Probabilidad. Utilizar información extraída de una muestra para elaborar conclusiones respecto de las características de una población, implica un riesgo.

Presentación del tema: "Probabilidad. Utilizar información extraída de una muestra para elaborar conclusiones respecto de las características de una población, implica un riesgo."— Transcripción de la presentación:

1 Probabilidad

2 Utilizar información extraída de una muestra para elaborar conclusiones respecto de las características de una población, implica un riesgo basado en la incertidumbre. La Estadística provee una manera racional de cuantificar esa incertidumbre, denominada probabilidad.

3 Contenidos Concepto de probabilidad Variable aleatoria Función de distribución Función de densidad Modelos probabilísticos

4 Probabilidad: medida de la incertidumbre sobre la ocurrencia de un evento o suceso. La probabilidad de un evento A, P(A), es un número que se encuentra en el intervalo [0,1]: 0 ≤ P(A) ≤ 1 Si un evento no puede suceder tendrá probabilidad 0, pero sucesos con probabilidad 0 pueden ocurrir. La probabilidad de 1 indica que algo va a suceder siempre.

5 Evento: uno o más de los posibles resultados de un “experimento”. Al tirar una moneda, si cae cara es un evento y si cae cruz es otro. Experimento: es la actividad que origina dichos eventos. Ejemplos: tirar una moneda, tirar un dado, etc. Espacio muestral: todos los posibles resultados de un experimento aleatorio.

6 Experimento: observar 3 semillas en un cierto orden y registrar su estado sanitario. Cada semilla puede estar: sana ( + ) o enferma ( - ) Hay 8 resultados posibles que conforman el siguiente espacio muestral:  = {+ + +, + + -, + - +, - + +, + - -, - + -, - - +, - - -}

7 Evento elemental - Evento  = {+ + +, + + -, + - +, - + +, + - -, - + -, - - +, - - -} Evento elemental Un evento elemental o evento simple es cada uno de los posibles resultados contenidos en un espacio muestral.

8 Evento elemental - Evento  = {+ + +, + + -, + - +, - + +, + - -, - + -, - - +, - - -} Evento A = { + - -, - - +, - + - } representa el evento “observar una sola semilla sana”. Un evento es un subconjunto de eventos elementales, que constituyen un espacio muestral.

9 Ejemplos Se arroja un dado de seis caras  = {1, 2, 3, 4, 5, 6} Se arroja una moneda  = {C, X} (donde C: cara y X: cruz) Un subconjunto puede ser A: {1, 3, 5} Un subconjunto puede ser B: {CX, XC, XX} Se arroja una moneda dos veces  = {CC, CX, XC, XX}

10 Probabilidad es una medida de la incertidumbre asociada a la ocurrencia de eventos o resultados. Probabilidad (enfoque clásico) Cada uno de los resultados debe ser igualmente posible.

11 Ejemplos Se extrae un naipe de una baraja inglesa de 52 cartas. A es el evento “corazón”. Considerar que hay 13 corazones en el mazo. Así: Se extrae un naipe de una baraja inglesa de 52 cartas. B es el evento número menor a 6. Hay 5 cartas menores a 6 en cada uno de los 4 palos, entonces 5x4=20. Así:

12 Probabilidad (enfoque frecuencial) Para responder a preguntas tales como: ¿Cuál es la probabilidad que llueva mañana? ¿Cuál es la probabilidad que una persona viva hasta los 85 años?  La frecuencia relativa de un evento debe registrarse durante un gran n ú mero de experimentos.  La probabilidad es la proporci ó n de veces que un evento se presenta en un gran n ú mero de experimentos, cuando las condiciones experimentales son estables.

13 Ejemplo Se sabe, por registros históricos, que de los hombres de más de 40 años, 60 de cada 100.000, mueren por enfermedades cardíacas.  Mayor n ú mero de intentos implican mayor precisi ó n. ¿Cuál es la probabilidad de que un hombre de esa edad sufra de una enfermedad cardíaca?

14 Variable Aleatoria

15 En Estadística, interesa asignar probabilidades de ocurrencia a los distintos valores, o subconjuntos de valores, de la variable en estudio. Por ello interpretaremos a las observaciones de una variable como valores realizados de una variable aleatoria.

16 En el análisis de la información proveniente de experimentos aleatorios, se trabaja con variables definidas desde los espacios muestrales. Dichas variables se denominan variables aleatorias. Las variables aleatorias tienen asociada una medida de probabilidad. ¿Qué es una variable aleatoria?

17 Discretas Continuas (pueden tomar sólo un número limitado o ilimitado pero numerable de valores) (pueden tomar cualquier valor en un intervalo dado) Variables aleatorias

18 Experimento: Observar 3 semillas en un cierto orden y registrar su estado sanitario. Cada semilla puede estar: sana ( + ) o enferma ( - ) Hay 8 resultados posibles que conforman el siguiente espacio muestral:  = {+ + +, + + -, + - +, - + +, + - -, - + -, - - +, - - -}

19 Variable aleatoria discreta Dado el espacio muestral:  = {+ + +, + + -, + - +, - + +, + - -, - + -, - - +, - - -} Definiendo una variable aleatoria: X = número de semillas sanas ¿Cuál es la probabilidad de hallar 3 semillas sanas? P (X = 3) = 1/8

20 Variable aleatoria continua Notar que: -  + 

21 Distribución de probabilidades XP(x) o f(x)F(x) 01/8 13/84/8 23/87/8 31/88/8 8/8=1.0 Función de densidad Función de distribución acumulada Variable discreta

22 Esperanza XP(x) o f(x)x f(x) 01/80  1/8 = 0 13/81  3/8 = 3/8 23/82  3/8 = 6/8 31/83  1/8 = 3/8 Total8/8=1.012/8 = 1.5 Variable discreta

23 Varianza XP(x) o f(x) (x-  ) 2 f(x) 01/8(0-1.5) 2  1/8 = 0.28 13/8(1-1.5) 2  3/8 = 0.094 23/8(2-1.5) 2  3/8 = 0.094 31/8(3-1.5) 2  1/8 = 0.28 Total8/8=1.00.75 Variable discreta

24 Variable aleatoria continua

25

26 Medidas resumen de una distribución ¿Cuál es la diferencia? Variable continua

27 Medidas resumen de una distribución ¿Cuál es la diferencia? Variable continua

28 Medidas resumen de una distribución EsperanzaVarianza Variable continua

29 Medidas resumen de una distribución Desviación estándar Coeficiente de variación Variable continua