Está en la página 1de 5

Ddistribucin hipergeomtrica?

La distribucin hipergeomtrica es una distribucin discreta que modela el


nmero de eventos en una muestra de tamao fijo cuando usted conoce el
nmero total de elementos en la poblacin de la cual proviene la muestra.
Cada elemento de la muestra tiene dos resultados posibles (o es un evento o
un no evento). Las muestras no tienen reemplazo, por lo que cada elemento de
la muestra es diferente. Cuando se elige un elemento de la poblacin, no se
puede volver a elegir. Por lo tanto, la probabilidad de que un elemento en
particular sea seleccionado aumenta con cada ensayo, suponiendo que an no
ha sido seleccionado.

Utilice la distribucin hipergeomtrica para muestras obtenidas de poblaciones


relativamente pequeas, sin reemplazo. Por ejemplo, esta distribucin se utiliza
en la prueba exacta de Fisher para probar la diferencia entre dos proporciones
y en muestreos de aceptacin por atributos cuando se toman muestras de un
lote aislado de tamao finito.

La distribucin hipergeomtrica es descrita por 3 parmetros: tamao de la


poblacin, conteo de eventos en la poblacin y tamao de la muestra

Por ejemplo, usted recibe un envo de pedido especial de 500 etiquetas.


Supongamos que el 2% de las etiquetas tiene defectos. El conteo de eventos
en la poblacin es de 10 (.02 * 500). Usted toma una muestra de 40 etiquetas
y desea determinar la probabilidad de que haya 3 o ms etiquetas defectuosas
en esa muestra.

La probabilidad de que haya 3 o ms etiquetas defectuosas en la muestra es


de 0.0384.
Ejemplo del clculo de probabilidades hipergeomtricas.
Supongamos que hay diez automviles que le gustara someter a una prueba
de conduccin (N = 10), y cinco de ellos tienen motores turbo (x = 5). Si
prueba tres de los vehculos (n = 3), cul es la probabilidad de que dos de los
tres que probar tengan motores turbo?
1. Elija Calc > Distribuciones de probabilidad > Hipergeomtrica.
2. Elija Probabilidad.
3. En Tamao de la poblacin (N), ingrese 10. En Conteo de eventos
en la poblacin (M), ingrese 5. En Tamao de la muestra (n),
ingrese 3.
4. Elija Constante de entrada e ingrese 2.
5. Haga clic en Aceptar.
La probabilidad de que seleccione dos automviles con motores turbo cuando
pruebe tres de los diez vehculos que le interesan es 41.67%.

La diferencia entre las distribuciones hipergeomtrica y binomial


Tanto la distribucin hipergeomtrica como la distribucin binomial describen el
nmero de veces que un evento ocurre en un nmero fijo de ensayos. En una
distribucin binomial, los ensayos son independientes. Para la distribucin
hipergeomtrica, cada ensayo cambia la probabilidad de cada ensayo
subsiguiente, porque no hay reemplazo.

Un tpico caso de aplicacin de este modelo es el siguiente :

Supongamos la extraccin aleatoria de n elementos de un


conjunto formado por N elementos totales, de los cuales Np son del tipo A y Nq
son del tipo (p+q=l) .Si realizamos las extracciones sin devolver los
elementos extrados , y llamamos X. al nmero de elementos del tipo A que
extraemos en n extracciones X seguir una distribucin hipergeomtrica de
parmetros N , n , p

Funcin de cuanta.

La funcin de cuanta de una distribucin Hipergeomtrica har corresponder


a cada valor de la variable X (x = 0,1,2, . . . n) la probabilidad del suceso
"obtener x resultados del tipo A ", y (n-x) resultados del tipo no A en las n
pruebas realizadas de entre las N posibles.

Veamos :

Hay un total de formas distintas de


obtener
x resultados del tipo A y n-x del tipo ,
si partimos de una poblacin formada por Np elementos del tipo A
y Nq elementos del tipo

Por otro lado si realizamos n pruebas o extracciones hay un total de

posibles muestras ( grupos de n elementos)

aplicando la regla de Laplace tendramos

que para valores de X comprendidos entre el conjunto de enteros 0,1,. .n


ser la expresin de la funcin de cuanta de una distribucin ,
Hipergeomtrica de parmetros N,n,p .

Media y varianza.

Considerando que una variable hipergeomtrica de parmetros N, n, p


puede considerarse generada por la reiteracin de un proceso dicotmico n
veces en el que las n dicotomas NO son independientes ; podemos considerar
que una variable hipergeomtrica es la suma de n variables dicotmicas NO
independientes.

Es bien sabido que la media de la suma de variables aleatorias (sean stas


independientes o no) es la suma de las medias y por tanto la media de una
distribucin hipergeomtrica ser , como en el caso de la binomial :

En cambio si las variables sumando no son independientes la varianza de la


variable suma no ser la suma de las varianzas.

Si se evala el valor de la varianza para nuestro caso se obtiene que la


varianza de una distribucin hipergeomtrica de parmetros N,n,p es :
si
para demostracin de esta expresin vase Wilks S. ,Mathematical
Statistics,1962

Esta forma resulta ser la expresin de la varianza de una binomial (n, p)


afectada por un coeficiente corrector [N-n/N-1] , llamado coeficiente de
exhaustividad o Factor Corrector de Poblaciones Finitas (F.C.P.F.) y que da
cuenta del efecto que produce la no reposicin de los elementos extrados en el
muestreo.

Este coeficiente es tanto ms pequeo cuanto mayor es el tamao muestral


(nmero de pruebas de n ) y puede comprobarse como tiende a aproximarse a
1 cuando el tamao de la poblacin N es muy grande . Este ltimo hecho nos
confirma lo ya comentado sobre la irrelevancia de la reposicin o no cuando se
realizan extracciones sucesivas sobre una poblacin muy grande. Con una
poblacin muy grande se cual fuere el tamao de n , el factor corrector sera
uno lo que convertira , en cierto modo a la hipergeomtrica en una binomial
(ver D. Binomial) . As

Lmite de la distribucin hipergeomtrica cuando N tiende a infinito.

Hemos visto como la media de la distribucin hipergeomtrica [H{N,n,p)],


tomaba siempre el mismo valor que la media de una distribucin binomial
[B{n,p)] tambin hemos comentado que si el valor del parmetro N creca
hasta aproximarse a infinito el coeficiente de exhaustividad tenda a ser 1, y,
por lo tanto, la varianza de la hipergeomtrica se aproximaba a la de la
binomial : puede probarse asimismo , cmo la funcin de cuanta de una
distribucin hipergeomtrica tiende a aproximarse a la funcin de cuanta de
una distribucin binomial cuando
Puede comprobarse en la
representacin grfica de una
hipergeomtrica con N =100000 como
sta ,es idntica a la de una binomial
con los mismos parmetros restantes n
y p , que utilizamos al hablar de
la binomial

Moda de la distribucin hipergeomtrica

De manera anloga a como se obtena la moda en la distribucin binomial es


fcil obtener la expresin de sta para la distribucin hipergeomtrica. De
manera que su expresin X0 sera la del valor o valores enteros que verificasen.