Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGANTURA : ESTADÍSTICA II
NIVEL : III
CICLO : VI
IQUITOS-PERÚ
2021
Ensayo de Bernoulli
Desde el punto de vista de la teoría de la probabilidad, estos ensayos están modelados por una
variable aleatoria que puede tomar sólo dos valores, 0 y 1. Habitualmente, se utiliza el 1 para
representar el éxito.
Los procesos de Bernoulli son los que resultan de la repetición en el tiempo de ensayos de
Bernoulli independientes pero idénticos.
Ejemplos
En la práctica, los ensayos de Bernoulli se utilizan para modelar fenómenos aleatorios que sólo
tienen dos resultados posibles, como por ejemplo:
Al lanzar una moneda, comprobar si sale cara (éxito) o cruz (fracaso). Se suele suponer
que una moneda tiene una probabilidad de éxito de 0,5.
Al lanzar un dado, ver si se obtiene un seis (éxito) o cualquier otro valor (fracaso).
Al realizar una encuesta política, tras escoger un votante al azar, ver si este votará "sí" en
un referéndum próximo.
¿Era el recién nacido niña?
¿Son verdes los ojos de una persona?
¿Decidió un cliente potencial comprar determinado producto?
Distribución binomial
En teoría de la probabilidad y estadística, la distribución binomial o distribución binómica es una
distribución de probabilidad discreta que cuenta el número de éxitos en una secuencia de n ensayos de
Bernoulli independientes entre sí con una probabilidad fija p de ocurrencia de éxito entre los ensayos. Un
experimento de Bernoulli se caracteriza por ser dicotómico, esto es, solo dos resultados son posibles, a
uno de estos se le denomina “éxito” y tiene una probabilidad de ocurrencia p y al otro se le denomina
“fracaso” y tiene una probabilidad q= 1-p.
Ejemplo
Supongamos que se lanza 51 veces un dado de 6 caras y queremos calcular la probabilidad de
que el número 3 salga 20 veces.
En este problema un ensayo consiste en lanzar el dado una vez. Consideramos un éxito si
obtenemos un 3 pero si no sale 3 lo consideramos como un fracaso. Defínase como el número de
veces que se obtiene un 3 en 51 lanzamientos.
Distribución de Poisson
La distribución de Poisson es popular porque modela el número de veces que ocurre un evento en un
intervalo de tiempo.
Ejemplo
Si el 2%de los libros encuadernados en cierto taller tienen encuadernación defectuosa, para obtener la
probabilidad de que 5 de 400 libros encuadernados en este taller tengan encuadernaciones defectuosas
usamos la distribución de Poisson, si se define x como el número de libros que tengan encuadernación
defectuosa entonces k=5 y x (el valor esperado de libros defectuosos) es el 2 % de 400.
En estadística y probabilidad se llama distribución normal, distribución de Gauss,
distribución gaussiana o distribución de Laplace-Gauss, a una de las distribuciones de
probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de
probabilidades.
De hecho, la estadística descriptiva solo permite describir un fenómeno, sin explicación alguna.
Para la explicación causal es preciso el diseño experimental, de ahí que al uso de la estadística en
psicología y sociología sea conocido como método correlacional.
La distribución normal también es importante por su relación con la estimación por mínimos
cuadrados, uno de los métodos de estimación más simples y antiguos.
La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la
distribución muestral de las medias muestrales es aproximadamente normal, cuando la
distribución de la población de la cual se extrae la muestra no es normal.4 Además, la
distribución normal maximiza la entropía entre todas las distribuciones con media y varianza
conocidas, lo cual la convierte en la elección natural de la distribución subyacente a una lista de
datos resumidos en términos de media muestral y varianza. La distribución normal es la más
extendida en estadística y muchos tests estadísticos están basados en una “normalidad” más o
menos justificada de la variable aleatoria bajo estudio.
Distribución χ²
En teoría de la probabilidad y en estadística, la distribución chi cuadrada (también llamada
distribución de Pearson o distribución x2) con K E N grados de libertad es la distribución de la suma
del cuadrado de K variables aleatorias independientes con distribución normal estándar. La distribución
chi cuadrada es un caso especial de la distribución gamma y es una de las distribuciones de probabilidad
más usadas en Inferencia Estadística, principalmente en pruebas de hipótesis y en la construcción de
intervalos de confianza.