Modelos

probabilsticos

2
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.
3
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.
0%
5%
10%
15%
20%
25%
30%
35%
40%
0 1 2 3
4
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.
5
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 6
Bioestadstica. U. Mlaga.
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,

7
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.

8
Valor esperado y varianza de una v.a. X
Valor esperado
Se representa mediante E[X]
Es el equivalente a la media

Varianza
Se representa mediante VAR[X] o
2

Es el equivalente a la varianza
Se llama desviacin tpica a
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,)

10
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.
p=1/2
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=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.

11
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
12
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
13
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).


14
Distribucin binomial
Funcin de probabilidad


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

Media: =n p


Varianza:
2
= n p q
n k q p
k
n
k X P
k n k
s s
|
|
.
|

\
|
= =

0 , ] [
15
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.
Bin(n=10,p=1/2)

Lanzar una moneda 100 veces y contar las caras.
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.
16
Parecidos razonables
An no conocemos la
distribucin normal, ni de
Poisson.

De cualquier forma ah
tenemos 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.
17
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:
,... 2 , 1 , 0 ,
!
] [ = = =

k
k
e k X P
k

18
Ejemplos de variables de Poisson
El nmero de individuos que ser atendido un da cualquiera en el
servicio de urgencias del hospital clnico docente.
En Huancayo 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 difcil 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)
19
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, .

Su funcin de densidad es:
2
2
1
2
1
) (
|
.
|

\
|

=
o

t o
x
e x f
20
N(, ): Interpretacin
geomtrica
Podis interpretar la
media como un factor
de traslacin.

Y la desviacin tpica
como un factor de
escala, grado de
dispersin,
21
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%

22
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 , tenemos probabilidad 68%
a distancia 2 , tenemos probabilidad 95%
a distancia 25 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.
23
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






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.
o

=
x
z
24
Bioestadstica. U. Mlaga.
Tabla N(0,1)
Z es normal tipificada.

Calcular P[Z<1,85]
Solucin: 0,968 = 96,8%
25
Bioestadstica. U. Mlaga.
Tabla N(0,1)
Z es normal tipificada.

Calcular P[Z<-0,54]
Solucin: 1-0,705 = 0,295
26
Tabla N(0,1)
Z es normal tipificada.

Calcular P[-0,54<Z<1,85]
Solucin: 0,968-0,295= 0,673
27
Ejemplo: Clculo con probabilidades normales

El colesterol en la poblacin tiene distribucin
normal, con media 200 y desviacin 10.

Qu porcentaje de indivduos tiene
colesterol inferior a 210?

Qu valor del colesterol slo es superado por
el 10% de los individuos.
28
Bioestadstica. U. Mlaga.
Todas las distribuciones normales son similares salvo traslacin y cambio de
escala: Tipifiquemos.

1
10
200 210
=

=
o
x
z
841 , 0 ) ver tabla ( ] 00 , 1 [ = = < Z P
Tema 5: Modelos probabilsticos 29
Bioestadstica. U. Mlaga.
8 , 212 28 , 1 10 200
10
200
28 , 1
= + =

=
x
x
El valor del colesterol que slo supera el 10% de los individuos es el percentil 90.
Calculemos el percentil 90 de la N(0,1) y deshacemos la tipificacin.

o

=
x
z
30
Ejemplo: Tipificacin
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)
31
Bioestadstica. U. Mlaga.
1
10
70 80
2
1
6 8
=

=
=

=
B
B B
B
A
A A
A
x
z
x
z
o

o

Como Z
A
>Z
B
, 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.

32
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).
33
Aplic. de la normal: Estimacin en muestras
Como ilustracin
mostramos una variable
que presenta valores
distribuidos de forma muy
asimtrica. Claramente
no normal.

Saquemos muestras de
diferentes tamaos, y
usemos la media de cada
muestra para estimar la
media de la poblacin.
34
Aplic. de la normal: Estimacin en muestras
Cada muestra ofrece un
resultado diferente: La media
muestral es variable aleatoria.

Su distribucin es ms parecida
a la normal que la original.

Tambin est menos dispersa.
A su dispersin (desv. tpica del
estimador media muestral
os gusta el nombre largo?) se
le suele denominar error tpico.
35
Aplic. de la normal: Estimacin en muestras
Al aumentar el
tamao, n, de la
muestra:

La normalidad de las
estimaciones mejora

El error tpico
disminuye.
36
Aplic. de la normal: Estimacin en muestras
Puedo garantizar
medias muestrales tan
cercanas como quiera a
la verdadera media, sin
ms que tomar n
bastante grande

Se utiliza esta propiedad
para dimensionar el
tamao de una muestra
antes de empezar una
investigacin.

37
Resumen: Teorema del lmite central
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.
38
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):
X
2
(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,
39
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.
40
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).
41
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.