Documentos de Académico
Documentos de Profesional
Documentos de Cultura
>
> # EJERCIO DE LAS VACAS DEL TAMBO, Libro Estadística y Biometría de Mónica Balzarini,
CAPITULO 3 - MODELOS PROBABILÍSTICOS - Distribución normal, página 91
> # La producción de leche diaria de las vacas de un tambo se distribuye como el modelo normal,
con esperanza X (que es la misma media) y varianza:
> MEDIA=20
> VARIANZA=12
> # A las vacas se les brinda una alimentación distinta que aumenta su producción, pero no cambia
la varianza, ya que son los mismos animales:
> MEDIA2=28
> SIGMA=sqrt(VARIANZA)
> dnorm(x,MEDIA,SIGMA)
[51] 6.653928e-09
>
> # Gráfico de distribución normal con la media de producción de leche antes del cambio en la
alimentación:
> # POR FAVOR NO LO CIERRE, ya que sobre este mismo aparecerá el siguiente gráfico (continúe
ejecutando el script)
> # Cuando aparezca el gráfico, seleccione nuevamente el script (Editor R) ubicando el cursor en el
MARCO AZUL
>
> curve(dnorm(x,MEDIA,SIGMA),xlim=c(10,40),col="blue",lwd=2,
>
> # Gráfico de distribución normal con la media de producción de leche después del cambio en la
alimentación:
> # Este gráfico (de color rojo) le debe aparecer junto con el anterior gráfico de color azul, en la
misma gráfica:
>
>
> # se puede observar que cambia la ubicación de la media (esperanza), pero la forma de ambas
gráficas es la misma porque no cambió la varianza
>
> # Ahora se realiza el mismo procedimiento pero en este caso no cambia la media (esperanza)
sino la varianza:
>
> MEDIA=22
> VARIANZA=12
> VARIANZA1=2
> SIGMA=sqrt(VARIANZA)
> SIGMA1=sqrt(VARIANZA1)
> x=seq(15,40,by=0.5)
> dnorm(x,MEDIA,SIGMA)
>
> # POR FAVOR NO LO CIERRE, ya que sobre este mismo aparecerá el siguiente gráfico (continúe
ejecutando el código)
>
> curve(dnorm(x,MEDIA,SIGMA),xlim=c(10,40),ylim=c(0,0.4),col="blue",lwd=2,
>
> # Este gráfico (de color rojo) le debe aparecer junto con el anterior gráfico de color azul, en la
misma gráfica:
>
>
> # En este caso ambas gráficas tienen la misma media (o esperanza) pero sus formas cambiaron
porque tienen distinta varianza
>
> # EJERCICIO DE HIBRIDO MAIZ, Libro Estadística y Biometría de Mónica Balzarini, CAPITULO 3 -
MODELOS PROBABILÍSTICOS - Distribución normal, página 93
>
> # Si Y es el rendimiento de un híbrido de maíz que puede modelarse con una distribución
normal:
> media= 58
> varianza= 75
> sigma=sqrt(varianza)
> sigma
[1] 8.660254
> X=seq(35,85,by=0.5) # Secuencia de valores en un un rango de 35 a 85 quintales por hectárea
(qq/Ha)
> dnorm(X,media,sigma)
[101] 0.0003570329
>
>
> curve(dnorm(x,media,sigma),xlim=c(20,100),col="blue",lwd=2,
>
> valor=55
[1] 0.3645172
>
> valor=55
>
> # Para hallar la probabilidad de un valor mayor, se resta 1 menos la probabilidad de hallar un
valor igual o menor:
> 1-pnorm(valor,media,sigma)
[1] 0.6354828
>
>
> # Probabilidad que un dato de rendimiento tomado al azar esté comprendido en el intervalo de
50 a 65 qq/Ha:
> valor1=50
> valor2=65
> VALOR1=pnorm(valor1,media,sigma)
> VALOR1 # esta es la probabilidad de hallar un valor menor o igual al especificado en: "valor1"
[1] 0.1778055
> VALOR2=pnorm(valor2,media,sigma)
> VALOR2 # esta es la probabilidad de hallar un valor menor o igual al especificado en: "valor2"
[1] 0.7905383
>
> VALOR2-VALOR1
[1] 0.6127327
>
>
> xP <- c(valor1,regionX,valor2) # Base de los polígonos que crean el efecto "sombra"
>
> # Cuando le abra la gráfica no la cierre y vuelva al Editor R, seleccionando el marco azul del
cuadro, donde aparece el nombre del código
> curve(dnorm(x,media,sigma),xlim=c(20,100),col="blue",lwd=2,
>
>
> # Ejercicio de la semilla de Panicum, Libro Estadística y Biometría de Mónica Balzarini, CAPITULO
3 - MODELOS PROBABILÍSTICOS - Distribución binomial, página 101:
>
> # Supóngase que se toman 10 semillas de Panicum sp y se registra el evento "Germinó"o "No
germinó", después de 5 días de sembradas:
>
> n= 10 # Número total de ensayos realizados, en este caso son 10, que fueron el número de
semillas evaluadas
> p= 0.25 # La probabilidad de germinación de las semillas fue del 25 por ciento
>
> k= 8
>
>
> dbinom(k,n,p)
[1] 0.0003862381
>
> # En este caso, se interpreta como la probabilidad de que germinen 4 o más semillas
> # Es equivalente a la probabilidad que germinen 4 semillas, más la probabilidad que germinen 5,
más la prob. que germinen 6; y así sucesivamente hasta 10.
> # Otra forma de calcularlo es a la inversa, calculando la probabilidad que germinen menos de 4 y
restándole a la probabilidad total:
>
> k1=3 # Hay que calcular la probabilidad de un valor que sea una unidad menor que el que
queremos hallar
>
[1] 0.7758751
>
> #Para conocer la probabilidad que germinen 4 o más semillas se resta 1 menos el anterior
resultado:
> 1-pbinom(k1,n,p)
[1] 0.2241249
>
> # Probabilidad de que germinen a lo sumo 6 semillas:
> k2=6
[1] 0.9964943
>
> E=n*p
>E
[1] 2.5
>
> V=n*p*(1-p)
>V
[1] 1.875
>
>
>
> # Este gráfico muestra la probabilidad de ocurrencia de cada uno de los 11 eventos posibles, es
decir que germinen 0 semillas, 1.., hasta 10.
> # En este caso, cuando p es menor que 0.5, la distribución se encuentra sesgada positivamente
hacia la izquierda
>
>
> # DISTRIBUCION DE POISSON
>
>
> # EJERCICIO DE LAS PICADURAS DE GORGOJO, Libro Estadística y Biometría de Mónica Balzarini,
CAPITULO 3 - MODELOS PROBABILÍSTICOS - Distribución Poisson, página 105:
>
> # Supongamos que el número promedio de picaduras de gorgojo por semilla es 0.2 (es decir, que
cada 100 semillas 20 tienen picaduras).
> x1= 2 # Número de semillas de las que se quiere calcular la probabilidad de tener picaduras de
gorgojo
[1] 0.01637462
>
> # Hay que hallar primero las probabilidades de que 0 y 1 semillas tengan picaduras:
> x0=0 # El valor de conteo que se quiere calcular la probabilidad, en este caso que ninguna
semilla tenga picaduras
> x2=1
[1] 0.8187308
[1] 0.1637462
>
> 1-(dpois(x0,lamda)+dpois(x2,lamda)) # Esta es la probabilidad de que en 100 semillas dos o
más tengan picaduras.
[1] 0.0175231
>
>