Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SESIÓN 3: PROBABILIDAD
Contenido
ESTADISTICA INFERENCIAL
Términos en probabilidad.
Reglas de probabilidad.
Teorema de Bayes
ESTADÍSTICA INFERENCIAL
A la estadística descriptiva le concierne el resumen de datos recogidos de eventos pasados.
Ahora se presenta la segunda faceta de la estadística, a saber, el cálculo de la probabilidad de
que algo ocurra en el futuro.
Esta faceta de la estadística recibe el nombre de inferencia estadística o estadística inferencial.
PROBABILIDAD
La probabilidad es la posibilidad numérica de
que ocurra un evento.
La probabilidad de un evento es medida por 𝑃 𝑒𝑣𝑒𝑛𝑡𝑜 𝑐𝑖𝑒𝑟𝑡𝑜 = 1
valores comprendidos entre 0 y 1.
𝑃 𝑒𝑣𝑒𝑛𝑡𝑜 𝑖𝑚𝑝𝑜𝑠𝑖𝑏𝑙𝑒 = 0
Entre mayor sea la probabilidad de que
ocurra un evento, su probabilidad asignada
estará más próxima a 1. 𝑃𝑜𝑟 𝑡𝑎𝑛𝑡𝑜, 0 ≤ 𝑃 𝐸𝑖 ≤ 1
La probabilidad de certeza es 1. 𝑑𝑜𝑛𝑑𝑒 𝐸𝑖 𝑒𝑠 𝑎𝑙𝑔ú𝑛 𝑒𝑣𝑒𝑛𝑡𝑜
La probabilidad de una imposibilidad es 0.
PROBABILIDAD - Ejemplos
Con
NO
seguridad
sucederá
sucederá
Objetivo Subjetivo
Parte de
Probabilidad
Probabilidad clásica información
empírica
disponible
Se sustenta en las
Se basa en resultados
frecuencias
igualmente probables
relativas
ENFOQUES DE LA PROBABILIDAD
Modelo de frecuencia relativa
/ Probabilidad empírica Modelo subjetivo Modelo clásico (a priori)
(a posteriori)
Utiliza datos que han En muchos casos los datos Parte del supuesto de que los
observado empíricamente, pasados no se encuentran resultados de un experimento
registra la frecuencia con que disponibles. Por tanto, no es son igualmente posibles
ha ocurrido algún evento en el posible calcular la Es el que se relaciona con
pasado y estima la probabilidad a partir del mayor frecuencia con las
probabilidad de que el evento desempeño anterior. apuestas y juego al azar.
ocurra nuevamente con base
en estos datos históricos .
Alternativa: estimar la La probabilidad clásica implica
probabilidad en base en la determinación de la
Problema común: resulta nuestro mejor criterio. probabilidad de algún evento
cuando se hacen estimaciones El modelo subjetivo: es con a priori (antes del hecho).
con un número insuficiente de base a la mejor evidencia
observaciones disponible.
Se utiliza cuando se desea
asignar la probabilidad a un
𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 ℎ𝑎 𝑜𝑐𝑢𝑟𝑟𝑖𝑑𝑜 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑎𝑠𝑎𝑑𝑜 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃 𝐸 = evento que nunca ha ocurrido. 𝑃 𝐸 =
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠
Mutuamente excluyente Colectivamente exhaustivo
El hecho de que un evento se presente significa que ninguno de Por lo menos uno de los eventos debe ocurrir cuando
los demás eventos puede ocurrir al mismo tiempo. se lleva a cabo un experimento.
𝑃 𝐸𝑖 = 1
Probabilidad Ley de los grandes Probabilidad
empírica números clásica
SS ={C, S}
1
𝑃(𝑞𝑢𝑒 𝑠𝑎𝑙𝑔𝑎 𝑐𝑎𝑟𝑎) = = 0.50
2
Reglas para calcular probabilidades
Regla especial de la adición:
Condición: Sean mutuamente excluyentes
P(A y B) = P(A)*P(B|A)
P(A y B y C) = P(A)*P(B|A)*P(C|A y B)
Suponga que la evidencia histórica muestra que si una persona padece realmente la
enfermedad, la probabilidad de que la prueba indique su presencia es de 0.90.
P(B/A1) = 0.90
Suponga la probabilidad de que la prueba indique la presencia de la enfermedad en una persona
que en realidad no la padece es de 0.15.
P(B/A2) = 0.15
Teorema de Bayes
Elija al azar a una persona de Umen y aplique la prueba.
De esta forma, la probabilidad de que una persona padezca la enfermedad, dado que la prueba
fue positiva, es de 0.24.