J. ¿Qué son eventos mutuamente excluyentes?

¿Cómo es la intersección de
dos eventos mutuamente excluyentes? ¿Si son excluyentes, dado un evento A
y uno B, a que es igual la P(A ꓴ B)?

 Se dice que dos eventos son mutuamente excluyentes, cuando ambos no

pueden ocurrir simultáneamente en el resultado de una
experimentación. También se conocen como eventos incompatibles. Por
ejemplo al dejar rodar un dado, pueden separarse los posibles resultados
como: Números impares o pares. Donde cada uno de estos eventos
excluye al otro (No puede salir un número par e impar a su vez).
 Surgen como resultado de operaciones efectuadas en la Teoría de
conjuntos, donde grupos de elementos constituidos en conjuntos y sub-
conjuntos, se agrupan o demarcan según factores relacionales; Unión
( U ), intersección ( ∩ ) y complemento ( ‘ ) entre otros.
 Sean A y B dos eventos mutuamente excluyentes entre si

A ∩ B = B ∩ A = ∅

Si A = B’ son eventos complementarios y A U B = S (Espacio muestral)

P( A ∩ B) = 0 ; La probabilidad de ocurrencia simultanea de estos eventos es

nula

K. En el caso de distribuciones de variables aleatorias ¿cuándo una variable

es continua y simétrica? ¿qué modelo se usa?

 Se denomina variable continua a aquella que puede tomar cualquiera de

los infinitos valores existentes dentro de un intervalo. En el caso de
variable continua la distribución de probabilidad es la integral de la
función de densidad, por lo que tenemos entonces que:
 Cuando representamos una distribución podemos analizar su nivel de
simetría: una distribución es simétrica si en relación a un valor central
 la distribución se distribuye un 50% a la derecha y otro 50% a la
izquierda, presentando una forma similar a ambos lados del valor
central.
 Modelos continuos y modelos discretos

L. Para una variable de conteo no acotado, ¿qué modelo se utiliza?

Un enfoque estándar para analizar variables de conteo es el modelo de

regresión Poisson. Sin embargo, son conocidas las limitaciones de este
enfoque que se desprenden del supuesto restrictivo de que la media y la
varianza para la distribución Poisson deben ser iguales.  Por esta razón se ha
planteado en la literatura una serie de alternativas, incluidos el uso de la
regresión binomial negativa, los modelos de clase latente o los modelos de
ecuaciones estructurales.

M. Para variables de proporciones ¿qué modelo se utiliza?

La práctica más común para modelar proporciones continuas ha sido la

aplicación del método de estimación de regresión por mínimos cuadrados
ordinarios (OLS, por sus siglas en inglés). Sea o no que se utilice asumiendo
los supuestos distribucionales, se aduce con regularidad un argumento
asintótico para su aplicación, en el sentido de que tamaños de
muestra grandes permiten generar cuantificaciones válidas y confiables.

N. ¿Qué variables tienen función de probabilidad y cuáles variables tienen

función de densidad?

en la teoría de la probabilidad, la función de densidad de probabilidad, función

de densidad, o, simplemente, densidad de una variable
aleatoria continua describe la probabilidad relativa según la cual
dicha variable aleatoria tomará determinado valor.

O. ¿Cuáles son los parámetros más usados en estadística para estudiar y

utilizar funciones de distribución de variables aleatorias?

 Esperanza matemática para una variable aleatoria discreta

  Esperanza matemática para una variable aleatoria continua
 Varianza de una variable aleatoria
 Covarianza
 Momentos de una variable aleatoria


P. ¿Qué es la esperanza matemática de una variable aleatoria? ¿cómo se

denota?

Es la generalización de la media aritmética a toda la población, es decir, es

la media de la variable aleatoria. También se llama valor medio, valor
esperado o esperanza matemática, y se representa por la letra griega μ.μ.

Si XX es una variable aleatoria discreta (representada, de manera general,

por una tabla de valores xixi y probabilidades 
pi=P(X=xi)),

Q. ¿Qué es la varianza de una variable aleatoria? ¿cómo se denota?

En teoría de probabilidad, la varianza o variancia (que suele representarse

como ) de una variable aleatoria es una medida de dispersión definida como
la esperanza del cuadrado de la desviación de dicha variable respecto a su
media.
Su unidad de medida corresponde al cuadrado de la unidad de medida de la
variable: por ejemplo, si la variable mide una distancia en metros, la varianza
se expresa en metros al cuadrado. La varianza tiene como valor mínimo 0.
La desviación estándar (raíz cuadrada positiva de la varianza) es una medida
de dispersión alternativa, expresada en las mismas unidades que los datos de
la variable objeto de estudio.

BIBLIOGRAFIA

https://www.lifeder.com/eventos-mutuamente-excluyentes/

https://www.uv.es/ceaces/base/modelos%20de
%20probabilidad/MODEPR1.htm
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0036-
36342009000500007

http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0036-
36342006000500006

https://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidad_de_probabilidad

https://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/estadisticaII/te
ma2.pdf

https://es.wikipedia.org/wiki/Varianza

https://bookdown.org/aquintela/EBE/esperanza-matematica-de-una-variable-
aleatoria.html