TEMAS III Y IV

Distribuciones de Probabilidad
Y
Estimacin Estadstica

Etapa 2 Distribuciones de Probabilidad, Distribuciones

Mustrales y Estimacin
Solucionar problemas estructurados por medio de
distribuciones de probabilidad y distribuciones mustrales
de probabilidad para evaluar eventos o muestras de
origen biolgico. Realizar inferencias estadsticas de
parmetros poblacionales por estimacin de intervalos de
confianza sobre diferentes conjuntos de datos de su rea
de competencia para validar procesos de calidad o
investigaciones.

Captulo III.
Distribuciones de
Probabilidad
Bioestadstica
Dr. Abraham Octavio Rodriguez de la Fuente

Semestre Agosto Diciembre de 2014

COMPETENCIA:
Diferenciar las distribuciones de probabilidad en la solucin
de problemas que involucran tanto variables continuas
como discretas del rea de su competencia para evaluar
eventos probabilsticos.

Distribuciones de probabilidad

Distribucin Binomial
Distribucin Poisson
Distribucin Normal
* Aproximacion de Binomial a Normal.

El clculo de probabilidades tuvo un

notable desarrollo con el trabajo del
matemtico suizo Jacob Bernoulli (1654-1705).
Bernoulli defini el proceso conocido por su
nombre el cual establece las bases para el
desarrollo y utilizacin de la distribucin binomial.

1 - En cada prueba del experimento slo hay dos posibles resultados:

xitos o fracasos.
2 - El resultado obtenido en cada prueba es independiente de los
resultados obtenidos en pruebas anteriores.
3 - La probabilidad de un suceso es constante, la representamos por p, y
no vara de una prueba a otra. La probabilidad del complemento es 1p y la representamos por q .

Si repetimos el experimento n veces podemos obtener

resultados para la construccin de la distribucin
binomial.

La distribucin de probabilidad binomial es un ejemplo de distribucin

de probabilidad discreta.
Esta formada por una serie de experimentos de Bernoulli. Los
resutados de cada experimento son mutuamente excluyentes.

Para contruirla necesitamos:

1 - la cantidad de pruebas n
2 - la probabilidad de xitos p
3 - utilizar la funcin matemtica.

La distribucin binomial se utiliza en situaciones cuya solucin tiene dos

posibles resultados.
Por ejemplo:
Al nacer un/a beb puede ser varn o hembra.
En el deporte un equipo puede ganar o perder.
En pruebas de cierto o falso slo hay dos alternativas.

Tambin se utiliza cuando el resultado se puede reducir a dos opciones.

Por ejemplo:
Un tratamiento mdico puede ser efectivo o inefectivo.
La meta de produccin o ventas del mes se pueden o no lograr.
En pruebas de seleccin mltiple, aunque hay cuatro o cinco alternativas, se
pueden clasificar como correcta o incorrecta.

Estos ejemplos los podemos considerar como

experimentos de Bernoulli

La distribucin de probabilidad binomial es un ejemplo de distribucin

de probabilidad discreta.
Esta formada por una serie de experimentos de Bernoulli. Los
resutados de cada experimento son mutuamente excluyentes.

Para contruirla necesitamos:

1 - la cantidad de pruebas n
2 - la probabilidad de xitos p
3 - utilizar la funcin matemtica.

 Construccin de una Distribucin binomial.

Para construir una distribucin binomial es necesario
conocer el nmero de pruebas que se repiten y la probabilidad de que suceda un xito en cada una de ellas.
La frmula que describe la distribucin es la siguiente:

n!
r n r
p(r)
pq
(n r)!r!
Donde:

n
r
p
q

es el nmero de pruebas
es el nmero de xitos
es la probabilidad de obtener un xito
es la probabilidad de obtener un fracaso,
que se calcula q = 1 - p

Este modelo se puede aplicar a:

Poblaciones finitas : se toman elementos al azar con reemplazamiento [urna con

bolas, encuestas]
Poblaciones infinitas : se observan elementos al azar en un proceso generador
estable ( constante) y sin memoria (observaciones independientes). [sexo recin
nacido, produccin de una mquina]

Simon-Denis Poisson (17811840)

Distribucin Poisson

La distribucin de Poisson es una

distribucin de probabilidades de
variables discretas (principalmente
conteos) u otros eventos raros en un
periodo dado (tiempo, distancia, rea,
volmen).

Los supuestos incluyen:

a) Que las ocurrencias del evento sean
aleatorias.
b) Que las ocurrencias de los eventos sean
independientes.

Distribucin Poisson
Las probabilidades para una distribucin Poisson
estn dadas por:

P(X) = k e-
k!
donde:
k= es el nmero de ocurrencias del evento en el
periodo dado
= es la media (np) y a su vez (2)
e= es la base del logaritmo natural ( 2.71828)

Ejemplos de sucesos Poisson

Accidentes automovilsticos
Accidentes en una planta nuclear
Casos de una enfermedad rara (no
infecciosa)
Nmero de terremotos que ocurren por
ao, por dcada, por siglo, etc.
Nmero de muertes causadas por citar un
ejemplo, personas pateadas por caballos.
Nmero de personas impactadas por un
rayo.
Conteos de fenmenos biolgicos

Un ejemplo clsico de
Distribucin Poisson

La distribucin espacial de la cada de las bombas sobre la ciudad de

Londres se ajusta a la distribucin Poisson.

Johann Carl Friedrich Gauss (1777 1885)

La Distribucin Normal
-

La ecuacin es una funcin de probabilidad

(bastante compleja!)

La Distribucin Normal
La distribucin normal o gaussiana, es
una distribucin de probabilidad para
variables contnuas.
Se caracteriza porque la curva es
unimodal, simtrica en forma de campana
con el valor medio en la parte central y las
unidades de dispersin alrededor de la
media.
Debido a que resulta imposible tabular
todos los valores asociados con cada
valor posible de la media y la desviacin
estndar, entonces se hace uso de la
Distribucin Normal Estandarizada.

Distribucin Normal
Estandarizada
MUY
IMPORTANTE !!

La distribucin normal estandarizada posee

una media de 0, una desviacin estndar de
1, y el rea total bajo la curva es 1.0

centsimas
Unidades + dcimas

Z = (X ) /