Documentos de Académico
Documentos de Profesional
Documentos de Cultura
estadistica
PROFESOR: JESUS F. CARATAR
Clasificación de la estadística
E. DESCRIPTIVA E. INFERENCIAL
Trata del recuento, organización, A partir del análisis de la información
presentación y análisis de datos. Lo anterior obtenida de una muestra poblacional realiza
con el objetivo de extraer información de predicciones o inferencias de la población.
fácil interpretación.
La media aritmética () también llamada promedio es el valor característico
de una serie de datos cuantitativos,
𝑛
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
Estadística
descriptiva
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
descriptiva Juan
Jose
$1´200,000
$1´700,000
Mariana $1’500,000
Sofía $1´800,000
Media Aritmética $1’550,000
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
Estadística
descriptiva
𝑆𝑦 =
√𝑆𝑡
𝑛− 1
donde,
𝑆𝑡 = ∑ ( 𝑦 𝑖 − 𝑦 )
2
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
Estadística
descriptiva
𝑆𝑦 =
Persona
√
𝑆𝑡
𝑛− 1
donde,
Sueldo
𝑆𝑡 = ∑ ( 𝑦 𝑖 − 𝑦 )
2
Juan
Jose
Mariana
$1´200,000
$1´700,000
$1’500,000
(-350,000)^2
(150,000)^2
(-50,000)^2
𝑆𝑦 =
√
2,1 𝑥 10 11
4 −1
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
descriptiva
𝑆𝑦 =
√
𝑆𝑡
𝑛− 1
donde, 𝑆𝑡 = ∑ ( 𝑦 𝑖 − 𝑦 )
2
(√ )
2
𝑆𝑡
2 𝑆𝑡
𝑉 =𝑆 = 𝑦 = 70´000,000
𝑛− 1 𝑛−1
𝑆𝑦
𝑐 . 𝑣 .= 100 %
Estadística 𝑦
descriptiva
= Desviación Estándar
= Media aritmética
𝑆𝑦 264,575
𝑐 . 𝑣 .= 100 % 𝑐 . 𝑣 .= 100 %
Estadística 𝑦 1´ 550,000
descriptiva
= Desviación Estándar
= Media aritmética 𝑐 . 𝑣 .=17 %
Resultado
S={cara, cruz}
La Probabilidad clásica (P(x)), se obtiene dividiendo el numero de
resultados favorables entre el numero de posibles resultados.
𝟏
𝑷 ( 𝒄𝒂𝒓𝒂 ) = ∗𝟏𝟎𝟎 %=𝟎 , 𝟓 ∗𝟏𝟎𝟎 %=𝟓𝟎 %
𝟐
S={1,2,3,4,5,6}
Probabilidad Evento A:
A={5}
𝟏
𝑷 ( 𝑨 )= ∗ 𝟏𝟎𝟎 %=𝟎 , 𝟏𝟔𝟕 ∗ 𝟏𝟎𝟎 %=𝟏𝟔 ,𝟕 %
𝟔
Evento B:
B={2,4,6}
𝟑
𝑷 ( 𝑩 )= ∗ 𝟏𝟎𝟎 % =𝟎 ,𝟓 ∗ 𝟏𝟎𝟎 %=𝟓𝟎 %
𝟔
Evento C:
C={2,4}
𝟐
𝑷 ( 𝑪)= ∗𝟏𝟎𝟎 %=𝟎 , 𝟑𝟑𝟑 ∗𝟏𝟎𝟎 %=𝟑𝟑 , 𝟑 %
𝟔
Facultad de ciencias de la administración 17
Universidad del valle
𝑪𝒂𝒓𝒅𝒊𝒏𝒂𝒍𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒆𝒗𝒆𝒏𝒕𝒐
𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗ 𝟏𝟎𝟎 %
𝑪𝒂𝒓𝒅𝒊𝒏𝒂𝒍𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒆𝒔𝒑𝒂𝒄𝒊𝒐 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍
Evento D:
D={ (1,2) , (1,3) , (2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6), (3,1) , (3,2) ,
(3,3) , (3,4) , (3,5) , (3,6), (4,2) , (4,3), (5,2) , (5,3), (6,2) , (6,3) }
𝟐𝟎
𝑷 ( 𝑫 )= ∗𝟏𝟎𝟎 %=𝟎 , 𝟓𝟓𝟓 ∗𝟏𝟎𝟎 %=𝟓𝟓 , 𝟓 %
𝟑𝟔
𝟏
𝑷 ( 𝑨 )= ∗ 𝟏𝟎𝟎%=𝟎 ,𝟎𝟐𝟕𝟖 ∗𝟏𝟎𝟎 %=𝟐 ,𝟕𝟖 %
𝟑𝟔
𝟐
𝑷 ( 𝑩 )= ∗𝟏𝟎𝟎 %=𝟎 , 𝟎𝟓𝟓 ∗𝟏𝟎𝟎 %=𝟓 , 𝟓 %
𝟑𝟔 X P
2 0,0278
9 0,111 0.08
10 0,083 0.06
0.04
11 0,055
0.02
12 0,0278
0
2 3 4 5 6 7 8 9 10 11 12
Evento
9 0,111 0.08
10 0,083 0.06
11 0,055 0.04
0.02
12 0,0278
0
Suma P 1 2 3 4 5 6 7 8 9 10 11 12
Evento
3. La lista es exhaustiva. Por lo tanto, la suma de las probabilidades de los diversos eventos
es igual a 1.
Variable aleatoria
# de caras al lanzar la
moneda
Discreta o Continua
Variable aleatoria discreta
Una variable aleatoria discreta adopta sólo cierto número de valores que se encuentran separados.
Una variable aleatoria discreta es aquella que puede asumir un número contable de valores.
Lanzamiento de dados.
Si mide algo, como la anchura de una recámara, la estatura de una persona o la presión de la llanta de un
automóvil se trata de una variable aleatoria continua. Se puede suponer una infinidad de valores, con
ciertas limitaciones.
Variable aleatoria
¿cuál es la diferencia entre una distribución de probabilidad y una variable aleatoria?
Distribuciones de probabilidad
DISCRETAS CONTINUAS
La media constituye un valor típico para representar la posición central de una distribución de probabilidad.
μ=Σ[xP(x)]
Donde:
x = un valor particular de la variable aleatoria.
P(x) = la probabilidad de ese valor particular.
Distribuciones de probabilidad
discreta
VARIANZA
Es una distribución de probabilidad discreta que se presenta con mucha frecuencia. Una de sus características
consiste en que sólo hay dos posibles resultados en un determinado ensayo del experimento.
Con frecuencia, se clasifican los dos posibles resultados como éxito y fracaso. Sin embargo, esta
clasificación no implica que un resultado sea bueno y el otro malo.
Una característica de la distribución binomial es el hecho de que la variable aleatoria discreta es el resultado
de conteos, donde dicha variable puede tomar valores X=[1, 2, 3, … n].
Otra característica de una distribución binomial consiste en que la probabilidad de éxito es la misma de un
ensayo a otro.
Distribución de probabilidad binomial
Si la experiencia reveló que el puente giratorio sobre Intracoastal Waterway, se elevó una de cada 20 veces que
usted se aproximó a él, entonces la probabilidad es un veinteavo (un éxito) de que se eleve la próxima ocasión
que se acerque a él, es de un veinteavo la siguiente vez y así consecutivamente.
Si se hace un ensayo aproximándose al puente 10 veces, cual es la probabilidad de que no se eleve o se eleve 1
vez, 2 veces, 3 veces, etc.
Distribución de probabilidad binomial
Formula calculo de probabilidad binomial
donde:
C es el símbolo de combinación.
n es el número de ensayos.
Si la experiencia reveló que el puente giratorio sobre Intercoastal Waterway, se elevó una de cada 20 veces que
usted se aproximó a él, entonces la probabilidad es un veinteavo (un éxito) de que se eleve la próxima ocasión que
se acerque a él, es de un veinteavo la siguiente vez y así consecutivamente.
Distribución de probabilidad binomial
Distribución de probabilidad binomial
Formula para media y varianza de una distribución binomial
Recuerde que:
p probabilidad de éxito
q probabilidad de no tener éxito
=
=
Distribución de probabilidad binomial
Ejercicio
Distribución de probabilidad binomial
Tablas de probabilidad binomial
Distribución de probabilidad binomial
Tablas de probabilidad binomial
Distribución de probabilidad binomial
Tablas de probabilidad binomial
Distribución de probabilidad binomial
Acumulada
Si la experiencia reveló que el puente giratorio sobre Intercoastal Waterway, se elevó una de cada 20
veces que usted se aproximó a él, entonces la probabilidad es un veinteavo (un éxito) de que se eleve
la próxima ocasión que se acerque a él.
1. ¿Cuál es la probabilidad que los ocupantes de la parte delantera en exactamente 7 de los 12 vehículos seleccionados utilicen
cinturones de seguridad?
2. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo menos 7 de los 12 vehículos utilicen cinturón de
seguridad?