ACTIVIDAD 1

POBLACIONES, MUESTRAS Y DISTRIBUCIONES DE PROBABILIDAD

Presentado por:

Laura Vanessa Castaño Baquero

Presentado a:

John Jairo Cruz

Docente

Corporación Universitaria Minuto de Dios

ESTADISTICA INFERENCIAL

Bogotá 25 de junio del 2020

 INTRODUCCIÓN

En el siguiente trabajo podremos encontrar algunos conceptos de la estadística

inferencial, que como ya sabemos es una ciencia que tiene como fin facilitarnos la solución

de problemas dándonos a conocer algunas características de estos sucesos o eventos, ya que

en la actualidad la estadística es la forma más precisa de describir datos económicos,

políticos, sociales etcétera, y con esto analizar los resultados.

TALLER.

1. ¿Qué es la probabilidad en Estadística?

 Rta: El concepto de probabilidad en primera instancia se entiende como la

posibilidad que existe de que un determinado hecho probable realmente suceda.

Ese hecho puede finalmente suceder o no suceder.

2. ¿Cuál es la diferencia entre población y muestra?

Rta: Para poder entender de una mejor manera la estadística inferencial, es

importante entender en que se diferencian lo conceptos de población y muestras.

Una población es un conjunto de personas, objetos o eventos acerca de los

cuales se desea hacer inferencias.

Una muestra es un subconjunto, objetos o eventos de una población más grande

que se recolecta y analiza para hacer inferencias.

3. En un mapa conceptual indicar todos los tipos de muestreo

NUMEROS MUESTRA
ALEATORIOS ALEATORIA

TIPOS DE
MUESTREO
MUESTREO
MUESTREO ALEATORIO
POR SIMPLE
RACIMO

MUESTREO
SISTEMATIZA
DO
4. Consulta las reglas básicas de probabilidades.
Rta: Existen tres reglas fundamentales para resolver problemas en donde se

desea determinar la probabilidad de un suceso si se conocen las probabilidades

de otros sucesos que están relacionados con él, estas reglas son:

a. Probabilidad Total: sean A1, A2, …, An un conjunto completo de sucesos

incompatibles entre si. Sea B el suceso del cual se conocen las

probabilidades condicionales P(B/Ai), entonces, la probabilidad de

ocurrencia de B se conoce como probabilidad total (completa) y su valor se

determina mediante la expresión. P(B)=P(A1)*P(B/A1)+P(A2)*P(B/A2)+…

+P(An)*P(B/An).

Es importante destacar que la probabilidad total puede entenderse como la

suma de las probabilidades compuestas P(Ai n B).

b. Probabilidad Condicional: Hay situaciones que interesa calcular la

probabilidad de sucesos que tienen cierto información con respecto a una

información. Dicha información reduce el espacio muestra original a uno de

sus subconjuntos. De esta forma la probabilidad de un suceso será diferente

si se tiene o no información adicional. Así por ejemplo, un animal elegido de

aquellos que están vacunados tendrá una probabilidad mayor de no contraer

la enfermedad que aquel seleccionado entre el conjunto total de animales,

este tipo de probabilidad se denomina Condicional y se expresa:

P(A/B) que se lee: probabilidad de que habiendo ocurriendo B ocurra A, o

probabilidad de A habiendo ocurrido B.

c. Probabilidad Compuesta o Conjunta: La probabilidad condicional

estudiada nos conduce a observar reglas de probabilidad para sucesos

 conjuntos, es decir, la probabilidad de que dos o más sucesos aparezcan al

mismo tiempo.

Dado que:

P(A/B) = P(AB) 1 P(AB)=P(B).P(A/B)

P(B)

P(B/A)= P(B) 2 P(AB)=P(A/B)

P(A)

5. Consultar en que consiste las distribuciones de probabilidad Binomial y Poisson.

Rta: Distribución Binominal: Es un caso particular de la probabilidad de

variable aleatoria discreta y por sus aplicaciones, es posiblemente la más

importante. Esta distribución corresponde a la realización de un experimento

aleatorio que cumple con las siguientes condiciones:

 Al realizar el experimento solo son posibles dos resultados: el suceso A,

llamado éxito y el suceso B llamado fracaso.

 Al repetir el experimento, el resultado obtenido es independiente de los

resultados obtenidos anteriormente.

 La probabilidad del suceso A es constante, es decir, no varía de una

prueba del experimento a otra.

 En cada experimento se realizan n pruebas idénticas.

Su fórmula es: p(x=k)= n pk q n-k

Distribución Poisson, es una de las más importantes distribuciones y

variables discretas. Sus principales aplicaciones hacen referencia a la modelización

de situaciones en las que nos interesa determinar el número de hechos de cierto tipo

que se puedan producir en un intervalo de tiempo o de espacio, bajo presupuestos de

aleatoriedad y ciertas circunstancias restrictivas. Otro de sus usos frecuentes es la

consideración límite de procesos dicotómicos reiterados un gran número de veces, si

la probabilidad de obtener un éxito es muy pequeño.

6. Consultar que es una permutación y una combinación (combinatoria)

Estadística.

Rta: existen dos maneras de ordenar o combinar resultados de eventos

dependientes.

Las permutaciones son agrupaciones en las que importa el orden de los objetos.

Las combinaciones son agrupación en las que el contenido importa pero el orden

no.