Professional Documents
Culture Documents
Andrs Redchuk
andres.redchuk@uautonoma.cl
UNIDAD III: Modelos Probabilsticos UNIDAD IV: Estimacin de Parmetros UNIDAD V: Test de Hiptesis
CUIDADO: pre requisitos Estos temas se consideran ya conocidos por ustedes y son imprescindibles para esta asignatura.
Estadstica II. Andrs Redchuk 3
UNIDAD I:
ESTADSTICA DESCRPTIVA
- Clasificacin de las variables: continuos, discretos, atributos. - Representacin grfica: grficos de barra histograma de frecuencias, diagrama de dispersin, etc. - Medidas de posicin: media aritmtica, mediana, percentiles, moda, etc. - Medidas de dispersin: amplitud o rango, varianza, desvo tpico, covarianza, coeficiente de correlacin, etc.
Estadstica descriptiva
La estadstica descriptiva utiliza, tablas, grficos y resmenes numricos.
Frequency Tabulation for Edades -------------------------------------------------------------------------------Lower Upper Relative Cumulative Cum. Rel. Class Limit Limit Midpoint Frequency Frequency Frequency Frequency -------------------------------------------------------------------------------at or below 0,0 0 0,0000 0 0,0000 1 0,0 10,0 5,0 0 0,0000 0 0,0000 2 10,0 20,0 15,0 0 0,0000 0 0,0000 3 20,0 30,0 25,0 1 0,0025 1 0,0025 4 30,0 40,0 35,0 158 0,3950 159 0,3975 5 40,0 50,0 45,0 233 0,5825 392 0,9800 6 50,0 60,0 55,0 8 0,0200 400 1,0000 7 60,0 70,0 65,0 0 0,0000 400 1,0000 8 70,0 80,0 75,0 0 0,0000 400 1,0000 9 80,0 90,0 85,0 0 0,0000 400 1,0000 10 90,0 100,0 95,0 0 0,0000 400 1,0000 above 100,0 0 0,0000 400 1,0000 -------------------------------------------------------------------------------Mean = 41,51 Standard deviation = 4,23908
Datos
22 13 50 25 15 48 57 49 38 69 64 41 39 44 4 1 22 52 78 4 14 24 60 17 31 80 19 6 43 29 56 29 61 9 9 37 21 28 48 0 53 72 52 30 34 59 2 6 70 15 62 0 56 81 59 26 29 17 46 36 37 79 3 19 64 5 70 80 80 28 65 70 20 59 32 81 67 29 14 17 1 1 45 59 8 32 61 50 13 5 35 8 39 35 78 27 14 17 71 82 7 49 51 58 15 29 46 23 56 54 18 43 14 38 20 81 52 27 71 12 81 30 72 77 42 18 52 37 77 18 66 63 29 79 22 63 18 13 24 60 12 68 52 70 0 67 42 21 44 22 72 48 17 70 52 16 31 2 48 70 66 1 78 80 19 56 23 80 14 8 73 36 3 60 51 19 33 77 50 57 11 12 79 0 79 69 82 19 44 18 30 75 74 82 44 78 23 59 78 77 38 19 4 55 77 36 63 18 64 10 17 20 81 18 40 50 31 11 56 53 48 20 61 52 6 12 33 56 20 46 71 36 68 12 8 69 4 51 42 78 55 15 56 43 76 14 21 56 46 73 44 40 46 45 52 18 62 56 60 45 7 37 67 41 56 13 1 53 66 76 0 74 16 12 55 42 2 65 2 38 12 75 56 7 75 62 36 70 26 22 77 5 10 46 28 53 63 43 8 47 77 62 60 11 76 9 45 82 45 73 6 44 70 35 4 39 1 30 14 60 75 9 33 0 35 6 16 74 38 31 62 72 60 48 35 34 17 81 42 51 46 30 25 10 26 23 28 65 26 18 74 24 8 24 58 78 30 39 80 32 27 1 50 13 26 59 79 64 5 43 27 64 18 74 43 55 3 82 64 59 3 12 21 69 31 58 46 24 0 24
Summary Statistics for Edades Count = 400 Average = 41,51 Median = 42,0 Variance = 17,9698 Standard deviation = 4,23908 Minimum = 28,0 Maximum = 57,0 Range = 29,0 Lower quartile = 39,0 Upper quartile = 44,0 Interquartile range = 5,0 Skewness = 0,137057 Kurtosis = 0,181614
Resumen numrico
Edades
150 120 90 60 30 0
Frecuencia
26
36
46
56
66
Aos
x=
x
i =1
x1 + x2 + ... + xn = n
Me = ? Mo = ? Q1 = ? Q3 = ?
x =
n 1
i i
Varx = x
cov x , y =
( x x )( y y )
i =1
rx , y =
cov x , y
x y
10
UNIDAD II:
PROBABILIDADES
Experimento aleatorio, espacio muestral. Definicin de probabilidad. Probabilidad condicional. Teorema de multiplicacin. Teorema de probabilidad total. Teorema de Bayes. Definicin de variable aleatoria. Variables aleatorias discretas. Variables aleatorias continuas. Esperanza y varianza de una variable aleatoria.
11
12
13
15
4. 5.
B A
P( A I B) P( A | B) = P( B)
Cuando calculamos P(A | B) estamos calculando la probabilidad de P(A) en el espacio reducido de B, en lugar de en el espacio muestral original . Es decir, medimos lo que mide A B con relacin a B.
18
Supongamos que ahora sabemos que el 1 dado ha sido un numero menor que 4, calcular la probabilidad de que la suma sea mayor que siete. Ahora los posibles resultados son
19
P ( A I B) = P ( A) * P ( B )
Observacin: si la P(B) es distinta de cero, el hecho de que A y B sean independientes implica que:
P( A | B) = P( A)
20
P ( B ) = P ( B | Ai ) * P ( Ai )
2
i
= P( B I Ai ) = P ( B | Ai ) * P( Ai )
i
Estadstica II. Andrs Redchuk
i
21
Probabilidad total
Ejemplo: Supongamos que el mismo artculo es fabricado por dos mquinas, A y B. La probabilidad de que el articulo sea defectuoso dependiendo de la mquina de la que provenga y la probabilidad de que el articulo sea fabricado por cada una de las mquinas son detalladas en el diagrama de rbol. Calcular la probabilidad de que un articulo sea defectuoso.
B Defect.| A 0.022 0.978 No Defect.| A 0.36 0.64 Defect.| B 0.014 0.986 No Defect.| B Defectuoso
22
Teorema de Bayes
3. Probabilidad condicional. Teorema de multiplicacin. Teorema de probabilidad total. Teorema de Bayes.
1 3
B
P( B | AI )* P( AI ) P( AI | B) = P( B | Ai )* P( Ai )
i
Demostracin
P( B I AI ) P( B | AI ) * P ( AI ) P ( AI | B ) = = P( B) P( B | Ai ) * P( Ai )
i
Estadstica II. Andrs Redchuk 23
Teorema de Bayes
Ejemplo: Sabiendo que un articulo es defectuoso. Calcular la probabilidad de que provenga del proveedor A.
Defect.| A 0.022 0.978 No Defect.| A 0.36 0.64 Defect.| B 0.014 0.986 No Defect.| B
B Defectuoso
C C X X
C X
X 0 1
C 2 X
27
Defect.| A 0.022 0.978 No Defect.| A 0.36 0.64 Defect.| B 0.014 0.986 No Defect.| B
E[ x] = xi P( xi )
E[ x] = xi f ( xi ) dx
28
Estadstica II
Captulo 0: Revisin de conceptos bsicos
Andrs Redchuk
andres.redchuk@uautonoma.cl