Professional Documents
Culture Documents
DOCENTE:
ANGELA PATRICIA GUERRERO
-2013-
PROYECTO ESTADISTICA II
II ENTREGA
OBJETIVOS
MARCO TERICO
Teora de Probabilidad
La probabilidad constituye un importante parmetro en la determinacin de las
diversas casualidades obtenidas tras una serie de eventos esperados dentro de un
rango estadstico.
Existen diversas formas como mtodo abstracto, como la teora Dempster-Shafer y la
teora de la relatividad numrica, esta ltima con un alto grado de aceptacin si se
toma en cuenta que disminuye considerablemente las posibilidades hasta un nivel
mnimo ya que somete a todas las antiguas reglas a una simple ley de relatividad. La
probabilidad de un evento se denota con la letra p y se expresa en trminos de una
fraccin y no en porcentajes, por lo que el valor de p cae entre 0 y 1. Por otra parte, la
probabilidad de que un evento "no ocurra" equivale a 1 menos el valor de p y se
denota con la letra q.
P(Q) = 1 - P(E)
Los tres mtodos para calcular las probabilidades son la regla de la adicin, la regla de
la multiplicacin y la distribucin binomial.
Regla de la adicin
La regla de la adicin o regla de la suma establece que la probabilidad de ocurrencia
de cualquier evento en particular es igual a la suma de las probabilidades individuales,
si es que los eventos son mutuamente excluyentes, es decir, que dos no pueden
ocurrir al mismo tiempo.
P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) =
P(A) + P(B) P(A y B) si A y B son no excluyentes.
Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de
ocurrencia del evento B. P(A y B) = probabilidad de ocurrencia simultnea de los
eventos A y B.
Regla de la multiplicacin
La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos o ms
eventos estadsticamente independientes es igual al producto de sus probabilidades
individuales.
P(A y B) = P(A B) = P(A)P(B) si A y B son independientes. P(A y B) = P(A B) =
P(A)P(B|A) si A y B son dependientes
Regla de Laplace
La regla de Laplace establece que:
La probabilidad de ocurrencia de un suceso imposible es 0.
La probabilidad de ocurrencia de un suceso seguro es 1, es decir, P(A) = 1.
Para aplicar la regla de Laplace es necesario que los experimentos den lugar a
sucesos equiprobables, es decir, que todos tengan o posean la misma probabilidad.
La probabilidad de que ocurra un suceso se calcula as:
P(A) = N de casos favorables / N de resultados posibles
Esto significa que: la probabilidad del evento A es igual al cociente del nmero de
casos favorables (los casos dnde sucede A) sobre el total de casos posibles.
Distribuciones de probabilidad
La distribucin de probabilidades es un modelo que describe la forma en que varan
los resultados de un experimento aleatorio.
Experimento aleatorio
Es definido como un proceso o actividad que al ejecutarse puede dar uno o varios
posibles resultados. Si es al AZAR lo que define el resultado, se dice que el
experimento es aleatorio.
Variable aleatoria
La variable aleatoria est asociada con los resultados de los experimentos aleatorios.
La variable aleatoria toma diferente valores dependiendo del resultado del experimento
aleatorio.
Segn el tipo de valor que toman las variables pueden ser discretas, reales o
continuas. Las variables discretas son aquellas cuyos valores son nmeros enteros,
las variables reales son las que toman valores con decimales y las variables continuas
son las que toman los valores en un intervalo.
Distribucin Binomial
Distribucin Normal
Las distribuciones de probabilidad normal tambin son conocidas como la distribucin
de gauss o distribucin gaussiana. Esta distribucin de caracteriza porque los valores
se distribuyen formando una campana de Gauss, en torno a un valor central que
coincide con el valor medio de la distribucin: Un 50% de los valores estn a la
derecha de este valor central y otro 50% a la izquierda.
Cuando la media de la distribucin es 0 y la varianza es 1, se denomina "normal
tipificada", y su ventaja reside en que hay tablas donde se recoge la probabilidad
acumulada para cada punto de la curva de esta distribucin.
Adems, toda distribucin normal se puede transformar en una normal tipificada.
La importancia de la distribucin normal se debe principalmente a que hay muchas
variables asociadas a fenmenos naturales que siguen el modelo de la normal.
Microsoft Excel nos permite calcular la probabilidad de una variable aleatoria continua
que sigue una distribucin normal tanto con una media y desviacin tpica de cualquier
valor, N( , ), como los valores de una normal tipificada o estandarizada, N(0,1). A su
vez, tambin nos permite conocer cmo se estandarizan o tipifican las variables.
La funcin DISTR.NORM, permite buscar la probabilidad que en una distribucin
normal de parmetros N (,) deja por debajo el valor a, (P(X a) ). Para ello, en
insertar funcin, selecciona dentro del tipo de funciones estadsticas, el comando
DISTR.NORM.
Esta funcin, devuelve la distribucin normal para la media y desviacin estndar
especificadas. Tiene un gran nmero de aplicaciones en estadstica, incluidas las
pruebas de hiptesis. Los parmetros a definir son:
* X es el valor cuya distribucin desea obtener (xi = a).
* Media es la media aritmtica de la distribucin (parmetro ).
* Desv_estndar es la desviacin estndar de la distribucin (parmetro ).
* Acum. es un valor lgico que determina la forma de la funcin. Si el argumento Acum.
es VERDADERO, la funcin DISTR.NORM devuelve la funcin de distribucin
acumulada, es decir, la frmula es el entero desde el infinito negativo a x de la frmula
dada.; si es FALSO, devuelve la funcin de masa de probabilidad.
La funcin DISTR.NORMAL.ESTANDAR nos permite calcular la probabilidad que, en
una distribucin normal de media cero y desviacin tpica uno, se encuentra por
debajo del valor a, (P(Z a) =?). Para ello, en insertar funcin, selecciona dentro del
tipo de funciones estadsticas, el comando DISTR.NORM.ESTAND(z).
Esta opcin devuelve la funcin de distribucin normal estndar acumulativa. La
distribucin tiene una media de 0 (cero) y una desviacin estndar de uno. Esta
funcin nos proporciona las mismas probabilidades que la tabla estndar de reas de
curvas normales.
Estimacin Puntual
La estadstica provee tcnicas que permiten obtener conclusiones generales a partir
de un conjunto limitado pero representativo de datos. Cuando inferimos no
tenemos garanta de que la conclusin que obtenemos sea exactamente correcta. Sin
embargo, la estadstica permite cuantificar el error asociado a la estimacin.
La mayora de las distribuciones de probabilidad dependen de cierto nmero de
parmetros. Salvo que estos parmetros se conozcan, deben estimarse a partir de los
datos.
El objetivo de la estimacin puntual es usar una muestra para obtener nmeros que,
en algn sentido, sean los que mejor representan a los verdaderos valores de los
parmetros de inters.
Supongamos que se selecciona una muestra de tamao n de una poblacin. Antes de
obtener la muestra no sabemos cul ser el valor de cada observacin. As, la primera
observacin puede ser considerada una v.a. X1, la segunda una v.a. X2, etc. Por lo
tanto, antes de obtener la muestra denotaremos X1, X2,...., Xn a las observaciones y,
una vez obtenida la muestra los valores observados los denotaremos x1, x2,...., xn.
Un estimador puntual de un parmetro es un valor que puede ser considerado
representativo de y se indicar . Se obtiene a partir de alguna funcin de la
muestra.
La estimacin por intervalo: es aquella que calcula un intervalo que contenga entre sus
lmites, con cierta probabilidad, el verdadero valor del parmetro poblacional. Este
intervalo se llama INTERVALO DE CONFIANZA.
PROCEDIMIENTO
P[X=x]
P[X=0]
P[X=1]
2
3
P[X=2]
P[X=3]
4
5
P[X=4]
P[X=5]
P[X=6]
P[X=7]
P[X=8]
9
10
P[X=9]
P[X=10]
0,1429400
2
0,3069545
3
0,2966243
3
0,1698618
0,0638342
8
0,0164496
0,0029437
1
0,0003612
2
2,9089E05
1,3881E06
2,981E-08
y
Donde n corresponde al tamao de la poblacin y es el valor promedio de referencia
a utilizar segn la pregunta que estemos respondiendo. Para todas las preguntas
tenemos el mismo x= 392,95.
Entonces para obtener la probabilidad de que la muestra aleatoria de 40 tenga una
media superior a 2400.000, tenemos un valor de Z = -0,999.
P(
funcin
Con la misma lgica anterior para hallar el valor de la probabilidad de que la media de
la muestra se encuentre entre 2000.000 y 2800.000, necesitamos normalizar stos
dos valores anteriores, resultando en Zs= 0,019 y Zi= - 2,017.
P(2'000.000<
CONCLUSIONES
BIBLIOGRAFA
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad
http://es.wikipedia.org/wiki/DistribucinBinomial
http://es.wikipedia.org/wiki/DistribucinNormal
http://es.wikipedia.org/wiki/TeoremadelLmiteCentral
http://es.wikipedia.org/wiki/EstimacinPuntual
http://www.virtual.unal.edu.co/cursos/odontologia/2002890/lecciones/
estimacion/estimacion.htm
http://es.scribd.com/doc/51233337/Algunos-conceptos-deprobabilidad-y-estadistica-inferencial-ilustrados-mediantesimulaciones-utilizando-Excel
http://www.estadistica.ucr.ac.cr/pdf/xs-0113/dprob.pdf
http://enciclopedia.us.es/index.php/Momento_de_una_variable_aleatoria
http://www.monografias.com/trabajos91/distribuciones-continuas-excel-ywinstats/distribuciones-continuas-excel-y-winstats.shtml
I ENTREGA
OBJETIVOS
MARCO TERICO
Esta clase de tablas permiten analizar slo una porcin de la BD, es decir, con una BD
con gran cantidad de campos o columnas, ayudan a visualizar nicamente la
informacin relevante, con lo que el anlisis se torna ms sencillo.
Las pivot tables estn basadas en dos conceptos: sumarizacin y rotacin.
3. Teora de Probabilidad
La probabilidad constituye un importante parmetro en la determinacin de las
diversas casualidades obtenidas tras una serie de eventos esperados dentro de un
rango estadstico.
Existen diversas formas como mtodo abstracto, como la teora Dempster-Shafer y la
teora de la relatividad numrica, esta ltima con un alto grado de aceptacin si se
toma en cuenta que disminuye considerablemente las posibilidades hasta un nivel
mnimo ya que somete a todas las antiguas reglas a una simple ley de relatividad. La
probabilidad de un evento se denota con la letra p y se expresa en trminos de una
fraccin y no en porcentajes, por lo que el valor de p cae entre 0 y 1. Por otra parte, la
probabilidad de que un evento "no ocurra" equivale a 1 menos el valor de p y se
denota con la letra q.
P(Q) = 1 - P(E)
Los tres mtodos para calcular las probabilidades son la regla de la adicin, la regla de
la multiplicacin y la distribucin binomial.
Regla de la adicin:
La regla de la adicin o regla de la suma establece que la probabilidad de ocurrencia
de cualquier evento en particular es igual a la suma de las probabilidades individuales,
si es que los eventos son mutuamente excluyentes, es decir, que dos no pueden
ocurrir al mismo tiempo.
P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) =
P(A) + P(B) P(A y B) si A y B son no excluyentes.
Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) = probabilidad de
ocurrencia del evento B. P(A y B) = probabilidad de ocurrencia simultnea de los
eventos A y B.
Regla de la multiplicacin:
La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos o ms
eventos estadsticamente independientes es igual al producto de sus probabilidades
individuales.
P(A y B) = P(A B) = P(A)P(B) si A y B son independientes. P(A y B) = P(A B) =
P(A)P(B|A) si A y B son dependientes
Regla de Laplace:
PROCEDIMIENTO
Ingresos
Crdito
Gastos
Alto
I 6700
C 10500
G 3500
Medio
6700 I 2285
10500 C 2000
3500 G 1200
Bajo
I < 2285
C < 2000
G < 1200
=SI(M2>10500;"Alto";SI(M2<2000;"Bajo";"Medio"))
Gastos:
=SI(D2>3500;"Alto";SI(D2<1200;"Bajo";"Medio"))
La variable Sexo tuvo que ser redefinida como Gnero, primero convirtiendo todos
los valores dados en la primera de formato de texto a nmero y posteriormente
creando la columna Gnero donde se modific el nmero 0, correspondiente a
mujeres a 2, para de sta manera hacer coincidir los datos con la descripcin del
problema, usando la funcin de Excel =SI(I2=1;"1";"2"), donde I corresponde a la
columna Sexo de la hoja de clculo Datos. Una vez ampliada la base de datos, se
procedi a aadir la hoja de clculo Reorganizacin Info, con el fin de facilitar el
siguiente paso de la actividad, la creacin de las tablas dinmicas.
de
Crdito
Ingresos
Alto
Bajo
Medio
Total general
Alto
273
8
177
458
Bajo
60
217
146
423
Medio
136
249
629
1014
Total
general
469
474
952
1895
Medio
66
53
849
968
Total
general
469
474
952
1895
de
Gastos
Alto
403
57
460
Bajo
421
46
467
de
Gnero
1
Total
1
2
3
4
5
Total general
194
212
143
177
160
886
215
232
192
194
176
1009
general
409
444
335
371
336
1895
Personas
0
137
219
311
667
1
66
96
200
362
2
153
109
288
550
3
91
42
129
262
4
15
6
21
42
5
6
2
2
10
6
1
1
1
Total general
469
474
952
1895
de
Educacin
1
274
356
630
2
431
462
893
3
102
105
207
4
79
86
165
Total
general
886
1009
1895
3. Clculo de Probabilidades
Utilizando las tablas dinmicas creadas en el paso anterior y la teora de la
probabilidad, se respondieron las 8 preguntas planteadas y se formularon 3 ms. Las
respuestas se encuentran en la hoja de clculo Clculo de Probabilidades, pero son
mostradas de nuevo a continuacin. Los valores utilizados para responder a cada
pregunta pueden ser verificados observando la frmula utilizada en Excel para cada
casilla.
- La probabilidad de que tenga ingreso medio y crdito bajo.
0,077
- La probabilidad de que tenga ingreso alto o un gasto medio.
0,7235
- La probabilidad de que no tenga un ingreso alto.
0,7525
- La probabilidad de que no tenga ingreso bajo ni tenga crdito bajo.
0,6412
- Si tiene como hobby el cine, cul es la probabilidad de que sean un hombre?
0,4743
-Si tiene ingreso bajo, cul es la probabilidad de que tenga tres personas a cargo?
0,0886
-Cul es la probabilidad de que sea una mujer que tenga un nivel de estudios de
maestra?
0,0554
-Son independientes los eventos la persona tiene Ingreso alto y el crdito bajo?.
Justifique su respuesta.
No son eventos independientes ya que hay 60 clientes que coinciden con
ingreso alto y crdito bajo.
- Cul es la probabilidad de que tenga un nivel de estudios de doctorado?
0,0871
- Cul es la probabilidad de que sea hombre y tenga como hobby leer?
0,0934
- Cul es la probabilidad de que tenga un nivel de ingresos alto y este a cargo de 2
personas?
0,0807
CONCLUSIONES
BIBLIOGRAFA
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad
http://es.wikipedia.org/wiki/TablasDinmicas
http://es.wikipedia.org/wiki/TeoradeProbabilidad