Documentos de Académico
Documentos de Profesional
Documentos de Cultura
StDev
1
3
• Para una media determinada,
cuando la desviación estándar varía,
la forma de la curva normal variará
0 5 10 15 20
X
Distribución normal
La distribución normal nos permite predecir la probabilidad de que un
suceso ocurra:
▪ Por ejemplo, existe un 99,73 % de probabilidad de que todos los valores en un
conjunto de datos distribuidos normalmente estén entre 3 con respecto a
la media
f(x)
1 2 3
f(x)
f(x)
f(x)
+/- 1 σ
µ µ µ
Margen izquierdo :
Los enteros de z y su primer decimal.
Margen superior:
Segundo decimal
Cuerpo de la tabla:
Áreas correspondientes, acumuladas, desde
0 hasta 3.99
¿Cómo calcular probabilidades asociadas
a una curva normal específica?
Dado que tanto μ como σ pueden asumir infinitos valores lo que
hace impracticable tabular las probabilidades para todas las posibles
distribuciones normales, se utiliza la distribución normal reducida o
tipificada.
Margen izquierdo :
Los enteros de z y su primer decimal.
Margen superior:
Segundo decimal
Cuerpo de la tabla:
Áreas correspondientes, acumuladas, desde
0 hasta 3.99
• 1.-¿Cuál es la probabilidad de que un valor de z esté entre 0 y -2.03?
Pag. 605 Tabla E
Z Probabilidad acumulada
(Área bajo la curva)
0.0 0
-2.03 0.4788
Probabilidad = 0.4788
1-0.8944 = 0.1056
Se muestra una serie de datos, de la cantidad de notas de crédito
generadas por una empresa a la semana.
Se necesita establecer la probabilidad de realizar mas de 232 notas de
crédito en una semana
Se muestra una serie de datos, de la cantidad de notas de crédito
generadas en una empresa por semana.
Se necesita establecer la probabilidad de realizar mas de 232 notas de
crédito en una semana
232 − 238.71
𝑥=
20.94
𝑥 = −0.3206
Manual
Tablas
Excel
Tstudent
No siempre puede ser posible obtener por lo menos 30 observaciones.
Grados de Libertad
Grados de Libertad
Por ejemplo…
Si pudieran escoger comprar 5 pantalones, de manera tal que el precio total de la compra no sea mayor a $200,
usted puede elegir con toda libertad 4 sin preguntar el precio pero... Cuando va a escoger el ultimo jeans no
tiene la libertad de despreocuparse del precio ya que debe tener un costo con el cual no gaste más de la
cantidad estipulada.
Entonces hay 4 grados de libertad ya que un jeans esta esclavizado a tener un costo en particular
En resumen se tiene una totalidad de 4 elecciones sin condición pero tienes una elección con restricción.
¿Cómo usar las tablas?
Procedimiento
Calcular los valores de la desviación estándar, el promedio y determinar el valor del promedio para el que se
desea calcular la probabilidad.
Localizar en tablas el valor de la probabilidad asociada a los valores de t y de v. Los valores de t pueden ser
negativos o positivos. Contrario a la tabla de la distribución normal aquí los valores de t están dentro de la
tabla y los valores de probabilidad en la parte superior de la misma. En algunos casos puede ser necesario
interpolar para encontrar el valor exacto buscado, de lo contrario se escoge el que más se aproxime.
Pag 606
Cual es la probabilidad de que una variable t de Student de 6 grados de
libertad deje a la izquierda de -1,45?
• R/
• Grados de Libertad: 6
• Valor buscado: Estadístico menor que -1.45 (Se busca el positivo en la
tabla)
Al preguntarse por el valor negativo se usa como base de resultados el
complemento de uno.
Pag 606
Cual es la probabilidad de que una variable t de Student de 15 grados
de libertad deje a la derecha 2.45?
Cual es la probabilidad de que una variable t de Student de 9 grados de
libertad deje a la derecha -1.95?
Cual es la probabilidad de que una variable t de Student de 9 grados de
libertad deje a la derecha -1.95?
Se necesita establecer la probabilidad de que el monto sea menor a $497, así como conocer
las medidas de dispersión y tendencias central relacionadas, para poder analizar el
comportamiento de los clientes.
N 15
Grados de libertad 14
Promedio 495.1333
Desviación (s) 8.4673
x 497
t 0.85
N 15
Grados de libertad 14
Promedio 495.1333
Desviación 8.4673
x 497
t 0.85
Cola derecha 0.2048
Complemento 0.7952
Distribución binomial
• La muestra se compone de un número fijo de observaciones n
• Cada observación se clasifica en una de dos categorías, mutuamente
excluyentes (los eventos no pueden ocurrir de manera simultánea.
Ejemplo: Una nota de crédito no es lo mismo que una orden de
compra
Ejemplo: Al lanzar una moneda, si no ocurre cruz, entonces ocurre
cara). A estas categorías se las denomina éxito y fracaso.
• La probabilidad de que una observación se clasifique como éxito, p, es
constante de una observación o otra. De la misma forma, la probabilidad
de que una observación se clasifique como fracaso, 1-p, es constante en
todas las observaciones.
• La variable aleatoria binomial tiene un rango de 0 a n
Distribución binomial
• La muestra se compone de un número fijo de observaciones n
• Cada observación se clasifica en una de dos categorías, mutuamente
excluyentes “Los eventos no pueden ocurrir de manera simultánea”.
Ejemplo: Una nota de crédito no es lo mismo que una orden de
compra
Ejemplo: Al lanzar una moneda, si no ocurre cruz, entonces ocurre
cara). A estas categorías se las denomina éxito y fracaso.
• La probabilidad de que una observación se clasifique como éxito, p, es
constante de una observación o otra. De la misma forma, la probabilidad
de que una observación se clasifique como fracaso, 1-p, es constante en
todas las observaciones.
• La variable aleatoria binomial tiene un rango de 0 a n
Distribución binomial
Usada para modelar datos discretos.
Se utiliza cuando la población es grande N >50 y la muestra sea menor al 10%.
Para modelar situaciones que tienen solamente 2 resultados usualmente catalogados
como éxito y fracaso.
La fórmula de esta distribución es:
En donde:
n: Cantidad de veces que se realiza la prueba.
p: Probabilidad de que ocurra el evento.
x: El número de veces que probamos que ocurra el evento.
Factorial
Sirve para expresar una multiplicación de números consecutivos
desde el 1 hasta el número en cuestión.
1! = 1
2! = 1 x 2 = 2
3! = 1 x 2 x 3 = 6
10! = 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 = 3,628,800
Distribución binomial
Supongamos que la probabilidad vender un tipo de seguro de perdida y
robo es del 4%. ¿Cuál es la probabilidad de que en una Oficina, al
seleccionar 10 clientes, podamos vender 3 de estos seguros?
PAG 584
Distribución de Poisson
Se usa como una distribución para la cuenta
de defectos.
• Cuando en una distribución binomial el
número de intentos (n) es grande y la
probabilidad de éxito (p) es pequeña, la
distribución binomial converge a la
distribución de Poisson
• Observa que si p es pequeña, el éxito es
un “suceso raro”.
• Para determinar la probabilidad de que ocurran x éxitos por unidad
de tiempo, área, o producto, la fórmula a utilizar sería: