Distribución Binomial Negativa en el análisis de fenómenos recurrentes

Autores
Andrade Luzmila Moreno
López Margarita Severiche
Pacheco Indira
Resumen
El objetivo del trabajo es exponer las aplicaciones que tiene la distribución
binomial negativa en el cálculo de probabilidades en sucesos recurrentes. La
distribución binomial negativa es un modelo adecuado para tratar aquellos
procesos en los que se repite un determinado ensayo o prueba hasta conseguir un
número determinado de resultados favorables. Es por tanto de gran utilidad para
aquellos muestreos que procedan de esta manera. Se resuelven diversos
problemas aplicados a este modelo para conceptualizar la teoría y entender su
aplicabilidad en sucesos recurrentes. Se concluye finalmente que la distribución de
Bernoulli busca analizar un evento, mientras la distribución binomial busca analizar
varios eventos; la distribución geométrica busca analizar los eventos necesarios
antes de obtener un éxito, y la distribución binomial negativa no busca sólo un
éxito sino varios.
Palabras Claves
Binomial Negativa, fenómenos recurrentes, Probabilidades, éxito, fracaso,
geométrica, Bernoulli.
Introducción
Pretendemos con este trabajo, en primer lugar, presentar las características
esenciales del modelo de la distribución binomial negativa, analizando algunos
fenómenos del mundo empírico que ofrecen tales características y sacar
conclusiones acerca la eficiencia de la distribución Binomial negativa.
En el contexto de los fenómenos recurrentes, el análisis mediante la regresión de
Poisson puede provocar sobredispersión o variancia extra-Poisson. Esto conduce

respecto el número de veces que un paciente debe ir a consulta para determinar su enfermedad u anomalía. que denotaremos por EXITO (E) o FRACASO (F). • Cada resultado del intento puede tomar únicamente dos resultados mutuamente excluyentes. • Los intentos continúan (se ejecutan) hasta que un total de r éxitos se hayan observado. el número de hospitalizaciones. ataques de asma.a la subestimación de los errores estándares de los coeficientes. 2001). (Gonzales Ana) Si el fenómeno que se estudia permite que un individuo presente el mismo episodio más de una vez (número de hospitalizaciones. éste es recurrente. etc. Por lo tanto el objetivo de este estudio consiste en exponer la posible problemática que generan los fenómenos recurrentes en la atención medica de un paciente en una entidad de salud. etc. La binomial negativa puede captar parte de la variancia que no identifica la regresión de Poisson.). se puede describir como una distribución de Bernoulli de parámetro p. Así cada intento. definiendo p = P (EXITO) y asignando el valor 0 cuando ocurre F y el valor 1 cuando ocurre E. es decir: • La secuencia de intentos es independiente. Marco teórico . que verifican una secuencia infinita de intentos del tipo de Bernoulli. pudiendo derivar en la significación estadística de factores que realmente no estén asociados con el fenómeno.(A. • La probabilidad de éxito (y por lo tanto la de fracaso) es constante en cada intento. consultas ambulatorias. y presentar la Binomial Negativa como una alternativa válida y sencilla para analizar este tipo de fenómeno.Navarro. En ese orden de ideas supongamos el fenómeno recurrente de las consultas médicas a cierta entidad de Salud.

r) Si X tiene la distribución Binomial negativa con r (número de éxitos) y p (probabilidad de éxito) que denotaremos por X – BN(r. Lo que nos lleva a que P + q = 1 Las probabilidades P y q son constantes en todas las pruebas. q. el número de candidatos a entrevistar cuando se quiere formar un equipo de n personas idóneas para un puesto de trabajo.   siendo la probabilidad de no A. El proceso concluirá cuando se obtenga un determinado   número de resultados favorables r. Cada prueba dar dos resultados posibles mutuamente excluyentes A y no A La probabilidad de obtener un resultado A en cada una de las pruebas es P.  El proceso consta de un número no definido de pruebas separadas o separables. etc. el número de melocotones que un cliente exigente manipula antes de conseguir un kilo de ellos que satisfagan sus criterios. … 0 en el otro caso La distribución binomial negativa con r=1 es conocida por distribución geométrica de parámetro p y mide el número de fracasos antes del primer éxito Propiedades: . en estas circunstancias aleatorizamos de forma que la variable aleatoria X sea “El número de pruebas necesarias para conseguir r éxitos o resultados A” . Así. (Garcia Rafael) Esta distribución o modelo puede hacerse derivar de un proceso experimental puro o de Bernoulli en el que se presenten las siguientes condiciones. entonces la variable aleatoria X seguirá una distribución negativa con parámetros P y r . xBN(P. p) entonces la variable y = X+r.Una variable aleatoria Binomial negativa representa el número de fracasos que ocurren hasta obtener el n-ésimo éxito en la realización de ensayos de Bernoulli con probabilidad p de éxito. r +1. que representa el número de pruebas para el éxito r-ésimo. r +2. tiene una distribución relacionado con X por: { x−1 p ( 1− p ) P=( y =k )=P ( X =K )= ( r−1 ) r k−r si k=r . Si. el número de artículos examinados de un lote hasta que aparece el n-ésimo defectuoso.

6 ( 0. Esto se puede realizar de (64 )=15 formas mutuamente excluyentes.E ( x )= Media µ Varianza r 1 Var ( X )= ( −1) p p σ2 Desviación Típica r p σ σ= √ r 1 ( −1) p p Fenómenos recurrentes Como ejemplo. entonces. Nos interesa encontrar la probabilidad de que el quinto paciente que experimente alivio sea el séptimo paciente en recibir el medicamento en una semana dada. El número total de ordenes posibles es igual al número de particiones de las primeras seis pruebas en dos grupos con dos fracasos asignados a un grupo y los cuatro éxitos asignados al otro grupo.4 ) =0.4)(0. (0. que ocurre con probabilidad.6) = (0.6)(0. El uso del medicamento se considerara un éxito si es efectivo al proporcionar algún grado de alivio al paciente. un orden posible para alcanzar el resultado que se desea es SFSSSFS.6)5(0.4)2 Podríamos listar todos los posibles ordenes mediante el reacomodo de la F y las S excepto para el ultimo resultado.4)(0.6)(0. 2 5 P ( X=7 )= 6 0.6)(0.6)(0. considere el uso de un medicamento que se sabe que es efectivo en 60% de los casos en que se utiliza.1866 4 () . De aquí. que dese ser el quinto éxito. Designamos éxito con S y Fracaso con F. si X representa el resultado en el que ocurre el quinto éxito.

40 )7 =0. p = 0. Irwin Miller.10 1 () . r = 2 .3) Ejemplo 2: Encuentre la probabilidad de que una persona que lanza tres monedas obtenga solo caras o solo cruces por segunda vez en el quinto lanzamiento. X es el número de niños expuestos la enfermedad x = 10 r = 3 ¿ P ( X=K ) =¿ x−1 p (1− p ) r −1 ( ) r k−r = 9 0. Marylees Miller (Ejemplo 5.25 )3=0.25 ¿ P ( X=K ) =¿ x−1 p (1− p ) r −1 ( ) r k−r = 4 0. Solución: X = 5 .Ejemplo 1: Si la probabilidad de que un niño expuesto a una enfermedad contagiosa la contraiga es 0.0645 7 () Estadística matemática con aplicaciones.252 ( 1−0. Freund. By John E. ¿Cuál es la probabilidad de que el décimo niño expuesto a la enfermedad sea el tercero en contraerla? Solución: En este caso.40.403 ( 1−0.

20 q = p(pozo no requiera reparaciones en un año) = 0.202 ( 1−0.mx/academic/industrial/sabaticorita/_private/08DISTRI BUCION%20BINOMIAL%20NEGATIVA.80 ¿ P ( X=K ) =¿ x−1 p (1− p ) r −1 ( ) r k−r = 5 0. Raymond H. Walpole. By Ronald E.20.Probabilidad y estadística para ingenieros. No . tenemos una distribución de probabilidad para el número de pruebas que se tiene para un solo éxito.itchihuahua. Myers. 0 81 1 () http://www. requiera de reparaciones en el término de un año es de 0. Sharon L. Solución: x = 6 pozos r = 2 pozos que requieren reparaciones en un año p = p(pozo requiera reparaciones en un año) = 0.20 )4 =0. indican que la probabilidad de que uno de sus pozos nuevos.htm (Ejercicio 2) Discusión Si consideramos el caso especial de la distribución binomial negativa donde r = 1 . Un ejemplo seria lanzar una moneda hasta que salga cara.edu.13) Ejemplo 3: Los registros de una compañía constructora de pozos. a) ¿Cuál es la probabilidad de que el sexto pozo construido por esta compañía en un año dado sea el segundo en requerir reparaciones en un año?. ( Ejercicio 5.

Diversos autores han propuesto otras interesantes aplicaciones de la distribución binomial negativa y otros han comparado su eficiencia con otras distribuciones. el análisis mediante la regresión de Poisson puede provocar sobredispersión o variancia extra-Poisson.podemos interesar en la probabilidad de que ocurra la primera cara en el cuarto lanzamiento. 2001) expone en su artículo titulado “La distribución binomial negativa frente a la de Poisson en el análisis de fenómenos recurrentes” . el uso de la binomial negativa es más apropiado que el de la regresión de Poisson. La binomial negativa puede captar parte de la variancia que no identifica la regresión de Poisson. 2001). en el caso de la geométrica las pruebas ocurren antes de que un éxito represente un costo.” Y concluye.Navarro. Se acostumbra a este caso especial como Distribución geométrica. la distribución del número de accidentes para el total de la cartera de la entidad sigue el modelo de la distribución binomial negativa. (Prieto Eugenio) (A. su estudio demostró que el acaecimiento de los accidentes de automóviles a las pólizas aseguradas en una cierta entidad aseguradora presentan diferentes grados de propensión al accidente. en una distribución de Poisson. la existencia de sobredispersión es frecuente en fenómenos recurrentes. (Prieto Eugenio) Aplico la distribución binomial negativa a una aseguradora. Entonces las áreas de aplicación para las distribuciones Binomial negativa y geométrica difieren. concretados en diferentes valores de λ. demostró que si λ se distribuye según una ley de Pearson de tipo III.Navarro. muy lejano a la realidad. (A. Los intentos son costosos en algún sentido y ocurren en sucesión. El autor estudia con cierto detalle la distribución binomial negativa desde el punto de vista de las aplicaciones actuariales. Cuando esto sucede.” En el contexto de los fenómenos recurrentes. Conclusiones . pudiendo derivar en la significación estadística de factores que realmente no estén asociados con el fenómeno. analizando las diversas formas de generarse este modelo. Esto conduce a la subestimación de los errores estándares de los coeficientes. Las aplicaciones de la binomial negativa son similares en naturaleza.

tareasplus. y la distribución binomial negativa no busca sólo un éxito sino varios. la distribución geométrica busca analizar los eventos necesarios antes de obtener un éxito. es decir. Bibliografía Estadística matemática con aplicaciones (Sexta Edición). (Sexta edición) By Ronald E. Raymond H. La distribución binomial negativa es muy práctica para modelar situaciones en las que se requiere determinar un número de ensayos de Bernoulli para poder obtener determinado número de éxitos. Probabilidad y estadística para ingenieros. lo mismo que la distribución binomial es a la distribución de Bernoulli. por lo que se convierte en una continuación de la distribución geométrica. Sharon L. By John E.mx/academic/industrial/sabaticorita/_private/08DISTRI BUCION%20BINOMIAL%20NEGATIVA. (1999) Distribucion Binomial negativa http://www.htm Distribucion Binomial negativa (Para Variables aleatorias discretas) https://aula. Marylees Miller (2000).En este trabajo se explica la distribución binomial negativa a partir de la relación con la distribución geométrica. Myers. Se menciona la relación anterior como elemento introductorio ya que la distribución de Bernoulli busca analizar un evento. se está buscando aplicar la distribución de una progresión geométrica para eventos diferentes. Para poder comprender la distribución binomial negativa debe entenderse que esta es a la distribución geométrica.edu. Freund. Lo que hace la distribución binomial negativa es arrojar valores múltiples para procesos predictivos. mientras la distribución binomial busca analizar varios eventos. Irwin Miller. Walpole.com/Marcela-Gomez/Probabilidad-yEstadistica/Distribucion-binomial-negativa-para-variables-aleatorias-discretas Articulo: Aplicaciones al seguro de la distribución binomial negativa Por EUGENIO PRIETO PEREZ .itchihuahua.

pdf Modelos de probabilidad 2.Articulo: La distribución binomial negativa frente a la de Poisson en el análisis de fenómenos recurrentes por A.webs.es/Tema2Discretasmodif.uvigo. .lejarza variables Aleatorias Discretas . J lejarza & I. Rafael Garcia Marin (Gonzales Ana). Navarro (2001) Principales Distribuciones discretas http://anapg.