You are on page 1of 34

ESTADISTICA

Tema 5: Modelos probabilsticos

Tema 5: Modelos probabilsticos

Variable aleatoria

El resultado de un experimento aleatorio puede ser


descrito en ocasiones como una cantidad numrica.

En estos casos aparece la nocin de variable aleatoria

Funcin que asigna a cada suceso un nmero.

Las variables aleatorias pueden ser discretas o


continuas (como en el primer tema del curso).

En las siguientes transparencias vamos a recordar


conceptos de temas anteriores, junto con su nueva
designacin. Los nombres son nuevos. Los conceptos
no.
Tema 5: Modelos probabilsticos

Funcin de probabilidad (V. Discretas)

Asigna a cada posible valor


de una variable discreta su
probabilidad.

Recuerda los conceptos de


frecuencia relativa y diagrama de
barras.

Ejemplo
Nmero

de caras al lanzar 3
monedas.

Tema 5: Modelos probabilsticos

Funcin de densidad (V. Continuas)

Definicin

Es una funcin no negativa de integral 1.


Pinsalo como la generalizacin del
histograma con frecuencias relativas
para variables continuas.

Para qu lo voy a usar?


Nunca lo vas a usar directamente.
Sus valores no representan probabilidades.

Tema 5: Modelos probabilsticos

Para qu sirve la f. densidad?

Muchos procesos aleatorios vienen descritos por variables de forma


que son conocidas las probabilidades en intervalos.

La integral definida de la funcin de densidad en dichos intervalos


coincide con la probabilidad de los mismos.

Es decir, identificamos la probabilidad de un intervalo con el rea bajo


la funcin de densidad.

Tema 5: Modelos probabilsticos

Funcin de distribucin

Es la funcin que asocia a cada valor de una


variable, la probabilidad acumulada
de los valores inferiores o iguales.

Pinsalo como la generalizacin de las


frecuencias acumuladas. Diagrama integral.

A los valores extremadamente bajos les corresponden


valores de la funcin de distribucin cercanos a cero.

A los valores extremadamente altos les corresponden


valores de la funcin de distribucin cercanos a uno.

Lo encontraremos en los artculos y aplicaciones en forma


de p-valor, significacin,

No le deis ms importancia a este comentario ahora. Ya


os ir sonando conforme avancemos.
Tema 5: Modelos probabilsticos

Para qu sirve la f. distribucin?

Contrastar lo anmalo de una observacin concreta.

S que una persona de altura 210cm es anmala porque la funcin de


distribucin en 210 es muy alta.
S que una persona adulta que mida menos de 140cm es anmala porque
la funcin de distribucin es muy baja para 140cm.
S que una persona que mida 170cm no posee una altura nada extraa pues
su funcin de distribucin es aproximadamente 0,5.

Relacinalo con la idea de cuantil.

En otro contexto (contrastes de hiptesis) podremos observar unos


resultados experimentales y contrastar lo anmalos que son en
conjunto con respecto a una hiptesis de terminada.

Intenta comprender la explicacin de clase si puedes. Si no, ignora esto


de momento. Revisita este punto cuando hayamos visto el tema de
contrastes de hiptesis.
Tema 5: Modelos probabilsticos

Valor esperado y varianza de una v.a. X

Valor esperado
Se

representa mediante E[X]


Es el equivalente a la media

Ms detalles: Ver libro.

Varianza
Se

representa mediante VAR[X] o 2


Es el equivalente a la varianza
Se llama desviacin tpica a

Ms detalles: Ver libro.


Tema 5: Modelos probabilsticos

Algunos modelos de v.a.

Hay v.a. que aparecen con frecuencia en las Ciencias de


la Salud.

Experimentos dicotmicos.
Bernoulli

Contar xitos en experimentos dicotmicos repetidos:


Binomial
Poisson (sucesos raros)

Y en otras muchas ocasiones


Distribucin normal (gaussiana, campana,)

El resto del tema est dedicado a estudiar estas


distribuciones especiales.
Tema 5: Modelos probabilsticos

Distribucin de Bernoulli

Tenemos un experimento de Bernoulli si al realizar un


experimentos slo son posibles dos resultados:

X=1 (xito, con probabilidad p)


X=0 (fracaso, con probabilidad q=1-p)

Lanzar una moneda y que salga cara.

Elegir una persona de la poblacin y que est enfermo.

p=1/1000 = prevalencia de la enfermedad

Aplicar un tratamiento a un enfermo y que ste se cure.

p=1/2

p=95%, probabilidad de que el individuo se cure

Como se aprecia, en experimentos donde el resultado es


dicotmico, la variable queda perfectamente determinada
conociendo el parmetro p.
Tema 5: Modelos probabilsticos

10

Ejemplo de distribucin de Bernoulli.

Se ha observado estudiando 2000 accidentes de trfico


con impacto frontal y cuyos conductores no tenan
cinturn de seguridad, que 300 individuos quedaron con
secuelas. Describa el experimento usando conceptos de
v.a.

Solucin.

La noc. frecuentista de prob. nos permite aproximar la probabilidad de


tener secuelas mediante 300/2000=0,15=15%

X=tener secuelas tras accidente sin cinturn es variable de Bernoulli


X=1 tiene probabilidad p 0,15
X=0 tiene probabilidad q 0,85
Tema 5: Modelos probabilsticos

11

Ejemplo de distribucin de Bernoulli.

Se ha observado estudiando 2000 accidentes de trfico


con impacto frontal y cuyos conductores s tenan
cinturn de seguridad, que 10 individuos quedaron con
secuelas. Describa el experimento usando conceptos de
v.a.

Solucin.

La noc. frecuentista de prob. nos permite aproximar la probabilidad de


quedar con secuelas por 10/2000=0,005=0,5%

X=tener secuelas tras accidente usando cinturn es variable de


Bernoulli
X=1 tiene probabilidad p 0,005
X=0 tiene probabilidad q 0,995
Tema 5: Modelos probabilsticos

12

Observacin

En los dos ejemplos anteriores hemos visto cmo enunciar los


resultados de un experimento en forma de estimacin de
parmetros en distribuciones de Bernoulli.

Sin cinturn: p 15%


Con cinturn: p 0,5%

En realidad no sabemos en este punto si ambas cantidades son


muy diferentes o aproximadamente iguales, pues en otros estudios
sobre accidentes, las cantidades de individuos con secuelas
hubieran sido con seguridad diferentes.

Para decidir si entre ambas cantidades existen diferencias


estadsticamente significativas necesitamos introducir conceptos
de estadstica inferencial (extrapolar resultados de una muestra a
toda la poblacin).

Es muy pronto para resolver esta cuestin ahora. Esperemos a las


pruebas de X2.
Tema 5: Modelos probabilsticos

13

Distribucin binomial

Funcin de probabilidad
n k nk
P[ X k ] p q , 0 k n
k

Problemas de clculo si n es grande y/o p cercano a 0 o 1.

Media: =n p

Varianza: 2 = n p q

Tema 5: Modelos probabilsticos

14

Distribucin Binomial

Si se repite un nmero fijo de veces, n, un experimento de


Bernoulli con parmetro p, el nmero de xitos sigue una
distribucin binomial de parmetros (n,p).

Lanzar una moneda 10 veces y contar las caras.

Lanzar una moneda 100 veces y contar las caras.

Bin(n=10,p=1/2)

Bin(n=100,p=1/2)
Difcil hacer clculos con esas cantidades. El modelo normal ser ms adecuado.

El nmero de personas que enfermar (en una poblacin de 500.000


personas) de una enfermedad que desarrolla una de cada 2000
personas.

Bin(n=500.000, p=1/2000)
Difcil hacer clculos con esas cantidades. El modelo de Poisson ser ms
adecuado.

Tema 5: Modelos probabilsticos

15

Parecidos razonables

An no conocis la
distribucin normal, ni de
Poisson.

De cualquier forma ah tenis


la comparacin entre valores
de p no muy extremos y una
normal de misma media y
desviacin tpica, para
tamaos de n grandes (n>30).

Cuando p es muy pequeo es


mejor usar la aproximacin
del modelo de Poisson.
Tema 5: Modelos probabilsticos

16

Distribucin de Poisson

Tambin se denomina de sucesos raros.


Se obtiene como aproximacin de una
distribucin binomial con la misma media, para
n grande (n>30) y p pequeo (p<0,1).
Queda caracterizada por un nico parmetro
(que es a su vez su media y varianza.)
Funcin de probabilidad:
P[ X k ] e

k
, k 0,1,2,...
k!

Tema 5: Modelos probabilsticos

17

Ejemplos de variables de Poisson

El nmero de individuos que ser atendido un da cualquiera en el


servicio de urgencias del hospital clnico universitario.

En Mlaga hay 500.000 habitantes (n grande)


La probabilidad de que cualquier persona tenga un accidente es pequea,
pero no nula. Supongamos que es 1/10.000
Bin(n=500.000,p=1/10.000) Poisson(=np=50)

Sospechamos que diferentes hospitales pueden tener servicios de


traumatologa de diferente calidad (algunos presentan pocos, pero
creemos que an demasiados, enfermos con secuelas tras la
intervencin). Es dificil compararlos pues cada hospital atiende
poblaciones de tamaos diferentes (ciudades, pueblos,)

Tenemos en cada hospital n, n de pacientes atendidos o n individuos de la


poblacin que cubre el hospital.
Tenemos p pequeo calculado como frecuencia relativa de secuelas con
respecto al total de pacientes que trata el hospital, o el tamao de la
poblacin,
Se puede modelar mediante Poisson(=np)
Tema 5: Modelos probabilsticos

18

Distribucin normal o de Gauss

Aparece de manera natural:


Errores

de medida.
Distancia de frenado.
Altura, peso, propensin al crimen
Distribuciones binomiales con n grande (n>30) y p ni
pequeo (np>5) ni grande (nq>5).

Est caracterizada por dos parmetros: La media, ,


y la desviacin tpica, .
2
Su funcin de densidad es:

1
f ( x)
e
2

Tema 5: Modelos probabilsticos

1 x

2
19

N(, ): Interpretacin
geomtrica

Podis interpretar la
media como un factor
de traslacin.

Y la desviacin tpica
como un factor de
escala, grado de
dispersin,
Tema 5: Modelos probabilsticos

20

N(, ): Interpretacin probabilista

Entre la media y una


desviacin tpica
tenemos siempre la
misma probabilidad:
aprox. 68%

Entre la media y dos


desviaciones tpicas
aprox. 95%
Tema 5: Modelos probabilsticos

21

Algunas caractersticas

La funcin de densidad es simtrica, mesocrtica y unimodal.

Media, mediana y moda coinciden.

Los puntos de inflexin de la fun. de densidad estn a distancia de .

Si tomamos intervalos centrados en , y cuyos extremos estn

a distancia ,
a distancia 2 ,
a distancia 25

tenemos probabilidad 68%


tenemos probabilidad 95%
tenemos probabilidad 99%

No es posible calcular la probabilidad de un intervalo simplemente


usando la primitiva de la funcin de densidad, ya que no tiene primitiva
expresable en trminos de funciones comunes.

Todas las distribuciones normales N(, ), pueden ponerse mediante una


traslacin , y un cambio de escala , como N(0,1). Esta distribucin
especial se llama normal tipificada.

Justifica la tcnica de tipificacin, cuando intentamos comparar individuos


diferentes obtenidos de sendas poblaciones normales.

Tema 5: Modelos probabilsticos

22

Tipificacin

Dada una variable de media y desviacin tpica , se denomina


valor tipificado,z, de una observacin x, a la distancia (con signo) con
respecto a la media, medido en desviaciones tpicas, es decir

x
z

En el caso de variable X normal, la interpretacin es clara: Asigna a


todo valor de N(, ), un valor de N(0,1) que deja exctamente la
misma probabilidad por debajo.

Nos permite as comparar entre dos valores de dos distribuciones


normales diferentes, para saber cul de los dos es ms extremo.
Tema 5: Modelos probabilsticos

23

Ejemplo

Se quiere dar una beca a uno de dos estudiantes de sistemas educativos


diferentes. Se asignar al que tenga mejor expediente acadmico.

El estudiante A tiene una calificacin de 8 en un sistema donde la calificacin de los


alumnos se comporta como N(6,1).
El estudiante B tiene una calificacin de 80 en un sistema donde la calificacin de los
alumnos se comporta como N(70,10).

Solucin

No podemos comparar directamente 8 puntos de A frente a los 80 de B, pero como


ambas poblaciones se comportan de modo normal, podemos tipificar y observar las
puntuaciones sobre una distribucin de referencia N(0,1)

xA A 8 6
zA

2
A
1
xB B 80 70
zB

1
B
10

Como ZA>ZB, podemos decir que el porcentaje de compaeros del mismo sistema de
estudios que ha superado en calificacin el estudiante A es mayor que el que ha
superado B. Podramos pensar en principio que A es mejor candidato para la beca.

Tema 5: Modelos probabilsticos

24

Por qu es importante la distribucin normal?

Las propiedades que tiene la distribucin normal son


interesantes, pero todava no hemos hablado de por qu
es una distribucin especialmente importante.

La razn es que aunque una v.a. no posea distribucin


normal, ciertos estadsticos/estimadores calculados
sobre muestras elegidas al azar s que poseen una
distribucin normal.

Es decir, tengan las distribucin que tengan nuestros


datos, los objetos que resumen la informacin de una
muestra, posiblemente tengan distribucin normal (o
asociada).
Tema 5: Modelos probabilsticos

25

Veamos aparecer la distribucin normal

Como ilustracin
mostramos una variable
que presenta valores
distribuidos ms o menos
uniformemente sobre el
intervalo 150-190.

Como es de esperar la
media es cercana a 170.
El histograma no se
parece en nada a una
distribucin normal con la
misma media y
desviacin tpica.
Tema 5: Modelos probabilsticos

26

A continuacin elegimos
aleatoriamente grupos de 10
observaciones de las anteriores y
calculamos el promedio.
Para cada grupo de 10 obtenemos
entonces una nueva medicin, que
vamos a llamar promedio muestral.
Observa que las nuevas cantidades
estn ms o menos cerca de la
media de la variable original.
Repitamos el proceso un nmero
elevado de veces. En la siguiente
transparencia estudiamos la
distribucin de la nueva variable.
Tema 5: Modelos probabilsticos

Muestra
1

185

190

179

174

169

163

167

170

167

160

159

152

172

179

178

183

175

183

188

159

155

178

152

165

152

185

185

175

152

152

173

169

168
27

La distribucin de los promedios


muestrales s que tiene distribucin
aproximadamente normal.

La media de esta nueva variable


(promedio muestral) es muy parecida a la
de la variable original.

Las observaciones de la nueva variable


estn menos dispersas. Observa el
rango. Pero no slo eso. La desviacin
tpica es aproximadamente raiz de 10
veces ms pequea. Llamamos error
estndar a la desviacin tpica de esta
nueva variable.

Nada de lo anterior es casualidad.

Tema 5: Modelos probabilsticos

28

Teorema central del lmite

Dada una v.a. cualquiera, si extraemos muestras de


tamao n, y calculamos los promedios muestrales, entonces:

dichos promedios tienen distribucin aproximadamente normal;

La media de los promedios muestrales es la misma que la de la variable


original.

La desviacin tpica de los promedios disminuye en un factor raz de n


(error estndar).

Las aproximaciones anteriores se hacen exactas cuando n tiende a infinito.

Este teorema justifica la importancia de la distribucin normal.

Sea lo que sea lo que midamos, cuando se promedie sobre una muestra
grande (n>30) nos va a aparecer de manera natural la distribucin normal.
Tema 5: Modelos probabilsticos

29

Distribuciones asociadas a la normal

Cuando queramos hacer inferencia estadstica hemos visto que la


distribucin normal aparece de forma casi inevitable.

Dependiendo del problema, podemos encontrar otras (asociadas):

X2 (chi cuadrado)
t- student
F-Snedecor

Estas distribuciones resultan directamente de operar con distribuciones


normales. Tpicamente aparecen como distribuciones de ciertos
estadsticos.

Veamos algunas propiedades que tienen (superficialmente). Para ms


detalles consultad el manual.

Sobre todo nos interesa saber qu valores de dichas distribuciones son


atpicos.

Significacin, p-valores,

Tema 5: Modelos probabilsticos

30

Chi cuadrado

Tiene un slo parmetro


denominado grados de libertad.

La funcin de densidad es
asimtrica positiva. Slo tienen
densidad los valores positivos.

La funcin de densidad se hace


ms simtrica incluso casi
gausiana cuando aumenta el
nmero de grados de libertad.

Normalmente consideraremos
anmalos aquellos valores de la
variable de la cola de la
derecha.
Tema 5: Modelos probabilsticos

31

T de student

Tiene un parmetro denominado


grados de libertad.

Cuando aumentan los grados de


libertad, ms se acerca a N(0,1).

Es simtrica con respecto al cero.

Se consideran valores anmalos los


que se alejan de cero (positivos o
negativos).
Tema 5: Modelos probabilsticos

32

F de Snedecor

Tiene dos parmetros


denominados grados de
libertad.

Slo toma valores


positivos. Es asimtrica.

Normalmente se consideran
valores anmalos los de la
cola de la derecha.
Tema 5: Modelos probabilsticos

33

Qu hemos visto?

En v.a. hay conceptos equivalentes a los de temas


anteriores

Funcin de probabilidad Frec. Relativa.


Funcin de densidad histograma
Funcin de distribucin diagr. Integral.
Valor esperado media,

Hay modelos de v.a. de especial importancia:

Bernoulli
Binomial
Poisson
Normal

Propiedades geomtricas
Tipificacin
Aparece tanto en problemas con variables cualitativas (dicotmicas,
Bernoulli) como numricas
Distribuciones asociadas

T-student
X2
F de Snedecor

Tema 5: Modelos probabilsticos

34