Este documento describe dos modelos para la medición de personas: el modelo determinístico y el probabilístico. El modelo determinístico incluye la escala de Guttman, que ordena conceptos de menor a mayor dificultad. El modelo probabilístico trata variables aleatorias y sus distribuciones de probabilidad como la binomial y la normal. Este modelo reconoce que los resultados individuales son impredecibles pero los patrones de grupo son probables.

1. Modelo Determinístico y
Probabilístico Para La Escala De
Medición De Personas

2. Modelo Determinístico

3. Características Del Modelo Determinístico

4. Importancia Del Modelo Determinístico

5. Modelo Determinístico Para La Escala De
Medición De Personas
La Escala Guttman

6. Escala De Guttman (Conceptos)

7. Generalidades Básicas De La Escala De
Guttman

8. Ejemplo, Escala De Guttman

9. Modelo Probabilístico

10. Modelo Probabilístico, Importancia/Utilidad

11. Lo Que Puede y No Puede Hacer Un Modelo
Estocástico o Probabilístico

12. Modelos Probabilísticos
MODELOS DISCRETOS
MODELOS CONTINUOS
-Ensayos de Bernoulli.
-Distribución geométrica y binomial.
-Distribución Normal.
-Distribuciones Relacionadas.

13. Modelos Discretos
-Modelo de Bernoulli:
·En cada prueba del experimento solo son posibles 2 resultados; éxito y fracaso.
·El resultado obtenido en cada prueba es independiente de los resultados
anteriores.
·La probabilidad de éxito es constante, P(éxito)=p, y no varia de una prueba a
otra.
-Distribución Geométrica:
·P(F=0)=P(0 fracasos antes del primer éxito)=p
·P(F=1)=P(fracaso, éxito)=(1-p)p
·P(F=2)=P(fracaso, fracaso, éxito)=(1-p)2 p
·P(F=f)=P(f fracasos antes del primer éxito)= (1-p)f p para f= 0, 1, 2, … la
distribución de f se llama distribución geométrica con parámetro p. E[F]=(1-p)/p
V[X]=(1-p)/p2
-Distribución Binomial
·P(Obtener Éxitos): P(X=r)=(n/r) (p)a la r (1-p) a la n-r
·Para r= 0, 1, 2, … n. La distribución de X se llama distribución binomial con
parámetros de n y p. E[X]=np V[X]=np(1-p)

14. Modelos Continuos
-Función de densidad de una V.A. continua:
·Solo toma valores no negativos, f(x) >_0.
·Su valor es cero para todos los puntos situados a la izquierda del menos valor de la
variable.
·Su valor es 1 para todos los puntos situados a la derecha del mayor valor de la
variable.
-La distribución normal o Gaussiana
·La variable peso en una población de personas de la misma edad y sexo.
·La variable altura de la población citada.
·Las notas de una asignatura (mito urbano). Para expresar que una V.A. continua X,
tiene una distribución normal de media y desviación típica, escribimos: X~N(,2
-La distribución normal estándar
De las infinitas distribuciones normales, tiene especial interés la que tiene igual
media a 0 y desviación típica igual a 1, es decir, N(0,1). Esta distribución recibe el
nombre de normal o estándar tipificada.