ESTADÍSTICA APLICADA

CM 04: CÁLCULO DE PROBABILIDADES,

VARIABLE ALEATORIA UNIDIMENSIONAL Y
DISTRIBUCIONES DE PROBABILIDAD
Sesión 05

Prof. Dr. Luis Manuel Cerdá Suárez

 Sesiones

Contenidos y sesiones:
Título
TU1. Presentación de la asignatura y Guía docente.
CM1. Conceptos básicos de la Estadística y organización de datos.
CM2. Análisis descriptivo de una variable.
CM3. Análisis conjunto de dos variables. Regresión y correlación.
CM4. Cálculo de probabilidades. Variable aleatoria unidimensional y
distribuciones de probabilidad. Modelos de distribución unidimensionales.
CM5. Principios generales de la Estadística Inferencial y el muestreo
TU Parc. Resolución de dudas para el parcial
CM6. Estimación: puntual y por intervalos. Contraste de hipótesis paramétricos
y no paramétricos
CM7. Análisis de la varianza (ANOVA)
TU2. Resolución de dudas yProf.
preparación
Dr. Luis Prof.de
Manuel: laCerdá
prueba final presencial.
Suárez 2
 Contexto de estudio

Índice de contenidos
• Consideraciones previas…
• A tener en cuenta:
– Concepto de probabilidad
– Probabilidad condicionada
– Regla de producto
– Teorema de Bayes
– Otras cuestiones

Prof. Dr. Luis Manuel Cerdá Suárez 3

 Contexto de estudio

Índice de contenidos
• Consideraciones previas…
• A tener en cuenta:
– Concepto de variable aleatoria
– Variables aleatorias discretas
– Funciones y distribución de probabilidad
– Distribución binomial
– Otras cuestiones

Prof. Dr. Luis Manuel Cerdá Suárez 4

 Contexto de estudio

Índice de contenidos
• Consideraciones previas…
• A tener en cuenta:
– Modelo de distribución normal
– Modelo de distribución chi-cuadrado
– Distribución t de Student
– Distribución F de Snedecor
– Otras cuestiones

Prof. Dr. Luis Manuel Cerdá Suárez 5

CONSIDERACIONES PREVIAS…

Prof. Dr. Luis Manuel Cerdá Suárez 6

 Contexto de estudio

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 7
A TENER EN CUENTA

Prof. Dr. Luis Manuel Cerdá Suárez 8

 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 9
 Sucesos aleatorios…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 10
 Operaciones…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 11
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 12
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 13
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 14
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 15
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 16
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 17
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 18
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 19
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 20
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 21
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 22
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 23
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 24
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 25
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 26
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 27
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 28
 Probabilidades…

13/03/2024 Prof. : 29
 Probabilidades…

13/03/2024 Prof. : 30
 Contexto de estudio

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 31
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 32
 Sucesos aleatorios…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 33
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 34
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 35
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 36
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 37
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 38
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 39
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 40
 Probabilidades…
Valor esperado para variables discretas

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 41
 Probabilidades…

Varianza para variables discretas

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 42
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 43
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 44
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 45
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 46
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 47
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 48
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 49
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 50
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 51
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 52
 Probabilidades…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 53
►Comentarios…

►Observaciones...

►Opiniones...

►Sugerencias…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 54
 Contexto de estudio

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 55
A TENER EN CUENTA

Prof. Dr. Luis Manuel Cerdá Suárez 56

 Consideraciones finales

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 57
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 58
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 59
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 60
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 61
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 62
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 63
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 64
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 65
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 66
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 67
 Modelos unidimension.

Ejemplo: Cálculo con probabilidades normales

• El colesterol en la población tiene distribución
normal, con media 200 y desviación 10.

• ¿Qué porcentaje de indivíduos tiene colesterol

inferior a 210?

• Qué valor del colesterol sólo es superado por el

10% de los individuos.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 68
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 69
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 70
 Modelos unidimension.
Ejemplo: Tipificación
• Se quiere dar una beca a uno de dos estudiantes de
sistemas educativos diferentes. Se asignará al que tenga
mejor expediente académico.
– El estudiante A tiene una calificación de 8 en un sistema donde la
calificación de los alumnos se comporta como N(6,1).
– El estudiante B tiene una calificación de 80 en un sistema donde
la calificación de los alumnos se comporta como N(70,10).
• Solución
– No podemos comparar directamente 8 puntos de A frente a los 80
de B, pero como ambas poblaciones se comportan de modo
normal, podemos tipificar y observar las puntuaciones sobre una
distribución de referencia N(0,1)
Prof. Dr. Luis Prof.
Manuel: Cerdá Suárez 71
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 72
 Modelos unidimension.
Distribuciones asociadas a la normal
• Cuando queramos hacer inferencia estadística hemos visto que la distribución
normal aparece de forma casi inevitable.

• Dependiendo del problema, podemos encontrar otras (asociadas):

– X2 (chi cuadrado)
– t- student
– F-Snedecor

• Estas distribuciones resultan directamente de operar con distribuciones

normales. Típicamente aparecen como distribuciones de ciertos estadísticos.

• Veamos algunas propiedades que tienen (superficialmente). Para más detalles

consultad el manual.

• Sobre todo, nos interesa saber qué valores de dichas distribuciones son
“atípicos”.
– Significación, p-valores…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 73
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 74
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 75
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 76
 Modelos unidimension.
Utilizamos la prueba de chi cuadrado…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 77
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 78
 Ejercicio t de Student
Ejercicio explicativo de la t de Student
Se aplica una prueba de conocimientos teóricos de software a 25
alumnos de ingeniería en sistemas quienes obtienen una
calificación promedio de 62.1 con una desviación estándar de 5.83.
Se sabe que el valor correcto de la prueba debe ser mayor a 60.
¿Existe suficiente evidencia para comprobar que no hay problemas
de conocimiento de software en el grupo seleccionado?

Paso 1:
Hipótesis Alternativa (Hi): (Lo que se quiere comprobar)
El grupo no tiene problemas de conocimiento de software. Valor de
conocimiento de software mayor a 60.
Hipótesis Nula (Ho): (Lo contrario a la hipótesis alternativa)
El grupo tiene problemas de conocimiento de software. Valor de conocimiento
de software menor a 60.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 79
 Ejercicio t de Student
Ejercicio explicativo de la t de Student

Paso 2:
Determinar el nivel de significación: como es para un
proyecto de investigación, entonces α =0.05

Paso 3:
Evidencia muestral.

X = 62.1 y S = 5.83

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 80
 Ejercicio t de Student

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 81
 Ejercicio t de Student

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 82
 Ejercicio t de Student

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 83
 Modelos unidimension.

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 84
►Comentarios…

►Observaciones...

►Opiniones...

►Sugerencias…

Prof. Dr. Luis Prof.

Manuel: Cerdá Suárez 85