Está en la página 1de 3

26/3/2019 Distribución hipergeométrica - Minitab

 Soporte de Minitab® 18
Distribución binomial

Distribución de Cauchy Buscar Soporte de Minitab 18 

Distribución de chi-cuadrada

Distribución discreta

Distribución exponencial Distribución hipergeométrica


Más información sobre Minitab 18 
Distribución F

Distribución gamma
En este tema
¿Qué es la distribución hipergeométrica?
Distribución geométrica
Ejemplo de cálculo de las probabilidades hipergeométricas
La diferencia entre las distribuciones hipergeométrica y binomial
Distribución hipergeométrica

Distribución de enteros
¿Qué es la distribución hipergeométrica?
Distribución de Laplace
La distribución hipergeométrica es una distribución discreta que modela el número de eventos en una
muestra de tamaño jo cuando usted conoce el número total de elementos en la población de la cual
Distribución logística
proviene la muestra. Cada elemento de la muestra tiene dos resultados posibles (es un evento o un no
evento). Las muestras no tienen reemplazo, por lo que cada elemento de la muestra es diferente.
Distribución loglogística Cuando se elige un elemento de la población, no se puede volver a elegir. Por lo tanto, la probabilidad
de que un elemento sea seleccionado aumenta con cada ensayo, presuponiendo que aún no haya sido
Distribución lognormal seleccionado.

Utilice la distribución hipergeométrica para muestras obtenidas de poblaciones relativamente


Distribución normal pequeñas, sin reemplazo. Por ejemplo, la distribución hipergeométrica se utiliza en la prueba exacta
multivariada
de Fisher para probar la diferencia entre dos proporciones y en muestreos de aceptación por atributos
cuando se toman muestras de un lote aislado de tamaño nito.
Distribución binomial negativa
La distribución hipergeométrica se de ne por 3 parámetros: tamaño de la población, conteo de
eventos en la población y tamaño de la muestra.
Distribución normal

Por ejemplo, usted recibe un envío de pedido especial de 500 etiquetas. Supongamos que el 2% de las
Distribución de Poisson etiquetas es defectuoso. El conteo de eventos en la población es de 10 (0.02 * 500). Usted toma una
muestra de 40 etiquetas y desea determinar la probabilidad de que haya 3 o más etiquetas
defectuosas en esa muestra. La probabilidad de que haya 3 o más etiquetas defectuosas en la muestra
Distribuciones de valor extremo
más pequeño y más grande es de 0.0384.

Distribución t

Distribución triangular

Distribución uniforme

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting-topics/distributions/hypergeometric-distribution/ 1/3
26/3/2019 Distribución hipergeométrica - Minitab

Ejemplo de cálculo de las probabilidades hipergeométricas


Supongamos que hay diez automóviles disponibles para que usted los pruebe (N = 10) y cinco de ellos
tienen motores turbo (x = 5). Si prueba tres de los vehículos (n = 3), ¿cuál es la probabilidad de que dos
de los tres que probará tengan motores turbo?

1. Elija Calc > Distribuciones de probabilidad > Hipergeométrica.


2. Elija Probabilidad.
3. En Tamaño de la población (N), ingrese 10. En Conteo de eventos en la población (M), ingrese 5.
En Tamaño de la muestra (n), ingrese 3.
4. Elija Constante de entrada e ingrese 2.
5. Haga clic en Aceptar.
La probabilidad de que seleccione exactamente dos automóviles con motores turbo de forma aleatoria
cuando pruebe tres de los diez vehículos es 41.67%.

La diferencia entre las distribuciones hipergeométrica y


binomial
Tanto la distribución hipergeométrica como la distribución binomial describen el número de veces que
un evento ocurre en un número jo de ensayos. Para la distribución binomial, la probabilidad es igual
para cada ensayo. Para la distribución hipergeométrica, cada ensayo cambia la probabilidad de cada
ensayo subsiguiente porque no hay reemplazo.

Utilice la distribución binomial con poblaciones tan grandes que el resultado de una prueba
prácticamente no tiene efecto sobre la probabilidad de que el próximo resultado sea un evento o un
no evento. Por ejemplo, en una población de 100,000 personas, 53,000 tienen sangre O+. La
probabilidad de que la primera persona seleccionada aleatoriamente en una muestra tenga sangre O+
es 0.530000. Si la primera persona en una muestra tiene sangre O+, entonces la probabilidad de que la
segunda persona tenga sangre O+ es 0.529995. La diferencia entre estas probabilidades es lo
su cientemente pequeña como para ignorarla en la mayoría de las aplicaciones.

Utilice la distribución hipergeométrica con poblaciones que sean tan pequeñas que el resultado de un
ensayo tiene un gran efecto en la probabilidad de que el próximo resultado sea un evento o un no
evento. Por ejemplo, en una población de 10 personas, 7 personas tienen sangre O+. La probabilidad
de que la primera persona seleccionada aleatoriamente en una muestra tenga sangre O+ es 0.7000. Si
la primera persona en la muestra tiene sangre O+, entonces la probabilidad de que la segunda
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis
persona y contenido
tenga sangre personalizado.  
O+ es 0.66667. La diferencia puedeAceptar
aumentar a medida que aumenta el tamaño
Leer nuestra política
de la muestra. La diferencia entre estas probabilidades es demasiado grande como para ignorarla en
muchas aplicaciones.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting-topics/distributions/hypergeometric-distribution/ 2/3
26/3/2019 Distribución hipergeométrica - Minitab

Minitab.com ● Portal para licencias ● Tienda ● Blog ● Contáctenos

Copyright © 2019 Minitab, LLC. All rights Reserved.

español

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  
Aceptar
Leer nuestra política

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting-topics/distributions/hypergeometric-distribution/ 3/3

También podría gustarte