Ir al contenido principal

FORMAS DE REPRESENTAR GRÁFICAMENTE DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS


  • Función de distribución acumulada
La función de distribución acumulada (CDF) calcula la probabilidad acumulada para un valor dado de x. Utilice la CDF para determinar la probabilidad de que una observación aleatoria que se tome de la población sea menor que o igual a cierto valor. También puede usar esta información para determinar la probabilidad de que una observación sea mayor que cierto valor o se encuentre entre dos valores.
Para distribuciones discretas, la CDF proporciona la probabilidad acumulada para los valores de x que usted especifique.

  • Probabilidad acumulada inversa
Para un número p en el intervalo cerrado [0,1], la función de distribución acumulada inversa (ICDF) de una variable X aleatoria determina, donde sea posible, un valor de x tal que la probabilidad de X ≤ x sea mayor que o igual a p.



    • La ICDF para distribuciones discretas

La ICDF es más complicada para las distribuciones discretas que para las distribuciones continuas. Cuando usted calcula la CDF para una binomial con, por ejemplo, n = 5 y p = 0.4, no hay un valor de x tal que la CDF sea 0.5. Para x = 1, la CDF es 0.3370. Para x = 2, la CDF aumenta a 0.6826.
Cuando la ICDF se muestra en la ventana Sesión (es decir, los resultados no están almacenados), se muestran ambos valores de x. Cuando la ICDF se almacena, se almacena el mayor de los dos valores.
  • Función de densidad de probabilidad
La función de densidad de probabilidad (PDF) de una variable aleatoria, X, permite calcular la probabilidad de un evento de la siguiente manera:
    • Para las distribuciones discretas, la probabilidad de que X tenga valores en un intervalo (a, b) es exactamente la suma de la PDF (también denominada función de masa de probabilidad) de los posibles valores discretos de X en (a, b).



MAPA COGNITIVO DE LAS FORMAS DE REPRESENTAR GRÁFICAMENTE LA DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS 

 




Comentarios

Publicar un comentario

Entradas populares de este blog

DISTRIBUCIÓN BINOMIAL E HIPERGEOMÉTRICA

DISTRIBUCIÓN   BINOMIAL Un experimento que queda descrito por una Distribución Binomial de probabilidad es aquel que posee las siguientes propiedades: El experimento consiste en repetir "n" ensayos. Cada ensayo da un resultado que puede ser clasificado como un  éxito  o un  fracaso  (de ahí el nombre, binomio ). La probabilidad de un éxito, denotada por "p", permanece constante a lo largo de las repeticiones del experimento. El número de éxitos X=K en n-ensayos de un experimento binomial se llama una  variable aleatoria binomial . La distribución de probabilidad de nuestra variable aleatoria X se llama  Distribución Binomial de probabilidad  y se expresa mediante la siguiente fórmula: donde: p  k  es la probabilidad de que nuestra variable aleatoria binomial sea igual a K, es decir, tengamos K éxitos. p es la probabilidad de éxito de un solo ensayo q=1-p es la probabilidad de fallo en un solo ensayo. ...
Publicar un comentario
Leer más

ESPERANZA MATEMÁTICA

Llamamos esperanza matemática (también conocida como esperanza, valor esperado, media poblacional o simplemente media) al número que expresa el valor medio de un fenómeno aleatorio. Denotamos la esperanza de una variable aleatoria X Para una variable aleatoria discreta con valores posibles  {\displaystyle x_{1},x_{2}\ldots x_{n}\,\!}  y sus probabilidades representadas por la función de la probabilidad   {\displaystyle p(x_{i})}  la esperanza se calcula como ejemplo: Si una tabla de mortalidad nos indica que en Estados Unidos una mujer de 50 años de edad puede esperar vivir 31 años más, esto no implica que cualquier persona en realidad espera que una mujer de 50 años de edad pueda cumplir 81 años y morir al día siguiente . D e modo similar, si leemos que en Estados Unidos una persona puede esperar comer 52 Kg de carne de res y beber 160  litros  de refresco por año o que un niño de un grupo de edad de 6 a 16 años puede esperar visitar ...
Publicar un comentario
Leer más