Inferencia

Modelos probabilsticos

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.

1
Funcin de probabilidad (V. Discretas)

Asigna a cada posible valor 40%

de una variable discreta su 35%

probabilidad. 30%

25%
Recuerda los conceptos de
20%
frecuencia relativa y diagrama de
barras. 15%

10%
Ejemplo
5%
Nmero de caras al lanzar 3 0%
monedas. 0 1 2 3

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.

2
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.

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,
No le deis ms importancia a este comentario ahora. Ya
os ir sonando conforme avancemos.

3
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.

Intenta comprender la explicacin de clase si puedes. Si no, ignora esto

de momento. Revisita este punto cuando hayamos visto el tema de
contrastes de hiptesis.

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

4
Algunos modelos de v.a.

Hay v.a. que aparecen con frecuencia

Experimentos dicotmicos.
Bernoulli

Contar xitos en experimentos dicotmicos repetidos:

Binomial
Poisson (sucesos raros)

Y en otras muchas ocasiones

Distribucin normal (gaussiana, campana,)

El resto del tema est dedicado a estudiar estas

distribuciones especiales.

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.

5
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

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

6
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).

Es muy pronto para resolver esta cuestin ahora. Esperemos a las

pruebas de X2.

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 =npq

7
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.

Parecidos razonables
An no conocis la
distribucin normal, ni de
Poisson.

De cualquier forma ah tenis

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.

8
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:

= = =

Ejemplos de variables de Poisson

El nmero de individuos que ser atendido un da cualquiera en el
servicio de urgencias del hospital clnico universitario.
En Mlaga 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 dificil 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)

9
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: =

N( , ): Interpretacin
geomtrica

Se puede interpretar la
media como un factor
de traslacin.

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

Bioestadstica. U. Mlaga. Tema 4: Probabilidad

10
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%

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.

11
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.

Ejemplo
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)

= = =


= = =

Como ZA>ZB, 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.

12
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).

Veamos aparecer la distribucin normal

Como ilustracin
mostramos una variable
que presenta valores
distribuidos ms o menos
uniformemente sobre el
intervalo 150-190.

Como es de esperar la
media es cercana a 170.
El histograma no se
parece en nada a una
distribucin normal con la
misma media y
desviacin tpica.

13
A continuacin elegimos Muestra
aleatoriamente grupos de 10
observaciones de las anteriores y 1 2 3
calculamos el promedio. 185 190 179
174 169 163
Para cada grupo de 10 obtenemos 167 170 167
entonces una nueva medicin, que 160 159 152
vamos a llamar promedio muestral. 172 179 178
183 175 183
Observa que las nuevas cantidades 188 159 155
estn ms o menos cerca de la
178 152 165
media de la variable original.
152 185 185
175 152 152
Repitamos el proceso un nmero
elevado de veces. En la siguiente
transparencia estudiamos la
distribucin de la nueva variable. 173 169 168

La distribucin de los promedios

muestrales s que tiene distribucin
aproximadamente normal.

La media de esta nueva variable

(promedio muestral) es muy parecida a la
de la variable original.

Las observaciones de la nueva variable

estn menos dispersas. Observa el
rango. Pero no slo eso. La desviacin
tpica es aproximadamente raiz de 10
veces ms pequea. Llamamos error
estndar a la desviacin tpica de esta
nueva variable.

Nada de lo anterior es casualidad.

14
Teorema central del lmite
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.

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):

X2 (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,

15
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.

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).

16
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.

Qu hemos visto?
En v.a. hay conceptos equivalentes a los de temas
anteriores
Funcin de probabilidad Frec. Relativa.
Funcin de densidad histograma
Funcin de distribucin diagr. Integral.
Valor esperado media,
Hay modelos de v.a. de especial importancia:
Bernoulli
Binomial
Poisson
Normal
Propiedades geomtricas
Tipificacin
Aparece tanto en problemas con variables cualitativas (dicotmicas,
Bernoulli) como numricas
Distribuciones asociadas
T-student
X2
F de Snedecor

17