Está en la página 1de 25

Nociones de probabilidad y

estadstica
MIN 235 Geoestadstica y Anlisis espacial
Rodrigo Estay Huidobro
rodrigo.estayh@usm.cl
Marcelo Andrs Prez
marcelo.perezc@usm.cl
Definiciones
Poblacin
Muestra / Muestra representativa
Variables
Variabilidad / Aleatoriedad / Incertezas
Variable aleatoria
Momentos estadsticos (Valor esperado / Varianza)
Mediana / cuantiles / moda / Skewness / Kurtosis
Distribucin de frecuencia / Histograma
Distribucin de probabilidad
Definiciones
Poblacin / Muestra / Variables

Estadstica descriptiva
Probabilidad
Incertidumbre

Poblacin Muestra

Estadstica
Variables
inferencial
Variables aleatorias (V.A)
Para un espacio muestral (W)dado de algn experimento, una variable
aleatoria es cualquier regla que asocia un nmero con cada resultado
en el espacio muestral, i.e., cualquier variable cuyos valores sean
inciertos.
Matemticamente, una V.A es una funcin cuyo dominio es el espacio
muestral y cuyo rango es el conjunto de los nmero reales (R).
Estadstica descriptiva
Media / Valor esperado
Momentos estadsticos
Varianza / Desv. Std.
Skewness
Medidas de forma
Kurtosis
Moda
Mediana
Medidas de ubicacin
Cuantiles
Box plots
Estadstica descriptiva
Skewness y Kurtosis
Skewness

Medida del grado de asimetra de la distribucin de la variable

Kurtosis

Medida del grado de aumento o disminucin del peak de la distribucin de


la variable en comparacin con una distribucin normal
Estadstica descriptiva
Box plots
Histogramas
Histogramas
Espacios

Espacios
Histogramas
Bi-modalidad
Histograma acumulado
Distribuciones de probabilidad
Discretas
Bernoulli
Binomial
Poisson

Continuas
Uniforme
Normal / Lognormal
Exponencial
Gamma
Distribuciones discretas
Bernoulli
, = 1
; = 1 = 0
0

Binomial: n variables aleatorias Bernoulli



; , = (1 )

= 0,1,2,
Distribucin Poisson

=
!
Muy utilizado en teora de colas (llegadas y salidas)
k es el nmero de eventos que ocurre en un intervalo
Los eventos son independientes
La tasa de ocurrencia, l, es constante.
Dos eventos no pueden ocurrir al mismo tiempo

No confundir con
Distribucin uniforme
1
, = [, ]
0
Distribucin Normal (o Gaussiana)
Completamente definida por su media y varianza
Tiene una descripcin matemtica concisa
Favorable para enfoques tericos de estimacin
La suma de n variables aleatorias independientes con
distribucin normal de media m y varianza s2, sigue siendo
una variable aleatoria de media nxm y varianza nxs2
Distribucin normal estndar N(m,s2) = N(0,1)
Funcin de densidad de probabilidad:


1 1 2
= exp
2 2
Distribucin Normal
Teorema del lmite central / Intervalos de confianza

= ~ 0,1 ( > 50)

1 2 = 1


2 2 = 1


2 + 2 = 1


= /2

2 2
Error muestral
Distribucin Normal

P(z 1,28)
Distribucin Normal
OJO: Que existen tablas que
muestran los valores
complementarios a la distribucin
Distribucin Lognormal
Una poblacin es lognormal si los
logaritmos de los datos estn distribuidos
como una normal
Propiedades:
En Ciencias de la Tierra es comn encontrar
variables cuya distribucin es cercana a una
lognormal
- Relacin con la distribucin normal la hace fcil de utilizar
- Valores muy altos pueden ser comparables con valores muy chicos

Funcin de densidad de probabilidad:


Distribucin Gamma

1
> 0, = 1
()

= 1
0

= 1 !
Distribucin exponencial
Distribucin Gamma con q = 1
Describe el tiempo entre eventos de un proceso
del tipo Poisson
0; ; =

: tasa de ocurrencia [eventos/tpo]

1
= =

1
= 2 = 2

Regresin lineal
Mnimos cuadrados
= 0 + 1 + Se puede demostrar:

= 0 + 1 =1( )( )
1 = 2
=1( )
=
0 = 1

= 2
=1

{}
Coeficiente de Correlacin (r)


=1

=1
= = =

=1 =1

Ejemplo: Calcular la regresin lineal para los datos entregados en la tabla. Qu


puede concluir?
Edad Presin sangunea Edad Presin sangunea
45 118 50 120
45 120 50 122
45 122 65 118
45 124 65 120
50 118 75 220
Coeficiente de correlacin
Propiedades
1. No depende de qu variable es x o y

2. r es independiente de las unidades estudiadas

3. -1 r 1

4. r = 1 si y solo si todos los pares (xi, yi) quedan en una lnea recta con
pendiente positiva y r = -1 si la recta es de pendiente negativa

5. r2: Coeficiente de determinacin.

6. Regla de oro
i. -0,5 r 0,5 (dbil)
ii. -0,8 < r < -0,5 o 0,5 < r < 0,8 (moderada)
iii. -0,8 r o 0,8 r (Fuerte)