Publicado el 25 de Septiembre del 2019
1.322 visualizaciones desde el 25 de Septiembre del 2019
1,9 MB
116 paginas
Creado hace 7a (03/03/2017)
Modelos
Probabilidad y variables aleatorias
Probabilidad y sus propiedades
Probabilidad condicionada
Variables aleatorias
Modelos de distribución de probabilidad
El proceso de Bernoulli
El proceso de Poisson
Las distribuciones de duraciones de vida
La distribución Normal
La distribución Log-Normal
Modelos Multivariantes
Máster en Big Data y Data Science
Estadística
138
Modelos: Probabilidad y variables aleatorias
Probabilidad y variables aleatorias
Probabilidad y sus propiedades
Probabilidad condicionada
Variables aleatorias
Máster en Big Data y Data Science
Estadística
139
Probabilidad y sus propiedades: Concepto
Cuando tenemos una muestra de una población, después de
describirla, nuestro objetivo es inferir las propiedades de la
población a partir de la muestra.
El instrumento conceptual que permite la generalización es un
modelo de la población.
El calculo de probabilidades me permite calcular este modelo que
actúa de puente entre lo observado, i.e. la muestra, y lo
desconocido, i.e. la población.
La probabilidad de una población finita homogénea de N
elementos, k de los cuales tienen la característica A:
P(A)=k/N
Máster en Big Data y Data Science
Estadística
140
Probabilidad y sus propiedades: Concepto
Máster en Big Data y Data Science
Estadística
141
Probabilidad y sus propiedades: Concepto
Hay que ser consciente que muchas veces no se puede obtener un
conocimiento exacto de la probabilidad ya que:
Al no ser posible una experimentación definida, siempre tenemos una
información limitada sobre la frecuencia relativa.
El sistema observado puede variar a lo largo del tiempo, y por tanto
también las frecuencias relativas.
Por tanto para poblaciones finitas la identificación de la
probabilidad con la frecuencia relativa es casi inmediata, pero
para poblaciones infinitas puede presentar serios problemas.
Esto se complica mucho más para sucesos inciertos, que solamente
ocurren un número de veces muy reducido.
Máster en Big Data y Data Science
Estadística
142
Probabilidad y sus propiedades: Definición
Población: conjunto de elementos homogéneos en los que se desea
investigar la ocurrencia de una característica o propiedad:
Numero de elementos finito o infinito.
Debe ser posible observar sus elementos.
Debe ser posible saber si un elemento pertenece a ella o no.
Sucesos elementales: es el conjunto de resultados posibles que verifican:
Siempre ocurre alguno de ellos.
Son mutuamente excluyentes.
Sucesos compuestos: los construidos a partir de uniones de resultados
elementales.
P. ej. Tirar un dado:
Sucesos elementales: 1, 2, 3, 4, 5, 6
Sucesos compuestos: número par, número impar, menor 5, múltiplo de 2, etc.
Máster en Big Data y Data Science
Estadística
143
Probabilidad y sus propiedades: Definición
Espacio muestral: conjunto de todos los resultados
posibles del experimento. Así los elementos
elementales y compuestos son los subconjuntos del
espacio muestral.
Definimos el suceso seguro, E, como todo el espacio
muestral: es seguro porque siempre ocurre.
Definimos el suceso imposible, ∅, como aquel que no ocurre
nunca.
Máster en Big Data y Data Science
Estadística
144
Probabilidad y sus propiedades: Definición
Se desea asociar a cada suceso una medida de incertidumbre
que llamaremos probabilidad, con las siguientes propiedades:
1.
2.
3.
Debido a que la fr(A) es un numero comprendido entre 0 y 1, la
probabilidad: 0≤P(A)≤1.
La frecuencia del suceso seguro ocurre siempre: P(E)=1.
Si A y B son características mutuamente excluyentes y las unimos en
una nueva C=A+B. C ocurre cuando ocurre A o ocurre B. La frecuencia
relativa de C es la suma de las frecuencias relativas de A y B, y por
tanto la probabilidad de sucesos mutuamente excluyentes:
P(A+B)=P(A U B)=P(A or B)=P(A)+P(B). P. ej probabilidad de sacar 1
o 2 en una tirada de dado: P(1 or 2) =1/6+1/6=1/3.
i
i
.
k
w
/
g
r
o
a
d
e
p
k
w
i
i
i
.
s
e
/
/
:
s
p
t
t
h
a
d
a
n
o
i
c
i
d
n
o
c
_
d
a
d
i
l
i
b
a
b
o
r
P
/
e
d
í
a
d
a
r
t
x
e
n
e
g
a
m
I
mutuamente
excluyentes
Máster en Big Data y Data Science
Estadística
145
Probabilidad y sus propiedades: Definición
Se desea asociar a cada suceso una medida de incertidumbre que
llamaremos probabilidad, con las siguientes propiedades:
4.
Suponiendo A y B NO son mutuamente excluyentes definimos
Comentarios de: Estadística - Máster en Big Data y Data Science (0)
No hay comentarios