Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ACTIVIDAD 1
PRESENTA
ESTADISTICA INFERENCIAL
NRC: 19833
2 3 4 5 6 7
3 4 5 6 7 8
4 5 6 7 8 9
5 6 7 8 9 10
6 7 8 9 10 11
7 8 9 10 11 12
P (x < 10) = 30 / 36
2 3 4 5 6 7
3 4 5 6 7 8
4 5 6 7 8 9
5 6 7 8 9 10
6 7 8 9 10 11
7 8 9 10 11 12
P (x número primo)
P (primo) = 15 / 36
P (primo) = 5 /12
P (primo) = 41,66 %
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES
P (x múltiplo de 5)
P (múltiplo 5) =11 / 36
P (múltiplo 5) = 30,55 %
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES
Se realizó una encuesta para preguntar cómo había sido el trato recibido: Bien,
regular o malo en cada una de las sucursales de una empresa. Se obtuvo el
siguiente resultado.
P (oeste) = 240/1000
P (oeste) = 24/100
P (oeste) = 12/50
P (oeste) = 6/25
P (oeste) = 0,24
P (oeste) = 24%
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES
P (oeste) = 32,5%
P (oeste y regular) = 8%
ESTE 35 75 85 195
OESTE 70 80 90 240
Realizar el diagrama de árbol para cada uno de los ejercicios, sacar el espacio
muestral y encontrar la respuesta.
Una joven desea conocer cuántas combinaciones puede hacer con 4 blusas, una
verde, roja, amarilla, violeta; 3 pantalones, uno negro, otro café, jean; 2 pares de
zapatos, tenis, sandalias.
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES
sandalias VJS 6
P (tenis) = 12/24
P(tenis) = 6/12
P (tenis) = 3/6
P (tenis) = 1/2
P (tenis) = 50%
Una pareja decide tener 4 hijos ¿Cuáles son los casos posibles que pueda
ocurrir en cuánto al género de sus hijos?
M= Mujeres H= Hombres
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES
H HHHH
H M HHHM
H M H HHMH
H M HHMM
M H H HMHH
M HMHM
M H HMMH
Inicio M HMMM
H MHHH
H M MHHM
H M H MHMH
M M MHMM
M H H MMHH
M MMHM
M H MMMH
M MMMM
H HHHH
H M HHHM
H M H HHMH
H M HHMM
M H H HMHH
M HMHM
M H HMMH
Inicio M HMMM
H MHHH
H M MHHM
H M H MHMH
M M MHMM
M H H MMHH
M MMHM
M H MMMH
M MMMM
Espacio de muestra = 16 Caso favorable = 4
P (1 Hombres) = 4/16
P (1 Hombres) = 2/8
P (1 Hombres) = 1/4
P (1 Hombres) = 25 %
TEOREMA DE BAYES
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES
A priori a posteriori
Causa efecto
LIC. MARIORY FERREIRA MOJICA ESTADISTICA II INFERENCIAL TALLER 1: LEY DE LAPLACE Y
BAYES
Condiciones
P (Aprobado / Sandra)
100/300 B 2% 2/100
100/300 C 3% 3/100
Defectuosa 1% = 0,01
A 0,3 No defectuosa
Defectuosa 2% = 0,02
B 0,3 No defectuosa
Defectuosa 3% = 0,03
C 0,3 No defectuosa
A priori a posteriori
Causa efecto condiciones
P (Fabricada / maquina A)
A PRIORI CONDICION FABRICADA
A 0,3 0,01
B 0,3 0,02
C 0,3 0,03
A priori a posteriori
Causa efecto
Condiciones
P (Smartphone / Internet)