Please enable JavaScript.
Coggle requires JavaScript to display documents.
Temas de probabilidad y estadísticainferencial - Coggle Diagram
Temas de probabilidad y estadística
inferencial
Primer Corte
Segundo Corte
Variables Aleatorias
(V.A)
Discretas
Distribución de probabibilidad,
Probability Mass Functions (PMF)
Hipergeométrica
Características
Se fundamenta sobre conteo
y combinaciones.
Aplicada cuando
hay una proporción
pequeña entre la población
total y una muestra de esta.
N =
población
total.
Proporción
\(\frac{n}{N} \geq = 0.5 \)
n =
muestra de
la población.
Trabaja con eventos
dependientes.
La probabilidad de éxito
se ve afectada por eventos
pasados.
Trabaja con éxitos y fallos.
Se muestrean
n elementos sin repetición.
PMF =
\( P(X = k) = \frac{\binom{r}{x} \binom{N-r}{n-x}}{\binom{N}{n}} \)
Parámetros
N =
Pool/Población
total.
Tiene
r éxitos.
Tiene
N - r fracasos.
n =
Muestra aleatoria,
y sin repetición de N.
r =
Número de éxitos.
Valor esperado, Varianza y
Desviación estándar
Valor esperado \(\mu \)
(Esperanza, Media)
\(E(x) = \frac{nr}{N}\)
Varianza \(\sigma^2 \)
\(\sigma^2 = V(X) = n (\frac{r}{N})(\frac{N-r}{N})(\frac{N-n}{N-1})\)
Desviación Estándar \(\sigma\)
\(\sigma = \sqrt {\sigma^2} = \sqrt{V(X)} \)
X =
Número de éxitos en la muestra.
(# de r en n).
Poisson
Número total de éxitos/ocurrencias
de un evento en una unidad de
tiempo/espacio.
Continuas
Distribuciones de probabilidad,
Probability Density Functions (PDF's)
Uniforme
Normal
Exponencial
Variables aleatorias
bidimensionales
Discretas
Continuas
Distribuciones Muestrales
Teorema del límite central
(TLC)
Suma de V.A's
Proporción muestral
Tercer Corte