Universidad Técnica del Norte

Facultad de Ciencias Administrativas y Económicas

Carrera de Economía

Econometría 1

• Nombre: Diana Maribel Maigua Córdova

• Curso: Quinto “E”
• Fecha: 30 de noviembre de 2020
• Docente: Francisco Rosales

REPASO DE PROBABILIDAD

Gráfico 1
Variables aleatoria y distribuciones de probabilidad

Existe algo que no es Conjunto de todos los Variables aleatorias Una variable aleatoria
Espacial muestral y sucesos
Probabilidades y resultados

conocido pero que al final posibles resultados. discreta es un resumen

e revelará; los resultados numerico de un resultado
potenciales excluyentes de aleatorio.
un proceso aleatorio se Un suceso es un conjunto
demonan resultads que de uno o más resultados
pueden ocurrir en la Una variable aleatoria
realidad y no son discreta toma valores
igualmetne probables. solamente sobre un
conjunto discreto como
La probabilidad de un 0,1,2....; mientras que una
resultado es el numero de variable aleatoria continua
veces que ocurre un toma valores en un
resultaqdos a largo plazo. continuo de posibles
valores.

Fuente: (Stock & Watson, 2012)

Elaborado por: Maribel Maigua

 DISTRIBUCIÓN DE PROBABILIDAD DE UNA VARIABLE ALEATORIA
DISCRETA

Gráfico 2
Probabilidades, espacio muestral y variables aleatorias

Distribución de probabilidad: es una relación de

todos lo valores posibles de la variable junto con la
probabilidad de que ocurra cada valor.

Probabilidad de sucesos: es la suma de

probabilidades de lo resultados

Distribución de probabilidad acumulada: es la

probabilidad de que la variable aleatoria sea manoe o
igual a un valor concreto. Se la conoce también
como función de distribución acumulada.

Distribución d Bernouilli

Fuente: (Stock & Watson, 2012)

Elaborado por: Maribel Maigua

Distribución de probabilidad de una variable aleatoria continua

• Distribución de probabilidad acumulada: La distribución de probabilidad

acumulada de una variable aleatoria es la probabilidad de que la variable
aleatoria sea menor o igual que un valor concreto.
• Función de densidad de probabilidad: Debido a que una variable aleatoria
continua puede tomar sus valores posibles es continuo, la distribución para las
variables discreta que presenta cada posible valor de la variable aleatoria no es
aplicable a las variables continuas. La función de densidad es la probabilidad de
que la variable aleatoria se encuentre entre esos dos puntos.
 ESPERANZA MEDIA Y VARIANZA

• Esperanza: Es el valor medio de largo plazo de la variable aleatoria a la largo de

muchos eventos; se calcula con la media ponderada de los posibles resultados de
la variable aleatoria. La esperanza de Y se denomina asimismo valor esperado
de Y o media de Y y se expresa µ𝑦 .
• Esperanza de una variable aleatoria de Bernouilli: El valor esperado de una
variable aleatoria de Bernouilli es p, la probabilidad de que tome el valor 1.
• Esperanza de una variable aleatoria continua: es asimismo la media ponderada
por la probabilidad de los posibles resultados de la variable aleatoria; toma los
posibles valores en un continuo.

La desviación típica y la varianza

Miden la dispersión o difusión de una distribución de probabilidad. La varianza de una

variable Y es el valor esperado del cuadrado de la desviación de Y respecto de su
medida.

A causa de que la varianza incluye el cuadrado de Y, las unidades de la varianza son las
unidades de Y al cuadrado lo que da lugar a que la varianza tenga interpretación
complicada por tanto es común media la dispersión mediante la desviación típica.

Otras medidas de forma de una distribución

La media y la desviación típica miden características importantes de una distribución: u

centro es decir la media, y su dispersión es decir la desviación típica.

Asimetría: proporciona un método matemático para describir cuanto se desvía una

distribución de la simetría.

Curtosis: es una medida de cuanta masa probabilística se encuentra en sus colas por
tanto es una medida de cuanta varianza de Y proviene de valores atípico.

Momentos: El valor esperado de Y se denomina momento; La asimetría es una función

del primero, segundo y tercer momento de Y, y la curtosis es una función del primer al
cuarto momento de Y.
 DOS VARIABLES ALEATORIAS

Distribuciones conjunta y marginal

Distribución conjunta: Es la probabilidad de que las dos variables aleatorias tomen

valores concretos de forma simultanea x e y; las probabilidades de todas las posibles
combinaciones suman.

Distribución de probabilidad marginal: es solo nombre para su distribución de

probabilidad; se usa para distinguir la distribución de Y en solitario (distribución
marginal) de la distribución conjunta de Y y otra variable aleatoria.

Distribuciones condicionales

Distribución condicional: La distribución de una variable aleatoria Y condicionada a

que otra variable aleatoria X tome un valor especifico se denomina distribución
condicional de Y dado de X.

Esperanza condicional: es la media de la distribución de Y dado X, es decir es el valor

esperado de Y, calculado mediante la distribución condicional dado de Y dado X.

La ley de esperanzas iteradas: la media de Y es la media ponderada de la esperanza

condicional de Y dado X, ponderada por la distribución de probabilidad de X.

Varianza condicional: es la varianza de distribución condicional de Y dado X.

Independencia

Dos variables aleatorias X e Y están independientemente distribuidas o son

independientes si el conocimiento del valor de una de las variables no proporciona
información sobre la otra.

Covarianza y correlación

Covarianza: una medida del grado al que dos variables aleatorias evolucionan
conjuntamente es su covarianza.

Correlación: es el producto de X e Y en desviaciones respecto a sus medias, las

unidades de X multiplicadas por las unidades de Y.

Correlación y media condicional: Si la media condicional de Y no depende de X

entonces X e Y están intecorrelacionadas.
 LAS DISTRIBUCIONES NORMA, CHI-CUADRADO, T DE STUDENT Y y F

La distribución normal

Posee la conocida densidad de probabilidad con forma de campana.

La distribución normal multivariante: puede generalizarse para describir la distribución

conjunta de un conjunto de variables o si solo se están considerando dos variables.

La distribución chi-cuadrado

Es la distribución de la suma de m variables aleatorias normales estándar independientes

al cuadrado.

La distribución y de Student

Con m grados de libertad se define como la distribución del cociente entre una variable
aleatoria normal estándar y la raíz cuadrada de una variable aleatoria.

La distribución F

Con m y n grados de libertad expresada mediante F, se define como la distribución del

cociente entre una variable aleatoria chi-cuadrado con m grados de libertad, dividida por
m y una variable aleatoria chi-cuadrado independientemente distribuida con n grados de
libertad divida por n.

MUESTREO ALEATORIO Y DISTRIBUCIÓN DE LA MEDIA MUESTRAL

Muestreo aleatorio

Muestreo aleatorio simple: se seleccionan aleatoriamente n objetos o partir de una

población.

Extracciones: extracciones aleatorias de una misma población.

La distribución muestral de la media muestral

Seleccionar la muestra de forma aleatoria produce el efecto de hacer que la media

muestral de Y sea una variable aleatoria.
APROXIMACIÓN PARA MUESTRAS GRANDES DE LAS DISTRIBUCIONES
MUESTRALES

Las distribuciones muestrales desempeñan un papel central en el desarrollo de los

procedimientos estadísticos y econométricos.

La ley de los grandes números: cuando un numero elevado de variables aleatorias con la
misma media se promedian conjuntamente, lo valores altos compensan a los valores
pequeños y u media muestral estará cercana a su media común.

El teorema central del límite: la distribución Y e aproxima a una distribución normal

cuando n es grande.

Bibliografía
Stock, J., & Watson, M. (2012). Introducción a la Econometría . Madrid: Pearson.