Binomial Negativa

1. Resolviendo por Excel

La probabilidad que un alumno que no entienda binomial negativa repruebe el examen es

de 75% si se pide seleccionar 5 alumnos reprobados al azar. Calcular la probabilidad de
haber tomado 3 alumnos aprobados antes de los 5 reprobados.

Para resolver este ejercicio en Excel se usa la funcin que a continuacin se muestra.
NEGBINOMDIST (nm_fracasos;nm_xitos;prob_xito)

Una vez encontrada la funcin q se va a utilizar, se sustituyen los parmetros de la funcin

con los que se muestran en la siguiente tabla:

Binomial Negativa
r 5
x 3
p 0,75
q 0,25

Masa de 0,12977600
Probabilidad 1
Media 1,66666666
7
Varianza 2,22222222
2

NEGBINOMDIST(3; 5; .75)=.1297
Media = r*(1-p)/p = 1,666666667
Varianza = r*(1-p)/(p*p) = 2,222222222

Por lo tanto, el 12.97% de tomar 3 alumnos aprobados antes de los 5 reprobados

2. Usando la librera Stats en R

Para comenzar se debe de cargar la librera que se va usar, en este caso la librera stats.

> library(stats)

A continuacin se busca la funcin que se va usar para resolver el ejercicio, para ellos
podemos utilizar una funcin que nos mostrara una ayuda sobre las diferentes funciones
que utiliza la librera stats, la funcin es:
>help(stats)

Esta funcin nos mostrara una ayuda en lnea sobre el paquete que se desee, ahora en dicha
pagina se buscara por la distribucin requerida, en este caso la Distribucin Binomial
Negativa.

Una vez ubicada la distribucin podemos observar que tiene los siguientes mtodos :
a. rnbinom (n, size, prob) # Genera nmeros aleatorios
b. pnbinom (q, size, prob, lower.tail = TRUE, log.p = FALSE) # Muestra la funcin
acumulada
c. dnbinom (x, size, prob, log = FALSE) # Muestra la funcin de densidad
d. qnbinom (p, size, prob, lower.tail = TRUE, log.p = FALSE) # Es la inversa de la
funcion acumulada
Como se puede observar cada funcin tiene diferente uso, en este caso
se utilizara la funcin dnbinom ya que queremos calcular la funcin de
densidad.

Ahora volviendo a R, se introduce la funcin dnbinom para verificar los

parmetros de la funcin:

> dnbinom
function (x, size, prob, mu, log = FALSE)
{
if (!missing(mu)) {
if (!missing(prob))
stop("'prob' and 'mu' both specified")
.Internal(dnbinom_mu(x, size, mu, log))
}
else .Internal(dnbinom(x, size, prob, log))
}
<environment: namespace:stats>

Ahora procedemos a resolver el problema usando la funcin anterior y

los parmetros mostrados en la tabla anteriormente mostrada.

> x<-3
> r<-5
> p<-.75
> dnbinom(x,r,p)
[1] 0.129776
> Media<-(r*(1-p))/p
> Varianza<-(r*(1-p))/(p*p)
> Media
[1] 1.666666667
> Varianza
 [1] 2.22222222

3. Usando la librera distr en R

En este caso se seguirn los mismos pasos descritos en el punto

anterior, la nica diferencia es que se trabajara con la librera distr.

Esta librera su caracterstica es que trabaja con objetos, es decir, se

asigna a una variable que contendr la misma funcin(s) que se utilizan
en la librera stas, sin embargo las funcin de la librera en esta ocasin
cambian y a continuacin se muestran :

a. r(X)(n) # Genera nmeros aleatorios

b. d(X)(x, log = FALSE) # Muestra la funcin de densidad
c. p(X)(q, lower.tail = TRUE, log.p = FALSE) # Muestra la funcin acumulada
d. q(X)(p, lower.tail = TRUE, log.p = FALSE) # Es la inversa de la funcin acumulada

Como en la librera anterior solo usaremos la funcin d, para calcular la funcin de

densidad y se usara la misma funcin de la librera stats (dnbinom)

Volviendo a R y siguiendo los pasos del anterior punto, tenemos:

> library(distr) ## Se carga la librera que se va a usar

> help(distr) ## Muestra la ayuda en lnea acerca de la librera que se va a usar
> ## Inicializamos las variables a utilizar para resolver el problema
> r<-3
> p<-.75
> x<-5
> P_X_5<-Nbinom(r,p)
> d(P_X_5)(X)
[1] 0.129776
>## Para la Media y la Varianza, se deja igual ya que no se requiere de ninguna funcin
determinada para calcularlas
>Media<-(r*(1-p))/p
>Varianza<-(r*(1-p))/(p*p)
>Media
[1] 1.6666667
>Varianza
[1] 2.22222222

Enviar por correo electrnicoEscribe un blogCompartir con TwitterCompartir con

FacebookCompartir en Pinterest