x ) 1
;
s 2
x(1 x )
= x
2
BETA(, ,min,max)
6,2
0,003344
0,023411
0,050167
0,080268
0,113712
0,157191
0,214047
0,240803
0,297659
0,351171
0,397993
0,448161
0,505017
0,561873
0,612040
0,668896
0,715719
0,762542
0,789298
0,822742
0,842809
0,882943
0,913043
0,939799
0,969900
0,976589
0,989967
0,996656
1,000000
1,000000
5,9
5,5
0,00333
0,01996
0,02661
0,02994
0,03326
0,04324
0,05655
0,02661
0,05655
0,05322
0,04657
0,04989
0,05655
0,05655
0,04989
0,05655
0,04657
0,04657
0,02661
0,03326
0,01996
0,03991
0,02994
0,02661
0,02994
0,00665
0,01330
0,00665
0,00333
0,00000
5,2
0,0033
0,0201
0,0268
0,0301
0,0334
0,0435
0,0569
0,0268
0,0569
0,0535
0,0468
0,0502
0,0569
0,0569
0,0502
0,0569
0,0468
0,0468
0,0268
0,0334
0,0201
0,0401
0,0301
0,0268
0,0301
0,0067
0,0134
0,0067
0,0033
0,0000
4,8
n
1
6
8
9
10
13
17
8
17
16
14
15
17
17
15
17
14
14
8
10
6
12
9
8
9
2
4
2
1
0
1
4,5
4,2
Dis
0,004246
0,015740
0,034906
0,061400
0,094577
0,133622
0,177639
0,225691
0,276836
0,330154
0,384760
0,439818
0,494554
0,548261
0,600308
0,650139
0,697280
0,741340
0,782010
0,819063
0,852354
0,881816
0,907458
0,929362
0,947676
0,962611
0,974433
0,983456
0,990034
0,994548
3,8
3,5
Den
0,004246
0,011494
0,019165
0,026495
0,033176
0,039046
0,044017
0,048052
0,051146
0,053318
0,054605
0,055058
0,054736
0,053708
0,052047
0,049831
0,047141
0,044060
0,040670
0,037053
0,033291
0,029462
0,025642
0,021904
0,018314
0,014935
0,011822
0,009023
0,006577
0,004515
3,1
0,06
X
3,1
3,3
0,05
3,4
3,5
0,04
3,6
3,7
3,8
0,03
3,9
4,0
0,02
4,2
4,3
4,4
0,01
4,5
4,6
0,00
4,7
4,8
4,9
1,05,1
5,2
0,9
5,3
0,85,4
0,75,5
5,6
0,65,7
0,55,9
6,0
0,46,1
0,36,2
6,3
0,26,4
0,1
Alfa () 23
2,3
Beta ()
3,6 36
Mnimo (min)
3
Mximo (max)
7
Muestra
300
3,03
6,64
0,1130
299
0,9945483
0,0878056
A1:A300
0,4247008
0,0487887
4,0079271
3,8174458
Mnimo
Media
Mximo
Varianza
Estadsticos
Tericos Muestra
3,03
3,09
4,56
4,52
6,64
6,46
3,09
0,55
Algoritmo de generacin
DISTR.BETA.INV(ALEATORIO();,,min,max)
Borghers, Reymen,
y Wessa
Law&Kelton
Caracterizacin
1,7
2,3
1,2
2,4
6,3
6,1
5,9
5,6
5,4
5,2
4,9
4,7
4,5
4,3
4,0
3,8
3,6
3,4
3,1
0,0
7.2 Exponencial
La distribucin exponencial es una de las ms utilizadas en simulacin, sus valores son siempre positivos lo que la liga fundamentalmente con la modelizacin de
"tiempos", pero lo que la convierte en sumamente importante es el hecho de que se
trata de la nica distribucin continua cuya tasa de fallo es constante, o dicho de otra
forma, no tiene memoria. Esto supone que la magnitud simulada, el tiempo necesario
para que se complete una tarea, el tiempo hasta el fallo de un dispositivo mecnico, el
tiempo entre llegadas de los clientes a una cola, es independiente del instante del
tiempo en que nos encontremos y por tanto del tiempo transcurrido hasta ese momento.
Esta propiedad (conocida en la literatura anglosajona como "memoryless property") es harto frecuente, determinados dispositivos electrnicos, por ejemplo, no
sufren desgaste y por lo tanto prcticamente no envejecen por lo que su probabilidad
de fallo no aumenta a lo largo de su vida til. Por otra parte, si el nmero de sucesos
ocurridos en un intervalo de tiempo sigue una distribucin de Poisson, lo cual es harto
frecuente, entonces el tiempo entre dos de estos sucesos se distribuye de forma exponencial.
Notacin y parmetros.
La notacin habitual es XExp(), es parmetro de escala (>0).
Densidad y Distribucin.
La funcin de densidad es:
39
Estadstica Actuarial I
1
f (x) = e
F( x ) = 1 e
Estadsticos.
La media es , la varianza 2; el sesgo 2, la curtosis 9 y el coeficiente de variacin 1.
Propiedades.
Generacin.
Excel no cuenta con una funcin para la inversa de la funcin de distribucin,
sin embargo, la generacin de variables aleatorias puede hacerse utilizando la frmula
siguiente:
=* -LOG(ALEATORIO())
Hoja de clculo.
El fichero Exponencial.xls es una plantilla para la generacin y anlisis de esta
distribucin en Excel. Ntese que en la hoja se ha utilizado una notacin ligeramente
distinta (cambiando tasa por media) de manera que =1/.
0,00
5,40
0,1800
300
4,698
Muestra
300
Mnimo
Media
Mximo
Varianza ()
0,08
A1:A300
Estadsticos
Tericos Muestra
0,00
0,00
0,56
0,70
5,40
4,62
0,309
0,547
5,2
4,9
4,5
EXPONENCIAL ( )
Lambda( ) 18
1,8
Algoritmo de generacin
Lambda*-LOG(ALEATORIO())
5,0
4,1
f2_s
0,25333
0,44667
0,57000
0,65333
0,74333
0,77667
0,82000
0,85333
0,88333
0,91000
0,93667
0,94667
0,95667
0,96333
0,97667
0,97667
0,98000
0,98667
0,98667
0,99667
0,99667
0,99667
0,99667
0,99667
0,99667
1,00000
1,00000
1,00000
1,00000
1,00000
4,5
3,8
4,0
3,4
3,1
f1_s
1,19015
0,90827
0,57942
0,39150
0,42282
0,15660
0,20358
0,15660
0,14094
0,12528
0,12528
0,04698
0,04698
0,03132
0,06264
0,00000
0,01566
0,03132
0,00000
0,04698
0,00000
0,00000
0,00000
0,00000
0,00000
0,01566
0,00000
0,00000
0,00000
0,00000
3,4
2,7
f_s
0,2533
0,1933
0,1233
0,0833
0,0900
0,0333
0,0433
0,0333
0,0300
0,0267
0,0267
0,0100
0,0100
0,0067
0,0133
0,0000
0,0033
0,0067
0,0000
0,0100
0,0000
0,0000
0,0000
0,0000
0,0000
0,0033
0,0000
0,0000
0,0000
0,0000
2,9
2,3
2,0
n
76
58
37
25
27
10
13
10
9
8
8
3
3
2
4
0
1
2
0
3
0
0
0
0
0
1
0
0
0
0
0
2,3
1,6
1,8
1,3
0,9
Dis
0,277733
0,477596
0,622153
0,726710
0,802333
0,857031
0,896593
0,925207
0,945903
0,960873
0,971700
0,979531
0,985195
0,989292
0,992255
0,994398
0,995948
0,997069
0,997880
0,998467
0,998891
0,999198
0,999420
0,999580
0,999697
0,999781
0,999841
0,999885
0,999917
0,999940
1,3
0,7
0,2
0,5
Den
1,30008
0,940327
0,680124
0,491923
0,355800
0,257345
0,186133
0,134627
0,097374
0,070429
0,050940
0,036844
0,026649
0,019275
0,013941
0,010083
0,007293
0,005275
0,003815
0,002760
0,001996
0,001444
0,001044
0,000755
0,000546
0,000395
0,000286
0,000207
0,000149
0,000108
0,2
1,4
X
0,18
1,2
0,36
0,54
0,72
1,0
0,90
1,08
0,8
1,26
1,44
0,6
1,62
1,80
0,4
1,98
2,16
0,2
2,34
2,52
0,0
2,70
2,88
3,06
3,24
1,0
3,42
3,60
0,9
3,78
0,8
3,96
0,7
4,14
4,32
0,6
4,50
0,5
4,68
4,86
0,4
5,04
0,3
5,22
0,2
5,40
0,1
0,0
40
Estadstica Actuarial I
7.3 Gamma
La distribucin Gamma es la generalizacin de algunas de las distribuciones
ms usadas en la modelizacin de fenmenos para su simulacin: la exponencial, y la
Erlang no son sino casos particulares (junto con la 2) de la distribucin Gamma. Su
empleo en Simulacin/MonteCarlo est relacionado con los fenmenos de espera, el
hecho de que sea siempre positiva la liga a magnitudes como el tiempo para realizar
una tarea o el tiempo hasta el fallo de un dispositivo, entre otras posibles aplicaciones.
Estas aplicaciones se derivan del hecho de que puede considerarse como la
probabilidad de que ocurran sucesos en un periodo (1/) de tiempo (por ejemplo
que fallen los k subsistemas de un dispositivo que harn que ste finalmente deje de
funcionar; que se lleven a cabo las k subtareas que componen un tarea principal con lo
que sta puede considerarse terminada, etc.)
Notacin y parmetros.
La notacin habitual es XGamma(,), (>0) es un parmetro de forma y
(>0) de escala.
Densidad y Distribucin.
La funcin de densidad es:
f (x) =
F( x ) = 1 e
Estadsticos.
X
j= 1
j!
j= 0
3+
Propiedades.
Gamma(1,) Exp() ; si k es un entero positivo a la distribucin Gamma(k,)
se la conoce como k-Erlang; a la distribucin Gamma(v/2,2) se la conoce como 2v.
Si {X1,X2,..Xn} se distribuyen como Gamma(1,), Gamma(2,),.. entonces la
suma X1+X2+.. se distribuye segn Gamma(1+2+...,).
Generacin.
Excel cuenta con una funcin para la inversa de la funcin de distribucin, la
generacin de variables aleatorias puede hacerse utilizando la frmula siguiente:
=DISTR.GAMMA.INV(ALEATORIO();;)
Hoja de clculo.
El fichero Gamma.xls es una plantilla para la generacin y anlisis de esta distribucin en Excel. Su aspecto es el siguiente:
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS
41
77,4
f2_s
0,0000
0,0033
0,0100
0,0333
0,1200
0,1833
0,2533
0,3267
0,4067
0,5100
0,6100
0,6833
0,7500
0,7867
0,8200
0,8700
0,9200
0,9333
0,9533
0,9667
0,9833
0,9867
0,9867
0,9900
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
GAMMA ( , )
Alfa () 55
5,5
Beta ()
5,5 55
Muestra
300
Mnimo
Media
Mximo
Varianza ()
Estadsticos
Tericos
0,60
30,25
2,85
166,38
0,60
85,98
2,8460
300
0,9990
0,0784
A1:A300
Muestra
5,82
30,19
71,31
168,14
Algoritmo de generacin
DISTR.GAMMA.INV(ALEATORIO();;)
77,4
68,9
68,9
60,4
51,8
f1_s
0,00000
0,00333
0,00666
0,02331
0,08658
0,06327
0,06993
0,07326
0,07992
0,10323
0,09990
0,07326
0,06660
0,03663
0,03330
0,04995
0,04995
0,01332
0,01998
0,01332
0,01665
0,00333
0,00000
0,00333
0,00999
0,00000
0,00000
0,00000
0,00000
0,00000
60,4
43,3
34,7
51,8
f_s
0,0000
0,0033
0,0067
0,0233
0,0867
0,0633
0,0700
0,0733
0,0800
0,1033
0,1000
0,0733
0,0667
0,0367
0,0333
0,0500
0,0500
0,0133
0,0200
0,0133
0,0167
0,0033
0,0000
0,0033
0,0100
0,0000
0,0000
0,0000
0,0000
0,0000
43,3
n
0
1
2
7
26
19
21
22
24
31
30
22
20
11
10
15
15
4
6
4
5
1
0
1
3
0
0
0
0
0
0
34,7
Dis
0,000156
0,002791
0,014240
0,041688
0,089249
0,156526
0,239385
0,331689
0,426983
0,519670
0,605600
0,682186
0,748229
0,803610
0,848947
0,885294
0,913905
0,936065
0,952983
0,965734
0,975233
0,982236
0,987348
0,991049
0,993705
0,995599
0,996939
0,997882
0,998541
0,999000
26,2
17,7
17,7
9,1
9,1
Den
0,000156
0,002635
0,011450
0,027448
0,047561
0,067276
0,082859
0,092304
0,095294
0,092687
0,085930
0,076586
0,066044
0,055381
0,045337
0,036347
0,028611
0,022160
0,016918
0,012751
0,009499
0,007002
0,005113
0,003700
0,002657
0,001894
0,001340
0,000943
0,000659
0,000458
0,6
0,6
0,12 X
3,4
0,10 6,3
9,1
12,0
0,0814,8
17,7
0,0620,5
23,4
0,0426,2
29,1
31,9
0,0234,7
37,6
0,0040,4
43,3
46,1
49,0
1,0051,8
54,7
0,9057,5
0,8060,4
0,7063,2
66,1
0,6068,9
0,5071,7
74,6
0,4077,4
0,3080,3
0,2083,1
86,0
0,10
0,00
26,2
Estadstica Actuarial I
7.4 Normal
En virtud del Teorema Central de Lmite cualquier magnitud que sea suma de
otras magnitudes, seas stas como sean, se distribuir de forma normal.
Notacin y parmetros.
La notacin habitual es XN(,), siendo el parmetro de posicin y el parmetro de escala (>0).
Densidad
f (x) =
Estadsticos.
1
2
42
Estadstica Actuarial I
+RAIZ(GL*(ALEATORIO()^(-2/GL)-1))*COS(2*PI()*ALEATORIO())
Hoja de clculo.
El fichero Normal.xls contiene una hoja que posibilita la descripcin grfica y la generacin, por los dos mtodos expuestos, de v.a. Normales.
8,8
8,4
NORMAL(, )
Media () 62
6,2
Des.Tip. ()
0,8 8
Muestra
460
Mnimo
Media
Mximo
Varianza
3,40
9,00
0,1867
460
1,000
0,08
B1:B460
Estadsticos
Tericos
Muestra
3,40
3,24
6,20
6,19
9,00
8,75
0,640
0,635
Algoritmos de generacin
m+(s*RAIZ(-2*LN(U))*COS(2*PI()*U))
DISTR.NORM.INV(ALEATORIO();; )
+(*RAIZ(-2*LN(U))*COS(2*PI()*U))
8,8
8,1
f2_s
0,0022
0,0022
0,0022
0,0043
0,0130
0,0152
0,0283
0,0413
0,0717
0,1196
0,1739
0,2674
0,3435
0,4326
0,5152
0,5870
0,6804
0,7717
0,8391
0,8739
0,9065
0,9478
0,9696
0,9848
0,9913
0,9935
0,9978
0,9978
1,0000
1,0000
8,4
7,7
8,1
7,3
7,7
6,9
f1_s
0,00217
0,00000
0,00000
0,00217
0,00869
0,00217
0,01304
0,01304
0,03043
0,04781
0,05434
0,09346
0,07607
0,08911
0,08259
0,07172
0,09346
0,09128
0,06738
0,03477
0,03260
0,04129
0,02173
0,01521
0,00652
0,00217
0,00435
0,00000
0,00217
0,00000
7,3
6,6
6,9
6,2
6,6
5,8
f_s
0,0022
0,0000
0,0000
0,0022
0,0087
0,0022
0,0130
0,0130
0,0304
0,0478
0,0543
0,0935
0,0761
0,0891
0,0826
0,0717
0,0935
0,0913
0,0674
0,0348
0,0326
0,0413
0,0217
0,0152
0,0065
0,0022
0,0043
0,0000
0,0022
0,0000
6,2
5,5
n
1
0
0
1
4
1
6
6
14
22
25
43
35
41
38
33
43
42
31
16
15
19
10
7
3
1
2
0
1
0
0
5,8
5,1
5,5
4,7
5,1
4,3
Dis
0,000544
0,001209
0,002555
0,005134
0,009815
0,017864
0,030974
0,051199
0,080757
0,121673
0,175324
0,241964
0,320369
0,407751
0,500000
0,592249
0,679631
0,758036
0,824676
0,878327
0,919243
0,948801
0,969026
0,982136
0,990185
0,994866
0,997445
0,998791
0,999456
0,999767
4,7
4,3
4,0
3,6
4,0
Den
0,000544
0,000665
0,001346
0,002579
0,004681
0,008049
0,013110
0,020225
0,029557
0,040916
0,053651
0,066640
0,078406
0,087382
0,092249
0,092249
0,087382
0,078406
0,066640
0,053651
0,040916
0,029557
0,020225
0,013110
0,008049
0,004681
0,002579
0,001346
0,000665
0,000311
3,6
#
#0,10X
# 3,59
#0,09
3,77
#0,08
3,96
# 4,15
#0,07
4,33
#0,06
4,52
# 4,71
#0,05
4,89
# 5,08
0,04
# 5,27
#0,03
5,45
# 5,64
0,02
# 5,83
#0,01
6,01
# 6,20
0,00
# 6,39
# 6,57
# 6,76
# 6,95
#1,07,13
#0,97,32
#0,87,51
# 7,69
0,7
# 7,88
#0,68,07
#0,58,25
#0,48,44
# 8,63
#0,38,81
#0,29,00
#0,1
#
#0,0
#
#
7.5 Pareto
La distribucin de Pareto aparece asociada a multitud de magnitudes naturales.
Es profusamente empleada para modelizar aspectos tales como: la distribucin de la
renta de los individuos (cuando sta supera un cierto umbral ); las reclamaciones de
seguros; la distribucin de recursos naturales en zonas geogrficas; el tamao de las
ciudades; el numero de empleados de las empresas; las fluctuaciones de los precios en
los mercados de valores, entre otras. En algunos textos la encontramos exclusivamente
asociada a la distribucin de los ingresos de los individuos: "la probabilidad de que la
renta de un individuo supere una cierta cantidad A es una variable aleatoria de Pareto(=A,)".
f ( x ) = +1
X
,la funcin de distribucin es:
43
Estadstica Actuarial I
F( x ) = 1
X
Estadsticos.
La media (para >1) y la varianza (para >2) son, respectivamente:
( 1)2 ( 2)
2( + 1)
( 3)
3(3 2 + + 2)( 2)
( 3)( 4 )
Propiedades.
La distribucin siempre es sesgada hacia la derecha y nunca toma valores negativos, ntese que los momentos de orden k slo existen si >k.
Generacin.
En la literatura aparecen descritos diversos mtodos para generar v.a. de Pareto. En Excel es posible obtener v.a. a travs de cualquiera de las frmulas siguientes:
=*((1/(1-ALEATORIO()))^(1/))
=*(ALEATORIO()^(-1/))
Hoja de clculo.
El fichero Pareto.xls contiene una hoja que posibilita la descripcin grfica y la
generacin, por los dos mtodos expuestos, de v.a. de Pareto. Su aspecto es el siguiente:
21,8
Alfa () 37
3,7
Beta ()
6,5 65
6,5
22,6
0,5355
294
0,9895484
0,0885491
A1:A300
1
Muestra
300
Mnimo
Media
Mximo
Varianza
Estadsticos
Tericos Muestra
6,50
6,53
8,91
9,22
22,57
34,25
12,61
13,86
Algoritmo de generacin
Beta*((1/(1-ALEATORIO()))^(1/Alfa))
Beta*((1/(1-ALEATORIO()))^(1/Alfa))
Beta*(ALEATORIO()^(-1/Alfa))
21,8
20,7
0,115646
0,329932
0,476190
0,598639
0,680272
0,721088
0,772109
0,816327
0,846939
0,863946
0,894558
0,914966
0,928571
0,948980
0,959184
0,962585
0,962585
0,965986
0,965986
0,965986
0,976190
0,982993
0,986395
0,993197
0,993197
0,993197
0,996599
1,000000
1,000000
1,000000
20,7
19,6
19,6
17,5
18,5
18,5
16,4
15,3
0,11444
0,21205
0,14473
0,12117
0,08078
0,04039
0,05049
0,04376
0,03029
0,01683
0,03029
0,02019
0,01346
0,02019
0,01010
0,00337
0,00000
0,00337
0,00000
0,00000
0,01010
0,00673
0,00337
0,00673
0,00000
0,00000
0,00337
0,00337
0,00000
0,00000
17,5
16,4
14,3
13,2
PARETO( , )
0,1156
0,2143
0,1463
0,1224
0,0816
0,0408
0,0510
0,0442
0,0306
0,0170
0,0306
0,0204
0,0136
0,0204
0,0102
0,0034
0,0000
0,0034
0,0000
0,0000
0,0102
0,0068
0,0034
0,0068
0,0000
0,0000
0,0034
0,0034
0,0000
0,0000
15,3
14,3
12,1
11,1
10,0
n
34
63
43
36
24
12
15
13
9
5
9
6
4
6
3
1
0
1
0
0
3
2
1
2
0
0
1
1
0
0
6
13,2
12,1
11,1
8,9
7,8
Dis
0,138745
0,350231
0,499908
0,608386
0,688649
0,749124
0,795430
0,831400
0,859704
0,882237
0,900365
0,915092
0,927160
0,937131
0,945431
0,952387
0,958254
0,963233
0,967481
0,971125
0,974265
0,976984
0,979348
0,981413
0,983222
0,984813
0,986217
0,987460
0,988565
0,989548
10,0
8,9
6,8
6,8
Den
0,138745
0,211486
0,149677
0,108478
0,080262
0,060475
0,046306
0,035970
0,028304
0,022533
0,018129
0,014726
0,012069
0,009971
0,008299
0,006956
0,005867
0,004979
0,004248
0,003644
0,003140
0,002719
0,002364
0,002064
0,001809
0,001591
0,001404
0,001243
0,001104
0,000984
7,8
7
80,25X
# 6,8
# 7,3
80,20
7,8
7 8,4
70,15
8,9
8 9,4
8 10,0
70,10
10,5
7 11,1
7 11,6
70,05
12,1
7 12,7
70,00
13,2
8 13,7
7 14,3
9 14,8
8 15,3
#1,0
15,9
70,9
16,4
7 16,9
70,8
17,5
#0,7
18,0
7 18,5
0,6
7 19,1
#0,5
19,6
80,4
20,2
# 20,7
#0,3
21,2
80,2
21,8
8 22,3
90,1
#0,0
9
#
7
44
Estadstica Actuarial I
7.6 Uniforme
Su uso es como aproximacin a la modelizacin de una magnitud aleatoria de la
que no se cuenta con datos y nicamente puede aventurarse un mnimo y mximo
absolutos no pudindose hacer conjeturas sobre su distribucin dentro de ese intervalo. Por otra parte es la base de la generacin del resto de variables aleatorias.
Notacin y parmetros.
La notacin habitual es XU(a,b), el parmetro a es de posicin, mientras que
la cantidad b-a (b>a) determina la escala de la distribucin.
Densidad y Distribucin.
La funcin de densidad es:
f (x) =
1
ba
F( x ) =
Xa
ba
Estadsticos.
a+b
2
Generacin.
(b a) 2
12
Excel cuenta con una funcin para la generacin de variables aleatorias uniformes, la v.a. U(0,1) se obtiene a travs de la funcin ALEATORIO(), mientras que a
partir de sta puede obtenerse la de la U(a,b) sin ms que usar la frmula
=a + (b-a)*ALEATORIO().
Hoja de clculo.
El fichero Uniforme.xls es una plantilla para la generacin y anlisis de esta distribucin en Excel. Su aspecto es el siguiente:
Minimo (a) 37
1
Mximo (b)
10 4
Muestra
300
1,00
10,00
0,30000
300
1
0,07841
A1:A300
Estadsticos
Tericos Muestra
1,00
1,01
5,50
5,61
10,00
9,99
6,75
6,74
Mnimo
Media
Mximo
Varianza
9,4
0,0300
0,0667
0,0833
0,1200
0,1433
0,1767
0,2267
0,2633
0,2867
0,3300
0,3567
0,3833
0,4267
0,4533
0,4867
0,5100
0,5433
0,5833
0,6333
0,6600
0,6833
0,7133
0,7433
0,7767
0,8200
0,8567
0,8967
0,9300
0,9633
1,0000
Algoritmo de generacin
a+(ALEATORIO()*(b-a))
9,4
8,5
7,6
8,5
5,8
0,0300
0,0367
0,0167
0,0367
0,0233
0,0333
0,0500
0,0367
0,0233
0,0433
0,0267
0,0267
0,0433
0,0267
0,0333
0,0233
0,0333
0,0400
0,0500
0,0267
0,0233
0,0300
0,0300
0,0333
0,0433
0,0367
0,0400
0,0333
0,0333
0,0367
7,6
6,7
6,7
UNIFORME(a,b)
0,0300
0,0367
0,0167
0,0367
0,0233
0,0333
0,0500
0,0367
0,0233
0,0433
0,0267
0,0267
0,0433
0,0267
0,0333
0,0233
0,0333
0,0400
0,0500
0,0267
0,0233
0,0300
0,0300
0,0333
0,0433
0,0367
0,0400
0,0333
0,0333
0,0367
5,8
4,9
n
9
11
5
11
7
10
15
11
7
13
8
8
13
8
10
7
10
12
15
8
7
9
9
10
13
11
12
10
10
11
0
4,9
3,1
4,0
4,0
2,2
Dis
0,033333
0,066667
0,100000
0,133333
0,166667
0,200000
0,233333
0,266667
0,300000
0,333333
0,366667
0,400000
0,433333
0,466667
0,500000
0,533333
0,566667
0,600000
0,633333
0,666667
0,700000
0,733333
0,766667
0,800000
0,833333
0,866667
0,900000
0,933333
0,966667
1,000000
3,1
2,2
1,3
1,3
0,06
X
Den
1,3 0,033333
1,6
0,033333
0,05
1,9 0,033333
2,2 0,033333
0,040,033333
2,5
2,8 0,033333
3,1
0,030,033333
3,4 0,033333
3,7 0,033333
0,020,033333
4,0
4,3 0,033333
4,6
0,010,033333
4,9 0,033333
5,2 0,033333
0,000,033333
5,5
5,8 0,033333
6,1 0,033333
6,4 0,033333
1,0 0,033333
6,7
7,0
0,9 0,033333
7,3
0,8 0,033333
7,6 0,033333
0,7 0,033333
7,9
8,2
0,6 0,033333
8,5
0,5 0,033333
8,8 0,033333
0,4 0,033333
9,1
0,3 0,033333
9,4
9,7
0,2 0,033333
10,0 0,033333
0,1
0,0
45
Estadstica Actuarial I
N(,)
DISTRI.NORM(x, , , 0)
DISTRI.NORM(x, , , 1)
x
DISTRI.NORM.INV(, , )
46
Estadstica Actuarial I
47
Estadstica Actuarial I
Distinguiremos siempre entre distribuciones discretas y continuas. Para las primeras usaremos un test de bondad del ajuste basado en el estadstico Chi-cuadrado,
para las segundas usaremos un test basado en el estadstico de Kolmogorov-Smirnov.
Tanto para unas como para otras el proceso de ajuste consta de tres pasos:
1) Proponer el conjunto de distribuciones candidatas al ajuste,
2) Estimar para cada una de las distribuciones candidatas los parmetros
que las determinan.
3) Realizar un test u otro segn el tipo de distribucin.
Nosotros realizaremos una versin reducida de este proceso ya que las distribuciones candidatas al ajuste sern, bien las propuestas en el enunciado de las prcticas,
bien las que se deducen de la teora expuesta en clase.
DISTRIBUCIN ESTIMADOR
X
=
Binomial (n, p) p
supuesto conocido n
n
=X
Poisson ()
= max { X , , X }
= min { X1 , , X n } ; b
Uniforme (a,b) a
1
n
1
X +1
X
= 2 ;
BinomNegativa(n,p) p
X
=
Geomtrica (p) p
r=
X2
2X X
48
Estadstica Actuarial I
8.2.2
Frecuencias
observadas
(Obs)
Frecuencias
esperadas
(Esp)
X1
X2
Xi
XK
O1
O2
Oi
OK
E1
E2
Ei
EK
( Obsi Espi )
i =1
Espi
=
2
Dicho estadstico se distribuye, bajo H0, segn una 2 con (k-v) grados de libertad siendo k el nmero de clases, esto es de valores distintos de la variable para los
que se han calculado las frecuencias y v los parmetros estimados (dos en el caso de
Binomial Negativa y Uniforme, uno en las dems). Si el valor de 2 tiene una probabilidad asociada suficientemente baja se rechaza la hiptesis segn el procedimiento habitual del contraste de hiptesis.
8.2.3
49
Estadstica Actuarial I
comparar los valores observados con los esperados. Por ejemplo, un experimento gentico podra estar basado en la hiptesis de que la prxima generacin de plantas presentar un conjunto determinado de colores. Al
comparar los resultados observados con los resultados esperados, puede
decidir si su hiptesis original es vlida.
DISTR.CHI (x ; grados_de_libertad)
PRUEBA.CHI.INV Esta funcin devuelve los valores crticos para una distribucin 2GL, es decir fijada una probabilidad p, por ejemplo 0,05, y dados
los grados de libertad GL correspondientes, la funcin devuelve el valor X
de la variable aleatoria tal que
P( X 2GL ) = p
Esto es, devuelve los valores que aparecen en las tablas y que se usarn normalmente para comprobar la significacin de un resultado. La descripcin de esta
funcin que figura en la ayuda de Excel es la siguiente:
Devuelve el inverso de una probabilidad dada, de una sola cola, en una distribucin chi cuadrado.
Devuelve para una probabilidad dada, de una sola cola, el valor de la variable aleatoria siguiendo una distribucin chi cuadrado.
Si el argumento probabilidad = DISTR.CHI(x;...), entonces PRUEBA. CHI.
INV(probabilidad,...) = x. Use esta funcin para comparar los resultados
observados con los resultados esperados, a fin de decidir si la hiptesis original es vlida.
PRUEBA.CHI.INV(probabilidad ; grados_de_libertad)
50
Estadstica Actuarial I
X = 3,004
2X = 3,034
Poisson ()
= X = 3,004
BinomNegativa(r,p)
=
p
X
= 0, 99
2X
r=
X2
= 300, 96
2X X
4. Mediante las funciones NEGBINOMDIST y POISSON obtenemos las frecuencias relativas, en realidad la probabilidad asociada a cada valor de la
variable:
51
Estadstica Actuarial I
0
1
2
3
4
5
6
7
8
9
10
Obs
50 0,05
149 0,149
224 0,224
224 0,224
168 0,168
101 0,101
50 0,05
21 0,021
8 0,008
3 0,003
2 0,002
1000
Med 3,004
Var 3,034
Esp (BN)
0,0503 50
0,1492 149
0,2220 222
0,2208 221
0,1653 165
0,0993 99
0,0499 50
0,0216 22
0,0082
8
0,0028
3
0,0008
1
p 0,99
r 300,96
POI
0,0496 50
0,1490 149
0,2237 224
0,2240 224
0,1683 168
0,1011 101
0,0506 51
0,0217 22
0,0082 8
0,0027 3
0,0008 1
0,25
Obs
Esp (BN)
0,20
0,15
0,10
0,05
0,00
0
10
52
Estadstica Actuarial I
( Obsi Espi )
i =1
Espi
=
2
Esp (BN)
0,0503
50
0,1492
149
0,2220
222
0,2208
221
0,1653
165
0,0993
99
0,0499
50
0,0216
22
0,0082
8
0,0028
3
0,0008
1
POI
0,0496 50
0,1490 149
0,2237 224
0,2240 224
0,1683 168
0,1011 101
0,0506 51
0,0217 22
0,0082
8
0,0027
3
0,0008
1
Sumandos
0,002195
0,000343
0,018911
0,046072
0,044031
0,028248
0,000208
0,014378
0,003762
0,019976
1,581683
1,7598
1,7598
8. Una vez hechos todos los clculos y teniendo en cuenta los diferentes
grados de libertad para calcular el p.valor llegamos a la conclusin de que
ambas distribuciones se ajustan muy bien a los datos, con una ligera ventaja para la Poisson que, an con un valor del estadstico mayor, tiene sin
embargo tambin una mayor probabilidad asociada ya que tiene un grado
menos de libertad.
Esp (BN)
0,0503
50
0,1492
149
0,2220
222
0,2208
221
0,1653
165
0,0993
99
0,0499
50
0,0216
22
0,0082
8
0,0028
3
0,0008
1
2 1,7598
p.valor 0,98751
POI
0,0496
0,1490
0,2237
0,2240
0,1683
0,1011
0,0506
0,0217
0,0082
0,0027
0,0008
50
149
224
224
168
101
51
22
8
3
1
0,002195
0,000343
0,018911
0,046072
0,044031
0,028248
0,000208
0,014378
0,003762
0,019976
1,581683
1,7598
0,003418
0,000009
0,000295
0,000008
0,000386
0,000076
0,007381
0,023830
0,002970
0,028355
1,709267
1,7760
2 1,7760
p.valor 0,99454
53
Estadstica Actuarial I
x(1 x )
= (1 x ) x (1 x ) 1
;
s 2
= x
Beta (,)
=X
Exponencial()
Gamma(,) (Ver ejemplo sobre el empleo de solver)
n
LogNormal(,)
Ln ( x i )
Normal(,)
(x
n 1
n
= min { X1 , , X n }
Uniforme (a,b) a
8.3.2
(Ln ( x ) x )
i
x)
n 1
= max { X , , X }
; b
1
n
Este contraste compara la funcin de distribucin (probabilidad acumulada) terica (Esp) con la observada (Obs), y calcula un valor de discrepancia, representado
habitualmente como Dn, que corresponde a la discrepancia mxima en valor absoluto entre la distribucin observada y la distribucin terica. Es un test independiente
de la distribucin concreta a la que se suponen se han de ajustar los datos. Concretamente es de la forma siguiente:
Obs (x ) =
N de valoresmuestra x
n
En segundo lugar debemos ser capaces de obtener la frecuencia acumulada terica para cada uno de los datos de la muestra Esp(x).
Una vez determinadas ambas frecuencias, se obtiene el mximo de las diferencias entre ambas, en la i-sima posicin de orden, que se denomina Dn.
54
Estadstica Actuarial I
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
200
500
Asinttico
0,1
0,95000
0,77639
0,63604
0,56522
0,50945
0,46799
0,43607
0,40962
0,38746
0,36866
0,35242
0,33815
0,32549
0,31417
0,30397
0,29472
0,28627
0,27851
0,27136
0,26473
0,25858
0,25283
0,24746
0,24242
0,23768
0,23320
0,22898
0,22497
0,22117
0,21756
0,18913
0,16959
0,15511
0,14381
0,13467
0,12709
0,12067
0,80579
0,54440
1,244
Significacin
0,05
0,97500
0,84189
0,70760
0,62394
0,56328
0,51926
0,48342
0,45427
0,43001
0,40925
0,39122
0,37543
0,36143
0,34890
0,33760
0,32733
0,31796
0,30936
0,30143
0,29408
0,28724
0,28087
0,27490
0,26931
0,26404
0,25907
0,25438
0,24993
0,24571
0,24170
0,21012
0,18841
0,17231
0,15975
0,14960
0,14117
0,13403
0,09518
0,06030
1,358
0,01
0,99500
0,92929
0,82900
0,73424
0,66853
0,61661
0,57581
0,54179
0,51332
0,48893
0,46770
0,44905
0,43247
0,41762
0,40420
0,39201
0,38086
0,37062
0,36117
0,35241
0,34427
0,33666
0,32954
0,32286
0,31657
0,31064
0,30502
0,29971
0,29466
0,28987
0,25205
0,22604
0,20673
0,19167
0,17949
0,16938
0,16081
0,11411
0,07228
1,628
55
Estadstica Actuarial I
Ejemplo
Tenemos un conjunto de n = 1000 datos que deseamos ajustar a una Normal
para comprobar si se ajustan los datos a esta distribucin.
1. Supondremos que los datos se encuentran en el rango A1:A1000, es decir
en la primera columna de la hoja desde la 1 fila hasta la n 1000.
2. Aunque no es estrictamente necesario, por comodidad, daremos a este
rango el nombre Datos.
3. En la columna B, en la primera fila introduciremos como formula matricial
la siguiente:
=SUMA(SI(Datos<A1;1;0))/CONTAR(Datos)
Esta frmula realiza la operacin necesaria para calcular la frecuencia
observada acumulada en los datos Obs(x):
Obs (x ) =
N de valoresmuestra x
n
56
20
19
17
16
f
N(Te)
0,0013
1,3
0,0016
1,6
0,0032
3,2
0,0060
6,0
0,0105
10,5
0,0173
17,3
0,0267
26,7
0,0388
38,8
0,0530
53,0
0,0680
68,0
0,0819
81,9
0,0928
92,8
0,0987
98,7
0,0987
98,7
0,0928
92,8
0,0819
81,9
0,0680
68,0
0,0530
53,0
0,0388
38,8
0,0267
26,7
0,0173
17,3
0,0105
10,5
0,0060
6,0
0,0032
3,2
0,0016
1,6
0,0008
0,8
0,0003
0,3
0,0001
0,1
0,0001
0,1
18
1000,0
15
13
12
f
0,001
0,002
0,002
0,011
0,016
0,018
0,028
0,030
0,064
0,069
0,088
0,089
0,090
0,109
0,070
0,080
0,067
0,064
0,046
0,021
0,016
0,012
0,002
0,003
0,001
0,001
0,000
0,000
0,000
11,93
2,02
0,0199
F
0,0013
0,0030
0,0062
0,0122
0,0228
0,0401
0,0668
0,1056
0,1587
0,2266
0,3085
0,4013
0,5000
0,5987
0,6915
0,7734
0,8413
0,8944
0,9332
0,9599
0,9772
0,9878
0,9938
0,9970
0,9987
0,9994
0,9998
0,9999
1,0000
11
N
1
2
2
11
16
18
28
30
64
69
88
89
90
109
70
80
67
64
46
21
16
12
2
3
1
1
0
0
0
0
X
1,0
6,0
6,5
7,0
0,9
7,5
8,0
8,5
0,8
9,0
9,5
10,0
0,7
10,5
11,0
0,6
11,5
12,0
12,5
0,5
13,0
13,5
14,0
0,4
14,5
15,0
15,5
0,3
16,0
16,5
0,2
17,0
17,5
18,0
0,1
18,5
19,0
19,5
0,0
20,0
Med
Des
Dn
F
0,001
0,003
0,005
0,016
0,032
0,050
0,078
0,108
0,172
0,241
0,329
0,418
0,508
0,617
0,687
0,767
0,834
0,898
0,944
0,965
0,981
0,993
0,995
0,998
0,999
1,000
1,000
1,000
1,000
10
1000
0,511
0,574
0,374
0,699
0,741
0,868
0,141
0,915
0,752
0,389
0,169
0,412
0,903
0,486
0,637
0,149
0,039
0,747
0,748
0,850
0,778
0,424
0,953
0,891
0,591
0,929
0,459
0,157
0,775
0,508
0,661
0,253
0,114
0,065
0,563
0,504
0,579
0,375
0,684
0,723
0,867
0,132
0,920
0,736
0,389
0,169
0,410
0,907
0,489
0,640
0,142
0,046
0,730
0,732
0,839
0,762
0,427
0,954
0,890
0,596
0,938
0,460
0,151
0,759
0,502
0,659
0,257
0,107
0,067
0,567
11,984
12,307
11,280
12,983
13,240
14,193
9,750
14,709
13,307
11,358
9,985
11,477
14,555
11,856
12,641
9,824
8,365
13,273
13,284
14,029
13,482
11,542
15,327
14,427
12,393
14,909
11,718
9,893
13,457
11,971
12,769
10,584
9,485
8,856
12,248
14
Estadstica Actuarial I
57
Estadstica Actuarial I
+ (
) =
Ln
=X
()
Ln ( X )
i
58
Estadstica Actuarial I
Vemos que los parmetros estimados por Solver (en color rojo) se encuentran
muy prximo a los reales (en color azul) y que el ajuste es aceptable
1,0
3,0
1,25
2,15
X
1,0
2,0
3,0
4,0
5,0
6,0
7,0
8,0
9,0
10,0
11,0
12,0
13,0
14,0
15,0
16,0
17,0
18,0
19,0
20,0
21,0
22,0
23,0
24,0
25,0
Em p
511
342
247
172
133
111
72
47
38
33
19
10
8
13
5
7
1
3
0
1
0
0
0
0
0
0
1773
Teo
471
353
246
166
110
73
47
31
20
13
8
5
3
2
1
1
1
0
0
0
0
0
0
0
0
600
Emp
Teo
500
400
300
200
100
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
5695
59