Fundamentos de Probabilidad

Econometrı́a I: Fundamentos de
probabilidad
Alejandro Puerta Cuartas

Universidad EAFIT (Medellı́n, Colombia)
16 de julio de 2018
Variables aleatorias Distribuciones Momentos de las distribuciones Caracterı́sticas de las distribuciones Referencias
Outline
1 Variables aleatorias
Variables aleatorias discretas
Variables aleatorias continuas
2 Distribuciones
3 Momentos de las distribuciones
Medidas de tendencia central
Medidas de variabilidad
Momentos superiores
4 Caracterı́sticas de las distribuciones
Medidas de asociación
Esperanza condicional
Distribuciones
2 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
3 / 52
Experimentos y variable aleatorias
Un experimento es un procedimiento que potencialmente

puede repetirse infinitas veces y tiene un conjunto definido
de resultados
Una variable aleatoria es aquella que toma un valor
numérico determinado por un experimento
4 / 52
Lanzar una moneda
Experimento: lanzar una moneda diez veces y contar la

cantidad de caras
Variable aleatoria: cantidad de caras obtenidas en el
experimento
Sea X la cantidad de veces que cae cara
Se sabe que X puede tomar cualquier valor del conjunto
{0,1,2,...,10}
Si en uno de los experimentos cae 3 veces cara, esto se
denota como x = 3
5 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
6 / 52
Es una variable que solo toma una cantidad finita o infinita

contable de valores. Usualmente dichos valores pertenecen
a los enteros
Variable Bernoulli: solo puede tomar dos valores
(usualmente 0 o 1).
En el caso del lanzamiento de una moneda no cargada: X
puede tomar el valor de 0 con probabilidad 1/2 y 1 con
probabilidad 1/2
Lo anterior se denota como: P(X = 0) = 1/2 y
P(X = 1) = 1/2
7 / 52
Cualquier variable aleatoria discreta se puede describir al enu-

merar las probabilidades asociadas a cada valor particular que
pueda tomar. Si los valores que X puede tomar son k {x1 , x2 , ..., xk }
entonces las probabilidades p1 , p2 , ..., pk se definen como:
pj = P(X = xj ); j = 1, 2, ..., k
Donde
k
∑ pj = 1; pj ∈ [0, 1], j = 1, 2, ..., k
j=1
8 / 52
Función de densidad de probabilidad
La función de densidad de probabilidad (fdp) de X resume la

información respecto de los valores que puede tomar X y las
probabilidades asociadas a dichos valores, de la forma:
f (xj ) = pj ; j = 1, 2, ..., k
9 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
10 / 52
“Una variable X es una variable aleatoria continua si la proba-

bilidad de que la variable aleatoria tome cualquier valor real es
cero. Esta definición es un poco contraintuitiva, ya que en cual-
quier aplicación se observará algún valor de la variable aleatoria.
La idea es que los valores que puede tomar una variable aleato-
ria continua X son tantos que no es posible contarlos o hacerlos
coincidir con los enteros positivos, de manera que la consisten-
cia lógica indica que X puede tomar cada uno de estos valores
con probabilidad cero.”
(Wooldridge, 2015)
11 / 52
Consistente con lo anterior, a diferencia de las variables

aleatorias discretas no se analiza la probabilidad de que X
tome un valor particular, sino la probabilidad de que X se
encuentre en un rango de valores
Si a y b son constantes con a < b P(a ≤ X ≤ b) representa
la probabilidad de que X esté entre a y b
12 / 52
Función de distribución acumulada

La función de distribución acumulada (fda) representa la probabilidad
de que X tome un valor menor o igual a x y está definida como:
F (x) = P(X ≤ x)
Variables aleatorias discretas: La fda se obtiene sumando las fdp

de todos los valores xj con xj ≤ x
Variables aleatorias continuas: la fda es el área bajo la fdp a la
izquierda del punto x
Para todo número c: P(X > c) = 1 − F (c)
Para todo par de número a < b: P(a < X ≤ b) = F (b) − F (a)
13 / 52
Función de distribución acumulada
(a) Discreta (b) Contı́nua

(Wooldridge, 2015) (Wooldridge, 2015)
Figura 1: Funciones de distribución acumuladas
14 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
15 / 52
Distribuciones
Con frecuencia en economı́a, es de interés conocer la

probabilidad de ocurrencia de eventos que están en función
de varias variables
A una aerolı́nea le interesa saber la probabilidad de que
una persona reserve un tiquete y use su reservación y
además sea viajero de negocios (probabilidad conjunta)
También le puede interesar la probabilidad de que una
persona use su reserva dado que sea un viajero de
negocios (probabilidad condicional)
16 / 52
Distribución conjunta
Sean X y Y variables aleatorias discretas. Entonces (X , Y ) tiene
una distribución conjunta descrita por la función de probabilidad
conjunta de (X , Y ):
fX ,Y (x, y) = P(X = x, Y = y)
En el caso particular en el que X y Y son independientes se

tiene:
fX ,Y (x, y) = fx (x)fy (y)
Esta última igualdad también aplica para variables aleatorias con-

tinuas.
17 / 52
Distribución binomial
Suponga que una aerolı́nea acepta n reservas. Para i = 1, 2, ..., n

sea Yi la variable aleatoria Bernoulli que indica si el cliente i usa
la reserva (Yi = 1) o no la usa (Yi = 0). La variable de interés X
es la cantidad n de personas que usan su reserva. Si el hecho
de usar la reserva es independiente entre personas, entonces X
tiene una distribución binomial de la forma:

n x
f (x) = θ (1 − θ )n−x ; x = 0, 1, 2, ..., n
x
18 / 52
Distribuciones condicionales
En economı́a, con frecuencia se busca conocer cómo se relacio-
na una variable Y con otra X . Lo más que se puede saber de
cómo afecta X a Y está contenido en la función de distribución
condicional de Y dado X :
fY |X (y|x) = fX ,Y (x, y)/fX (x)
Cuando X y Y son discretas:
fY |X (y |x) = P(Y = y|X = x)
Cuando X y Y son independientes:
fY |X (y|x) = fY (y)
fX |y (x|y) = fX (x)
19 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
20 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
21 / 52
Esperanza
El valor esperado es una medida de tendencia central
Si X es una variable aleatoria, su esperanza (o valor
esperado o media poblacional) se denota por E(x) o µ es
un promedio ponderado de los posibles valores de X
Los pesos están determinados por la fdp
Sea X una variable aleatoria discreta que toma un número finito
de valores {x1 , x2 , ..., xk }. Sea f (x) la función de probabilidad de
X . Entonces el valor esperado de X es el promedio ponderado:
k
E(X ) = x1 f (x1 ) + x2 f (x2 ) + ... + xk f (xk ) = ∑ xk f (xk ) (1)
i=1
22 / 52
Esperanza
Si X es una variable aleatoria continua:
Z ∞
E(X ) = xf (x)dx (2)
−∞
De igual manera, se puede calcular el valor esperado de una

función de X de la forma g(X ). Si X es discreta:
k
E[g(X )] = ∑ g(xk )f (xk )
i=1
Si X es contı́nua:
Z ∞
E(g(X )) = g(x)f (x)dx
−∞
23 / 52
Propiedades de la esperanza
Para toda constante c: E(c) = c

Para todo par de constantes a y b: E(aX + b) = aE(x) + b
Si {a1 , a2 , ..., an } son constantes y {X1 , X2 , ..., Xn } son
variables aleatorias:
E(a1 X1 + a2 X2 + ... + an XN ) = a1 E(X1 ) + a2 E(X2 ) + ... + an E(Xn )
La última propiedad indica que la esperanza es un

operador lineal
24 / 52
Mediana
Otra medida de tendencia central es la mediana

Dado un conjunto de varias realizaciones de una variable
aleatoria, la mediana es un valor tal que el 50 % de los
datos se encuentra a su izquierda y el 50 % a su derecha
(condicional a que los datos estén ordenados)
Si X es contı́nua, la mediana (m) de X es el valor tal que la
mitad del área bajo la curva de la fdp queda a la izquierda
de m y la otra mitad a la derecha
Cuando X tiene una distribución simétrica respecto a µ
(f (µ − x) = f (µ + x)), entonces µ es la media y la mediana
de X
25 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
26 / 52
Varianza
La varianza es una medida de variabilidad o dispersión
Sea la variable aleatoria X , tal que µ = E(X ) una forma de
medir qué tan lejos está X de µ es con la forma cuadrática
(X − µ)2
La forma cuadrática es para que se trate igual a valores
menores y mayores que µ y los valores sean positivos, de
forma que se mantenga el concepto de distancia
La varianza indica, en promedio, cuán lejos está X de µ y
se define como:
Var (X ) = E[(X − µ)2 ] (3)
σ 2 = E(X 2 − 2X µ + µ 2 ) = E(X 2 ) − µ 2
27 / 52
Propiedades de la varianza
Var (X ) = 0 si y solo sı́, existe una constante c tal que

P(X = c) = 1, en cuyo caso E(X ) = c
Para cualquiera constantes a y b: Var (aX + b) = a2 Var (X )
La desviación estándar
p es la raı́z cuadrada positiva de la varian-
za: sd(X ) = σ = + Var (X )
28 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
29 / 52
Estandarización
Sea X una variable aleatoria con media µ y desviación estándar

σ . Defina Z como:
X −µ
Z=
σ
Que por construcción tiene media cero y varianza unitaria. A par-
tir de esta variable se pueden calcular los momento de orden
superior como lo son el sesgo y la curtosis.
30 / 52
Sesgo
El tercer momento (sesgo) de una variable aleatoria se

emplea para determinar si la distribución es simétrica
respecto a su media
El sesgo se define como: E(Z 3 ) = E[(X − µ)3 ]/σ 3
Si X tiene una distribución simétrica respecto a µ, entonces
Z tiene una distribución asintótica respecto a cero. Esto
implica que si la densidad de Z en dos puntos z y −z es la
misma, al calcular E(Z 3 ) los valores positivos y negativos
se cancelarán y E(Z 3 ) = 0
31 / 52
Curtosis
El cuarto momento de una variable aleatoria se conoce

como la curtosis y se define como:
E(Z 4 ) = E[(X − µ)4 ]/σ 4
Este mide cuán pesadas son las colas de la distribución.

En general, valores mayores para E(Z 4 ) implican que la
distribución de Z (y por tanto la de X ) tiene colas pesadas
32 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
33 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
34 / 52
Covarianza
Es conveniente contar con una medida de cómo cambia en
promedio una variable aleatoria respecto a otra
Sean µX = E(X ) y µY = E(Y ) de dos variables aleatorias X
y Y . La covarianza entre estas dos variables se define
como:
Cov (X , Y ) = σX ,Y = E[(X − µX )(Y − µY )] = E[XY ] − E[X ]E[Y ]
La covarianza es una medida de dependencia lineal entre

dos variables aleatorias
Si σX ,Y > 0 entonces, en promedio, cuando X aumenta Y
también aumenta. Por otro lado, si σX ,Y < 0 entonces, en
promedio, cuando X aumenta Y disminuye.
35 / 52
Propiedades de la covarianza
Si X y Y son independientes, entonces σX ,Y = 0. El inverso

no es siempre cierto.
Para todas las constantes a1 , a2 , b2 y b2
Cov (a1 X + b1 , a2 Y + b2 ) = a1 a2 Cov (X , Y )
|Cov (X , Y )| ≤ σX × σY
El signo de la covarianza es informativo. No obstante, la
magnitud no lo es.
36 / 52
Coeficiente de correlación
De la segunda propiedad de la covarianza, se infiere que

dicho grado de asociación se ve afectado por las unidades
en las que las variables están medidas. Lo cual es
inconveniente.
La correlación no cuenta con esta flaqueza debido a que
corrige por las desviaciones estándar. Ésta se define como:
σX ,Y
Corr (X , Y ) = ρX ,Y =
σX σY
37 / 52
Propiedades de la correlación
−1 ≤ ρX ,Y ≤ 1
Para todas las constantes a1 , a2 , b2 y b2 con a1 × a2 > 0
Corr (a1 X + b1 , a2 Y + b2 ) = ρX ,Y
con a1 × a2 < 0
Corr (a1 X + b1 , a2 Y + b2 ) = −ρX ,Y
38 / 52
Varianza de suma de variables
Para todas las constantes a y b
Var (aX + bY ) = a2 Var (X ) + b2 Var (Y ) + 2abCov (X , Y )
Si {X1 , X2 , ..., Xn } son variables aleatorias no

correlacionadas entre sı́ y {ai ; i = 1, 2, ..., n} son constantes
n n
Var ∑ ai Xi = ∑ ai2 Var (Xi )
i=1 i=1
39 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
40 / 52
Previamente se introdujo el concepto de función de distribución
condicional. Uno de los momento de dicha función es la
esperanza condicional. Si se conoce un valor particular que X
tomó, se puede calcular el valor esperado de Y dado que se
conoce dicho valor tomado por X y se denota por E(Y |X = x).
Si Y es una variable aleatoria discreta que toma los valores
{y1 , y2 , ..., y3 }, entonces:
n
E(Y |x) = ∑ yi fY |X (yi |x)
i=1
Si Y es una variable aleatoria continua, se tiene:
Z
E(Y |x) = yfY |X (y |x)dx
que ha tomado X. 41 / 52
Salario y educación
Sea X los años de educación y Y el salario por hora
E(Y |X = 12) es el salario promedio por hora de la población con

12 años de educación, E(Y |X = 14) con catorce y ası́
sucesivamente
La esperanza del salario dados diferentes niveles de educación

es informativa respecto a la relación entre ambas variables
42 / 52
Figura 2: Relación entre salario y educación (Wooldridge, 2015)
43 / 52
Salario y educación
En lugar de calcular el salario esperado para cada nivel de
educación, se puede establecer la siguiente relación consistente
con la Figura 2
E(sal|educ) = 1.05 + 0.45educ (4)
Esta ecuación indica que por cada año adicional de educación,

en salario por hora aumenta en promedio 45 centavos
La ecuación cuatro se puede reescribir de la forma:
sal = β0 + β1 educ + u
Y de forma general:
y = β0 + β1 + u (5)
44 / 52
Propiedades de la esperanza condicional
E[c(X )|X ] = c(X )

E[a(X )Y + b(X )|X ] = a(X )E(Y |X ) + b(X )
Si X y Y son independientes: E(Y |X ) = E(Y )
E[E(Y |X )] = E(Y )
Si E(Y |X ) = E(Y ) entonces Cov (X , Y ) = 0
45 / 52
Outline
2 Distribuciones
Momentos superiores
Distribuciones
46 / 52
Distribución normal
Sea X una variable aleatoria tal que E(X ) = µ y Var (X ) = σ 2
con distribución normal. Entonces X ∼ N (µ, σ 2 ) y su fdp es de
la forma
1 (x − µ)2

1
f (x) = √ exp −
2πσ 2 2 σ2
Esta distribución es simétrica respecto a µ y cuando µ = 0 y

σ 2 = 1 se le conoce como distribución normal estándar y tiene la
forma:

1 1 2
f (z) = √ exp − z
2π 2
47 / 52
Propiedades de la distribución normal
Si X ∼ N (µ, σ 2 ) entonces (X − µ)/σ ∼ N (0, 1)

Si X ∼ N (µ, σ 2 ) entonces aX + b ∼ N (aµ + b, a2 σ 2 )
Toda combinación lineal de variables aleatorias normales
idénticamente distribuidas e independientes tiene una
distribución normal
48 / 52
Distribución χ 2
Sea Zi , i = 1, 2, ..., N variables aleatorias independientes con una

distribución normal estándar, entonces
N
X= ∑ Zi2 ∼ χN2
i=1
Esto es: X distribuye χ 2 con N grados de libertad. Distribución

no simétrica, que toma siempre valores positivos.
49 / 52
Distribución t
Sea Z ∼ N (0, 1) y X ∼ χN2 , entonces
Z
T=p ∼ tN
X /N
Esto es: T tiene una distribución t con N grados de libertad.
50 / 52
Lecturas sugeridas
Wooldridge (2015, Apéndice B)
51 / 52
Referencias I
Wooldridge, J. M. (2015). Introductory econometrics: A modern approach.

Nelson Education.
52 / 52

Fundamentos de Probabilidad

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Fundamentos de Probabilidad

Uploaded by

Copyright:

Available Formats

Econometrı́a I: Fundamentos de

Alejandro Puerta Cuartas

Experimentos y variable aleatorias

Un experimento es un procedimiento que potencialmente

Lanzar una moneda

Experimento: lanzar una moneda diez veces y contar la

Variables aleatorias discretas

Es una variable que solo toma una cantidad finita o infinita

Variables aleatorias discretas

Cualquier variable aleatoria discreta se puede describir al enu-

Función de densidad de probabilidad

La función de densidad de probabilidad (fdp) de X resume la

Variables aleatorias continuas

“Una variable X es una variable aleatoria continua si la proba-

Variables aleatorias continuas

Consistente con lo anterior, a diferencia de las variables

Función de distribución acumulada

Variables aleatorias discretas: La fda se obtiene sumando las fdp

Función de distribución acumulada

(a) Discreta (b) Contı́nua

Figura 1: Funciones de distribución acumuladas

Con frecuencia en economı́a, es de interés conocer la

En el caso particular en el que X y Y son independientes se

fX ,Y (x, y) = fx (x)fy (y)

Esta última igualdad también aplica para variables aleatorias con-

Suponga que una aerolı́nea acepta n reservas. Para i = 1, 2, ..., n

De igual manera, se puede calcular el valor esperado de una

Para toda constante c: E(c) = c

E(a1 X1 + a2 X2 + ... + an XN ) = a1 E(X1 ) + a2 E(X2 ) + ... + an E(Xn )

La última propiedad indica que la esperanza es un

Otra medida de tendencia central es la mediana

Var (X ) = 0 si y solo sı́, existe una constante c tal que

Sea X una variable aleatoria con media µ y desviación estándar

El tercer momento (sesgo) de una variable aleatoria se

El cuarto momento de una variable aleatoria se conoce

E(Z 4 ) = E[(X − µ)4 ]/σ 4

Este mide cuán pesadas son las colas de la distribución.

La covarianza es una medida de dependencia lineal entre

Si X y Y son independientes, entonces σX ,Y = 0. El inverso

Cov (a1 X + b1 , a2 Y + b2 ) = a1 a2 Cov (X , Y )

De la segunda propiedad de la covarianza, se infiere que

Corr (a1 X + b1 , a2 Y + b2 ) = −ρX ,Y

Varianza de suma de variables

Para todas las constantes a y b

Var (aX + bY ) = a2 Var (X ) + b2 Var (Y ) + 2abCov (X , Y )

Si {X1 , X2 , ..., Xn } son variables aleatorias no

Sea X los años de educación y Y el salario por hora

E(Y |X = 12) es el salario promedio por hora de la población con

La esperanza del salario dados diferentes niveles de educación

Figura 2: Relación entre salario y educación (Wooldridge, 2015)

Esta ecuación indica que por cada año adicional de educación,

Propiedades de la esperanza condicional

E[c(X )|X ] = c(X )

Esta distribución es simétrica respecto a µ y cuando µ = 0 y

Propiedades de la distribución normal

Si X ∼ N (µ, σ 2 ) entonces (X − µ)/σ ∼ N (0, 1)

Sea Zi , i = 1, 2, ..., N variables aleatorias independientes con una

Esto es: X distribuye χ 2 con N grados de libertad. Distribución

Sea Z ∼ N (0, 1) y X ∼ χN2 , entonces

Esto es: T tiene una distribución t con N grados de libertad.

Wooldridge (2015, Apéndice B)

Wooldridge, J. M. (2015). Introductory econometrics: A modern approach.