Probabilidad y Estadstica

Mediremos un atributo

X=x

Variable aleatoria
Unidad de muestreo

Valor que toma la

variable aleatoria

Probabilidad y Estadstica

Sea S el conjunto de todos los valores que puede tomar

la variable aleatoria X, que llamaremos Espacio de
Estado
Al espacio de estado S lo dotaremos con una
probabilidad, de tal manera que refleje de buena
manera, como modelo, la situacin que queremos
estudiar (predecir)

Conforme sea la estructura de S obtendremos

probabilidad discreta o no discreta

Probabilidad y Estadstica

Si S es el conjunto de los nmeros reales, o un

intervalo de nmeros reales, cmo definimos una
probabilidad?
Supongamos que S es el conjunto R de los nmeros
reales, entonces si existe una funcin f real no
negativa tal que

f ( x) dx 1

Probabilidad y Estadstica

Entonces esta funcin define una probabilidad

sobre los nmeros reales R, de la manera siguiente
b

Pra X b f ( x) dx
a

Y este valor se interpreta como la probabilidad de que la

variable aleatoria X se encuentre entre los valores a y b

Probabilidad y Estadstica

Un captulo esencial en la teora de la probabilidad

es mostrar buenas funciones reales no negativas
que satisfagan que la integral sobre toda la recta real
sea 1.

Pero lo esencial es que este tipo de funciones, que

se llaman funciones de densidad, efectivamente
generen probabilidades que sean frecuentes en la
naturaleza y en los procesos humanos.

Probabilidad y Estadstica

La funcin de densidad normal

media

f ( x)

1
2

( x

varianza

Probabilidad y Estadstica

La densidad normal
f ( x)

1
2

( x

a
b

Pra X b f ( x) dx
a

Propiedades de la densidad normal

EX

1
2

( x

dx

V X E X E ( X ) 2
2

Papel de la desviacin estndar en la densidad normal

f ( x)

1
2

( x

Puntos de inflexin (la curva cambia de concavidad)

Muchos fenmenos siguen este tipo de curva

Una tabla de frecuencia

Inferencia Estadstica

Probabilidad y Estadstica

Medimos un mismo atributo sobre n

unidades de muestreo

X 1 x1 , X 2 x2 ,, X n xn
Y el grfico de frecuencia fue as ...

Unidad de muestreo

Inferencia Estadstica

Probabilidad y Estadstica

Poblacin

Con estos simples grficos parece claro que el

atributo X de la poblacin, en base a la muestra que
se tomo, se distribuye segn una ley de densidad
normal

qu parmetros tiene la poblacin?

Probabilidad y Estadstica

Inferencia Estadstica
Poblacin

Se estiman estos parmetros mediante mxima

verosimilitud
n

1
S
xi x

n 1 i 1
2

1 n
x xi
n i 1

Probabilidad y Estadstica

Inferencia Estadstica
Con los valores de

y S

trataremos de inferir los verdaderos valores de y

Intervalo de confianza para
Se sabe que si cada variable

X 1 , X 2 ,, X n

sigue una densidad normal con y entonces

( X ) n
t n 1
S
sigue una ley de densidad llamada t - student con n - 1 grados
de libertad (tiene casi la misma forma que la normal)

Probabilidad y Estadstica

Inferencia Estadstica

( X ) n
T
S

t ( n 1)

1
t
2

t
2

Probabilidad y Estadstica

Inferencia Estadstica

t ( n 1)

1
t
2

t
2

( X ) n
Pr t
t 1
2
S
2

Pr( X t

S
X + t
n

S
) 1
n

Intervalo para la media con una confianza de 1-

Probabilidad y Estadstica

Inferencia Estadstica

Intervalo de confianza para

Se sabe que si cada variable

X 1 , X 2 ,, X n

sigue una densidad normal con y entonces

( n 1) S 2
J
2

sigue una ley de densidad llamada Ji-cuadrado con n - 1

grados de libertad (est concentrada en el eje positivo)

Probabilidad y Estadstica

Inferencia Estadstica

2 ( n1)
1
0

b 20 25
J 10 15

(n 1) S 2
Pra
b 1
2

30

(n 1) S
(n 1) S
2
Pr(

) 1
b
a
2

Intervalo para la varianza con confianza de 1-

Inferencia Estadstica

Probabilidad y Estadstica
Diferencia de medias

X se distribuye segn N (1 , 2 )

Y se distribuye segn N ( 2 , 2 )
Ambas variables miden el mismo atributo, pero
en distintas poblaciones

Probabilidad y Estadstica

Inferencia Estadstica

X se distribuye segn N (1 , 2 )

X 1 x1 , X 2 x2 ,, X n xn
n

Xi

S X2

i 1

2
(
X

X
)
i
i 1

n 1

Y se distribuye segn N ( 2 , 2 )

Y1 y1 , Y2 y2 ,, Ym ym
m

Y
i 1

SY2

2
(
Y

Y
)
i
i 1

m 1

Inferencia Estadstica

Probabilidad y Estadstica

Un estimador de la varianza basada en las dos muestras es

(n 1) S X2 + (m 1) SY2
S
n+m2
2
C

Por otro lado, se demuestra que

X Y se distribuye como N (1 2 , 2 (1 / n + 1 / m))

( X Y ) (1 2 )
T
SC 1 / n + 1 / m

Sigue una distribucin t-student con n+m-2 grados de libertad

Inferencia Estadstica

Probabilidad y Estadstica

Por lo tanto un intervalo de confianza (1- ) para la diferencia de

medias est dado por

( X Y ) t( n+ m2) SC2 (1 / n + 1 / m)

Percentil (1-/100 de la distribucin t-student con n+m-2 grados de

libertad

Inferencia Estadstica

Probabilidad y Estadstica
Cociente de varianzas

X se distribuye segn N (1 , 12 )

Y se distribuye segn N ( 2 , 22 )
Ambas variables miden el mismo atributo, pero
en distintas poblaciones

Probabilidad y Estadstica

Inferencia Estadstica

X se distribuye segn N (1 , 12 )

X 1 x1 , X 2 x2 ,, X n xn
n

Xi

S X2

i 1

2
(
X

X
)
i
i 1

n 1

Y se distribuye segn N ( 2 , 22 )

Y1 y1 , Y2 y2 ,, Ym ym
m

Y
i 1

SY2

2
(
Y

Y
)
i
i 1

m 1

Inferencia Estadstica

Probabilidad y Estadstica

X se distribuye segn N (1 , 12 )

X 1 x1 , X 2 x2 ,, X n xn
(n 1)S X2
J1
se distribuyesegn una Ji - cuadradocon n - 1 g.l.
2
1

Y se distribuye segn N ( 2 , 22 )

Y1 y1 , Y2 y2 ,, Ym ym
(m 1) SY2
J2
se distribuyesegn una Ji - cuadradocon m - 1 g.l.
2
2

Probabilidad y Estadstica

Inferencia Estadstica

(n 1)S X2
J1
se distribuyesegn una Ji - cuadradocon n - 1 g.l.
2
1
(m 1) SY2
J2
se distribuyesegn una Ji - cuadradocon m - 1 g.l.
2
2
Ambas son independientes. Entonces
F

J1 /(n 1)
J 2 /(m 1)

Sigue una distribucin F de Fisher con (n - 1) grados de libertad en el

numerador y (m - 1) grados de libertad en el denominador.

Probabilidad y Estadstica

Inferencia Estadstica

F( n 1, m 1)

1
0

F( n 1, m 1, / 2 )

10

15

20

F( n 1, m 1,1 / 2 )

25

30

2 2

S X 2
PrF( n1,m1, / 2) 2 2 F( n 1,m1,1 / 2) 1
SY 1

Probabilidad y Estadstica

Inferencia Estadstica

F( n 1, m 1)

1
0

F( n 1, m 1, / 2 )

10

15

20

F( n 1, m 1,1 / 2 )

25

30

2
2
S X2 / SY2

S
/
S
X
Y

,
F

F
( n 1,m 1,1 / 2) ( n 1,m 1, / 2)

Intervalo de confianza para la razn

12

22