0 calificaciones0% encontró este documento útil (0 votos)
7 vistas3 páginas
El documento define conceptos estadísticos como evento, tabla de contingencia, evento condicional, evento no mutuamente excluyente y teorema de Bayes. Explica que un evento es cualquier resultado posible de un experimento aleatorio, una tabla de contingencia muestra la relación entre dos variables categóricas, un evento condicional depende de otro evento previo, eventos no mutuamente excluyentes pueden ocurrir al mismo tiempo, y el teorema de Bayes actualiza probabilidades con nueva información.
El documento define conceptos estadísticos como evento, tabla de contingencia, evento condicional, evento no mutuamente excluyente y teorema de Bayes. Explica que un evento es cualquier resultado posible de un experimento aleatorio, una tabla de contingencia muestra la relación entre dos variables categóricas, un evento condicional depende de otro evento previo, eventos no mutuamente excluyentes pueden ocurrir al mismo tiempo, y el teorema de Bayes actualiza probabilidades con nueva información.
El documento define conceptos estadísticos como evento, tabla de contingencia, evento condicional, evento no mutuamente excluyente y teorema de Bayes. Explica que un evento es cualquier resultado posible de un experimento aleatorio, una tabla de contingencia muestra la relación entre dos variables categóricas, un evento condicional depende de otro evento previo, eventos no mutuamente excluyentes pueden ocurrir al mismo tiempo, y el teorema de Bayes actualiza probabilidades con nueva información.
Evento un evento se refiere a cualquier Lanzamiento de una
resultado o conjunto de moneda: El evento resultados posibles de un "cara" ocurre si la experimento aleatorio moneda cae con la cara hacia arriba, mientras que el evento "cruz" ocurre si la moneda cae con la cruz hacia arriba. Lanzamiento de un dado: El evento "número par" ocurre si el resultado del lanzamiento es 2, 4 o 6, mientras que el evento "número impar" ocurre si el resultado del lanzamiento es 1, 3 o 5. Una tabla de contingencia es una Una empresa desea Tabla de contingencia herramienta estadística que analizar la relación muestra la frecuencia de entre la satisfacción ocurrencia de dos variables del cliente y la edad categóricas en un conjunto de del cliente. Crean una datos. Se utiliza para analizar la relación entre estas variables y tabla de contingencia determinar si hay una asociación que muestra el número o dependencia entre ellas. La de clientes satisfechos tabla muestra los valores y no satisfechos en observados y esperados de cada cada grupo de edad. combinación de categorías, lo Un estudio de mercado que permite calcular diversas desea analizar la medidas de asociación y realizar relación entre el pruebas de hipótesis estadísticas. género y la marca de ropa favorita. Crean una tabla de contingencia que muestra el número de encuestados masculinos y femeninos que prefieren cada marca de ropa.
es un evento que depende de otro Probabilidad
Evento condicional evento previo y se define en condicional: este términos de la probabilidad de evento se refiere a la que ocurra el segundo evento probabilidad de que dado que el primer evento ha ocurra un evento B, ocurrido. En otras palabras, un dado que ya ha evento condicional es aquel que solo puede ocurrir si se cumple ocurrido un evento A. una condición previa. La Se denota como P(B| probabilidad de un evento A) y se calcula condicional se calcula utilizando dividiendo la la regla de Bayes, la cual probabilidad conjunta establece que la probabilidad de A y B entre la condicional de un evento es igual probabilidad de A. Por a la probabilidad del evento ejemplo, si queremos conjunto dividida por la saber cuál es la probabilidad del evento probabilidad de que condicionante. llueva hoy, dado que ayer llovió, podríamos calcular P(lluvia hoy| lluvia ayer). Esperanza condicional: este evento se refiere al valor esperado de una variable aleatoria X, dado que se cumple un evento A. Se denota como E(X|A) y se calcula sumando el producto de la función de densidad de X y el valor de X para todos los posibles valores de X, dados que se cumple A, y dividiendo entre la probabilidad de A. Por ejemplo, si queremos saber cuál es el valor esperado de la altura de los estudiantes de una clase, dado que son hombres, podríamos calcular E(altura| sexo=hombre). un evento no mutuamente el lanzamiento de un Evento no mutuamente excluyente se refiere a la dado y obtener un excluyente posibilidad de que dos o más número par o un número eventos ocurran al mismo mayor a 4. Ambos tiempo. En otras palabras, estos eventos pueden ocurrir al eventos pueden tener resultados mismo tiempo si se en común. Por ejemplo, en una obtiene un 6, que es par encuesta de opinión política, un y mayor a 4. individuo podría identificarse sacar una carta de una como demócrata y también baraja y que sea una apoyar ciertas políticas figura o una carta roja. republicanas. Los eventos no Una carta como el mutuamente excluyentes son corazón de diamantes importantes de entender para sería parte de ambos poder hacer análisis estadísticos eventos. precisos y tomar decisiones informadas. Es una fórmula matemática que Diagnóstico médico: Teorema de Bayes nos permite actualizar nuestras Supongamos que un creencias o probabilidad sobre médico tiene un paciente un evento en función de nueva que presenta síntomas de información que recibimos. En fiebre, dolor de cabeza y otras palabras, nos ayuda a dolor de garganta. El calcular la probabilidad de que médico sabe que estas algo sea verdadero o cierto en pueden ser síntomas de base a la evidencia que tenemos varias enfermedades disponible. Esto es útil en diferentes, incluyendo la muchas áreas, incluyendo la gripe y la amigdalitis. El estadística, la inteligencia médico también sabe que artificial y la toma de decisiones. la gripe es más común en la población general que la amigdalitis. ¿Cuál es la probabilidad de que el paciente tenga gripe? En este caso, el médico puede utilizar el teorema de Bayes para calcular la probabilidad de que el paciente tenga gripe. Primero, el médico debe calcular la probabilidad de que un paciente con los síntomas del paciente tenga gripe. Luego, debe calcular la probabilidad de que un paciente con los mismos síntomas tenga amigdalitis. Finalmente, debe utilizar la relación entre estas dos probabilidades y la prevalencia de la gripe en la población general para calcular la probabilidad de que el paciente tenga gripe.