Beruflich Dokumente
Kultur Dokumente
Ejemplo: Se realiza un anlisis de sangre a fin de determinar si el paciente padece de anemia (A) o no la padece (N). El nmero de pacientes anmicos ser:
N de Anmicos 0 1 2 Resultados Probabilidad Probabilidad
NN AN, NA AA
0,50
0,25
N de pacientes anmicos
Abarca :
- Distribucin binomial - Distribucin de Poisson b) CONTINUAS: La variable puede tomar cualquier valor dentro de un intervalo dado. Abarca: - Distribucin normal - Distribucin normal estndar o Z - Distribucin t - Distribucin Ji-cuadrada 2 - Distribucin F
a) Caractersticas:
El experimento consiste en una serie de ensayos repetidos. Cada ensayo slo tiene dos resultados posibles: xito y fracaso. La probabilidad de xito, designado por p es la misma para cada ensayo, la probabilidad de fracaso q (igual a 1-p) es tambin constante. Los ensayos sucesivos son independientes. La informacin de la muestra se obtiene con reposicin de una poblacin finita.
discretos en un rea de oportunidad un intervalo continuo (de tiempo, longitud, superficie, etc.) de tal manera que si se reduce lo suficiente el rea de oportunidad o el intervalo, La probabilidad de observar exactamente un xito en el intervalo es constante.
La probabilidad de observar un xito en cualquier intervalo es estadsticamente
intervalo de tiempo. El numero de radiaciones radiactivas que se recibe en un lapso de tiempo, El numero de glbulos blancos que se cuentan en una muestra dada. El numero de partos triples por ao
La distribucin normal de probabilidad es simtrica con respecto a una lnea vertical que pase por la media
B) La distribucin normal estndar (Z) La distribucin normal tiene diferente y para calcular probabilidades habra que integrar la funcin de densidad. Por este motivo se estandariza la variable. La estandarizacin es un proceso estadstico que consiste en restar la media a la variable y el resultado dividirlo por la desviacin estndar.
Aplicaciones: la clnica Santa Teresita de Caete, aplica un programa de entrenamiento diseado para mejorar la calidad del servicio a los pacientes. Debido a que el programa es autoadministrado, el personal requiere un nmero diferente de horas para terminarlo. Un estudio de los participantes anteriores indica que el tiempo medio que se lleva completar el programa es de 500 horas y que esta variable aleatoria normalmente distribuida tiene una desviacin estndar de 100 horas.
Pregunta 1. Cul es la probabilidad de que un participante elegido al azar requiera ms de 500 horas para completar el programa? P(X>500)=0.5 Solucin: En la figura, podemos ver que la mitad del rea bajo la curva est localizada a ambos lados de la media de 500 horas. Por lo tanto podemos deducir que la probabilidad de que la variable aleatoria tenga un valor mayor a 500 es el rea sombreada, es decir, 0,5.
Para responder la pregunta debemos restar las reas: Probabilidad de que la variable aleatoria est entre la media y 650 horas
0,4332
0,1915
0,2417
As pues, la probabilidad de que un supervisor elegido al azar se tome entre 550 y 650 horas para completar el programa de entrenamiento es un poco menor de 1 entre 4
estndar es 1. La curva f(x) es simtrica respecto del eje de Y Tiene un mximo en el eje de Y. Tiene dos puntos de inflexin en z=1 y z=-1
En resumen
Podemos concluir que hay una familia de distribuciones con una forma
curva. Cuanto mayor sea el valor de , ms se dispersarn los datos en torno a la media y la curva ser ms plana. valores de la grfica es desplazada a lo largo del eje horizontal. corresponde a una distribucin de media 0 y varianza 1.
La media indica la posicin de la campana, de modo que para diferentes De entre todas ellas, la ms utilizada es la distribucin normal estndar, que Podemos decir que el valor de Z es la cantidad de desviaciones
muestra cuando el tamao de la muestra es mayor a 30, la distribucin t se asemeja tanto a la normal que se prefiere utilizar sta.
c) Aplicaciones
Las aplicaciones ms importantes estn en la prueba de bondad de ajuste la prueba de independencia estadstica. d) Distribucin
E) La Distribucin F
Caractersticas: Es una distribucin asimtrica a la derecha Slo tiene valores positivos Se utiliza para comparar variancias de dos poblaciones, con distribucin normal Formula
La MEDIA de distribucin del muestreo (media de las medias) es igual a la media de la poblacin. La DESVIACION ESTANDAR o ERROR ESTANDAR de distribucin del muestreo de la media es igual a:
2.
/ n
1.
Si la distribucin en la Poblacin es NORMAL, la distribucin del muestreo tambin lo es. Si la Poblacin no tiene una distribucin NORMAL, pero se tienen tamaos de muestras suficientemente grandes, la distribucin de la muestra igual se comporta como NORMAL.
2.
Hoja de Comprobacin
1. El valor esperado de un experimento se obtiene calculando el valor promedio aritmtico de todos los resultados del experimento 2. El valor de z para algn punto x que se encuentra en una distribucin normal es el rea entre x y la media de la distribucin 3. Los extremos derecho e izquierdo de la distribucin normal se extienden indefinidamente, sin tocar nunca el eje horizontal. 4. Para una distribucin normal, la media siempre se encuentra entre la moda y la mediana 5. Toda el rea menos tres decimos del 1% de una distribucin normal se encuentra dentro de 3 desviaciones estndar de la media 6. El desarrollo de una tabla de perdida condicional es un trabajo tedioso cuando existen muchas acciones y resultados posibles, debido a que la perdida resultante de cada pareja accin/resultado debe incluirse en la tabla 7. El rea bajo la curva de una distribucin normal entre la media y un punto situado a 1.8 desviaciones estndar por arriba de la media es mayor para una distribucin que tiene una media de 100 que para una distribucin que tiene una media de 0
8. La distribucin normal puede utilizarse para aproximar la distribucin binomial cuando el numero de ensayos, n, es mayor o igual a 60 09.Cuando la probabilidad de xito en un proceso de Bernoulli es de 50% (p=0.5), su distribucin binomial es simtrica 10.Una distribucin de frecuencias da una lista de las frecuencias observadas para un experimento que ya se ha llevado a cabo; una distribucin de probabilidad da una lista de aquellos resultados que podran presentarse si el experimento se llevara a cabo. 11.El valor que una variable aleatoria puede tomar por lo general se puede predecir con respecto a una presentacin particular 12.Una vez que el valor de p ya se ha determinado para un proceso de Bernoulli, el valor de q se calcula como (1-p) 13. Si el numero esperado de llegadas a una oficina se calcula como cinco por hora, uno puede tener una confianza razonable de que cinco personas llegaran en la siguiente hora