Carpeta de archivos
Compañeros en este link se encuentran todos los trabajos que se realizaron durante el segundo parcial del curso de estadística.
|
Lectura
1
|
Lectura
2
|
|
·
Las distribuciones bidimensionales o bivariadas
son aquellas en las que se estudian al mismo tiempo dos variables de cada
elemento de la población
·
Para representar los datos obtenidos se utiliza
una tabla de correlación
·
Las "x" representan una de las
variables y las "y" la otra variable
·
Se puede centrar el estudio en el comportamiento
de una de las variables, con independencia de cómo se comporta la otra y se
le llama distribución marginal.
|
·
Los datos bivariados son características de un elemento
que se puede analizar conjuntamente cuando estas interactúan sobre el
elemento en consideración.
·
Para
representar los datos obtenidos se utiliza una tabla de doble entrada
·
Las variables se pueden representar (x,y) (a,b)
entre otras.
·
Al estudiar el comportamiento de una sola
variable se le llama distribución marginal del atributo (a-b)
·
Correlación: saber si existe una relación estadísticamente
significativa entre dos variables
·
Análisis de regresión expresar la relación existente entre las dos
variables con una ecuación (encontrar un fórmula matemática que relaciona
dichas variables)
|
|
Distribuciones
discretas: Bernouilli
|
Es aquel modelo que
sigue un experimento que se realiza una sola vez y que puede tener dos
soluciones: acierto o fracaso:
Cuando es acierto la variable toma el valor 1
Cuando es fracaso la variable toma el valor 0
Al haber únicamente
dos soluciones se trata de sucesos complementarios:
A la probabilidad
de éxito se le denomina "p"
A la probabilidad
de fracaso se le denomina "q"
Verificándose que:
p + q = 1
|
Ejemplo: Probabilidad de
salir cara al lanzar una moneda al aire (sale cara o no sale); probabilidad
de ser admitido en una universidad (o te admiten o no te admiten);
probabilidad de acertar una quiniela (o aciertas o no aciertas)
|
|
Distribuciones discretas: Binomial
|
La distribución
binomial se aplica cuando se realizan un número"n" de
veces el experimento de Bernouiili, siendo cada ensayo independiente del
anterior. La variable puede tomar valores entre:
0: si todos los
experimentos han sido fracaso
n: si todos los
experimentos han sido éxitos
Ejemplo: se tira una
moneda 10 veces: ¿cuantas caras salen? Si no ha salido ninguna la variable
toma el valor 0; si han salido dos caras la variable toma el valor 2; si
todas han sido cara la variable toma el valor 10
La distribución
de probabilidad de este tipo de distribución sigue el siguiente
modelo:
![]() |
Ejemplo 1: ¿Cuál es la
probabilidad de obtener 6 caras al lanzar una moneda 10 veces?
" k " es el número
de aciertos. En este ejemplo " k " igual a 6 (en cada acierto
decíamos que la variable toma el valor 1: como son 6 aciertos, entonces k =
6)
" n" es el número
de ensayos. En nuestro ejemplo son 10
" p " es la
probabilidad de éxito, es decir, que salga "cara" al
lanzar la moneda. Por lo tanto p = 0,5
La fórmula
quedaría:
Luego, P (x = 6) = 0,205
Es decir, se tiene
una probabilidad del 20,5% de obtener 6 caras al lanzar 10 veces una moneda.
|
|
Distribuciones discretas: Poisson
|
Las distribución
de Poisson parte de la distribución binomial:
Cuando en una
distribución binomial se realiza el experimento un número "n" muy
elevado de veces y la probabilidad de éxito "p" en cada ensayo es
reducida, entonces se aplica el modelo de distribución de Poisson:
Se tiene que
cumplir que:
" p " < 0,10
" p * n " < 10
La distribución
de Poisson sigue el siguiente modelo:
![]()
Vamos a explicarla:
El número "e" es
2,71828
" l " = n * p (es
decir, el número de veces " n " que se realiza el experimento
multiplicado por la probabilidad " p " de éxito en cada ensayo)
" k
" es el número de éxito cuya probabilidad se está calculando
|
Veamos un ejemplo:
La probabilidad de
tener un accidente de tráfico es de 0,02 cada vez que se viaja, si se
realizan 300 viajes, ¿cual es la probabilidad de tener 3 accidentes?
Como la
probabilidad " p " es menor que 0,1, y el producto " n * p
" es menor que 10, entonces aplicamos el modelo de distribución de
Poisson.
Luego,
P (x = 3) = 0,0892
Por lo tanto, la
probabilidad de tener 3 accidentes de tráfico en 300 viajes es del 8,9%
|
Enfermedad
|
|||
Presencia
|
Ausencia
|
||
Síntoma
|
Presente
|
37
|
33
|
Ausente
|
17
|
13
|
|
|
Estadísticas
e indicadores del agua
La información
estadística, instrumento necesario para una mejor gestión del agua
Instituto Nacional de estadística (INE)
Autor: José Aranda.
Tema: Medio
ambiente
“Uso del agua en el
regadío”
Pág. 5
|
|
|
|
Uso
del agua en el regadío
En el
año 2006 la superficie dedicada al regadío fue De 3.278.906 hectáreas, lo que supone en torno al 13% de la superficie agraria utilizada
(SAU) y el 7% de la superficie nacional. El uso de agua en parcela de
las explotaciones agrícolas fue de 15.865 hm con una disminución del 3,9%
respecto al 2005 debida principalmente a las restricciones causadas por la
sequía.
Por tipo de cultivo, los herbáceos
acaparan el 44,7% del total.
Por técnicas de riego, el que se realiza
por gravedad es el modo menos sostenible y concentra el 45,2% del total, con
una disminución del 7,5% con respecto al 2005 resultado de las medidas de optimización
del riego implantadas por el Plan Nacional de Regadíos. Andalucía es la comunidad
que más agua consume con un 23,8% del total.
|