SlideShare una empresa de Scribd logo
VARIABLESESTADISTICASBIDIMENSIONALES(V.E.B)

Una variableestadísticabidimensional  (X,Y) es el resultado la medidade dos
                                                          de
              cuantitativas e Y, en los individuosde una población.
características            X
Las variablesestadísticasbidimensionales representan el par (X,Y), dondeX toma los
                                         se             por
valores X2,. . ..xn que toma en la población primer carácter
       Xl,                                  el               estadístico, Y los valores
                                                                        e
quetoma el segundo.
Representando paresen un sistemade ejescaftesianos, obtieneun conjuntode puntos
               los                                       se
sobreel plano que llamaremosdiagramade dispersión nube de puntos.
                                                     o

TABLAS ESTADÍSTICAS BIDTMBNSIONALES

Los datosde las variablesestadísticas ordenan tablas
                                    se       en

1)TABLA SIMPLE




2) TABLA SIMPLECON FRECUENCIAS




J) TABLA DE DOBLEENTRADA


                                                                           fr2..........fin




PARAMETROS ESTADISTICOS EN UNA V.E.B.



                                                     v -Tr
                          F tx,          F t,x,              - {..,        Tr"
1)MEDTAS            ^-;r,-
                    _._   L¿   |   l
                                       _L¿
                                             |   |           [LiJ      t    /J'tJ   I


                                             N                                  N

              TÍPICAS
2) DESVIACIONES

                                                     Yr"l
                                                     /2'tJ   I


                                                        N
F f,x,y,    -K.Y
3) COVARIANZA           t*r=
                               t


CORRELACION
                                    entredos variablesque intervienenen una V.E.B.
                          estadística
Es la relacióno dependencia

      Puedeser lineal o curvilínea,segúnla nube de puntos se condense torno a una línea
                                                                     en
      o a una curva.
      Puedeser directa (positiva), cuandoa medida que creceuna variable,crecetambiénla
      otra, o inversa(negativa)
      La correlaciónes funcional cuandoexisteuna función que determineuno de los
      caracteres se conoceel otro.
                 si




    Lineal positiva               Lineal positiva
       Funcional                     Fuerte




   urviiíneapositiva                     positiva
                                Curvilínea                    Curvilíneapositiva
     Funcional                      Fuerte                          DébiI
RECTA DE REGRESIÓN

Es la rectaque mejor se ajustaa una líneade puntos.
En función del criterio de definición, se puedehablarde la recta de regresiónde Y sobreX :

                           ,S*,
                  y_y= , (x_x)
                        s;
o dela recta resresión X sobre :
            de       de      Y

                            sx _
                            " Y    /
                     x-x=-; (y-y)
                          s;



COEFICIENTEDE CORRELACIÓN

                                            s*'
                                       r=             -1<r<l
                                            s*s,

Mide el mayor o menor grado de dispersiónde la nube de puntosrespectode la rectade
regresión

Si las correlaciónes positiva, r ) 0, y serámás cercana I cuantomás fuerte sea.
                                                       a
Si la correlaciónes negativa,r  ( 0, y serámás cercana -1 cuantomás fuerte sea.
                                                      a

1) Si I t I se aproximaa l, las rectas regresión
                                      de        prácticamente  coinciden.
  Tiendena separarse, tanto más, cuantomás se aleja I r I de 1

2) Si I r I se aproximaa 1, las rectas regresión
                                      de         permitenestimarcon poco riesgode eror,
  el valor de uno de los caracteresestadísticos funcióndel otro.
                                              en
SUCESOSALEATORIOS_ PROBABILIDAD

                 ALEATORIO
    1) EXPERIMENTO

    2) SUCESO

                  f U n i ó n(u )
                  I
    3) OPERACIONES Intersección(n)
                  J
                  lContrario(A)

    4) FRECUENCIAABSOLUTAY RELATIVA

                                         I 0<fr(A)<1
                                         I
                                        lfr(E)=1; ft(O):0
                                        I S la n B = 0 ; f r ( Au rB ) : f r ( A ) + f r ( B )

    5) DEFINICIÓN INTUITIVA DE PROBABILIDAD p( A ):                                   lim fr(A) =



                                  lo=ofA)<1
                  AXIOMAS         I P (E ) = l ;    P(0)=0
                                  li' onB=0, p(AuB):pqA)+(B)

REGLA DE LAPLACE

                        p(A):ffi
Si lossucesos equiprobables
           son

TEOREMAS

T e o r e m a dco n tra ri o : P (Á ):l -P (A )
               el

T e o r e md el a u n i ó n :
            a                   p (A u B )=p( A) + p( B) - p( A n B)

PROBABILIDADCONDICIONADA

              p (A n B )
D ( A / Bt : 4           -       p ( A n B ) = p ( A ) . p ( BA ) = p ( B ) . p ( A / B )
                                                              i
                 p (B )


        i os                { pitB / A ) : p ( B ) = p ( An B ) = p ( A ) . p ( B )
S u c e s n d e p e n d i e nttle1 l:] : t ! i ]
                                 s
                             I
PROBABILIDADTOTAL




FORMULA DE BAYES


                                nB) - P(A')'P(B/A')
         P ( A ,/ B ¡ : P ( A '
                           p(s')         p(B)
NORMAL

  VARIABLE ALEATORIA

 Si asociamos cadasuceso
             a            elementalde un experimentoaleatorio,un número real, éste
 recibeel nombrede variablealeatoria
                                   asociada-al
                                             experimento.

 Puedeser: l) DISCRETA, cuandolos posibles
                                         valoresde la variableson finitos

            2) CONTINUA, cuandolos posibles
                                          valoresde la variableson infinitos

 Estudiaremos forma especial variablediscreta
            de             la               binomial,y la variablecontinuanormal.

 VARIABLE DISCRETA BI|{OMIAL X B(n,p)

 Supongamos repetición veces, un experimento
                    la                n          de    aleatorio,con dos posiblesresultados,
 d e p r o b a b i l i d a d f i pa y 1 - p = q
                                 j
 La variablebinomial representa númerode vecesque se verifica
                                              el                   el resultadoal que
 asignamos probabilidad y que etiquetaremos
               la                      p,           como ,,éxito,,

Si un jugadoracierta
                   el80%ode los tiros que realiza,ylanzal0 veces, número
                                                                el      de aciertos
es una variablebinomial,con n = r0 y p = 0,g -+ X B(r0, 0,g)

La,probabilidad que se produzcan éxitos,de n pruebas, p probabilidad
              de               r                    con            de éxito en
caOa de ellases:
    una

                                               .).0,.0,,-,
              p(x= )=(" )p,tl-p),'-,= n
                  ,                 I
                        r/                .r/'

El caso
      pafticular, obtención 0 éxitos,
               de         de        tiene probabilidad : 0 ) : qn
                                         una         p(
                                                        "

MEDIA Y DESVIACIÓN TÍPICA DE LA VARIABLE BINOMIAL


La mediamide el número de éxitos obtenidos, término medio, si la prueba
                                          por                          se repite
muchas  veces.
Es el númerode éxitosque puedeesperarse, términomedio.
                                        por
Su valores : p=n.p


La desviación
            típicade la variableserá: o=Jnpq
VARIABLE CONTINUA NORMAL                       X N (p,o)

Muchasvecesel valor de una variablealeatoriadepende gran cantidadde factoresque
                                                   de
tienden compensarse
       a              entresí. En esecasodecimosque la variablealeatoria distribuye
                                                                       se          de
forma normal.
En estecasolos valoresde la densidad poblaciónsonmáximosen los alrededores valor
                                     de                                       del
medio( tt ) V van disminuyendo medidaque los valoresde la variablese alejande éstos.
                                a

          que
Sedemuestra la curvade densidad,
                               siguela llamadacampana Gauss:
                                                    de




Estacurvatiene un máximo en el valor medio ¡-rde la variabley dos puntos de inflexión
situados una distancia o (desviación
       a             de               típica)de dicho valor medio.

La probabilidad que un individuode la población
              de                                  tengacomo valor de la variableuna
cantidadcomprendidaentrexr y xz. p( xr ( x ( x, ). es el áreaque la campana Gauss
                                                                          de
encierra
       entredichosvaloresv el eie OX




p(xr I *.   ^r)




Los cálculos probabilidad realizan
              de               se   apoyándonos
                                              enZ N( 0, I ), llamadanormalestándar
o tipificada,a partir de una tabla.
Paraello 1) Habrá que tipificar los valoresde x

                          x-u
                             o
          2) calcular las probabilidadesa partir de los valores de z obtenidos.



Nota

Si X B( n, p ) es una variable binomial, en la que np y nq se alejansignificativamente
                                                                                     de 5,
los cálculos probabilidad la binomialsehacenimposibles la piáctica.
           de              en                                   en
Sin embargo observa
            se         que los valoresde la probabilid;dbinomialsÉaproximan los que
                                                                                 a
tomala normalde igual mediay desviación    típica:

                     X'N( np,./npq;

Utilizaremosestaúltima variableparacalcularlas probabilidades
                                                            asociadas las variables
                                                                    a
binomiales"srandes"

Más contenido relacionado

La actualidad más candente

distribucion log normal
distribucion log normal distribucion log normal
distribucion log normal
Pedro Sandoval
 
Derivación e integración de varias funciones variables
Derivación e integración de varias funciones variablesDerivación e integración de varias funciones variables
Derivación e integración de varias funciones variables
leonelgranado
 
Interpretación del gradiente. Regla de la cadena. Rectas y planos tangentes
Interpretación del gradiente. Regla de la cadena. Rectas y planos tangentesInterpretación del gradiente. Regla de la cadena. Rectas y planos tangentes
Interpretación del gradiente. Regla de la cadena. Rectas y planos tangentes
JIE MA ZHOU
 
Cap 4 funciones y gráficas módulo de matemáticas y física snna
Cap 4 funciones y gráficas módulo de matemáticas y física snnaCap 4 funciones y gráficas módulo de matemáticas y física snna
Cap 4 funciones y gráficas módulo de matemáticas y física snna
Leticia Lara Freire
 
Matematicas
MatematicasMatematicas
Matematicas
lolamedina
 
Derivada 02
Derivada 02Derivada 02
Derivadas parciales. Funciones diferenciables. Derivadas direccionales
Derivadas parciales. Funciones diferenciables. Derivadas direccionalesDerivadas parciales. Funciones diferenciables. Derivadas direccionales
Derivadas parciales. Funciones diferenciables. Derivadas direccionales
JIE MA ZHOU
 
DERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLES
DERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLESDERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLES
DERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLES
StefanyMarcano
 
Materia de investigación de Gran Vill
Materia de investigación de Gran Vill  Materia de investigación de Gran Vill
Materia de investigación de Gran Vill
Rafael potes
 
Polinomios, polinomios algebraicas
Polinomios, polinomios algebraicasPolinomios, polinomios algebraicas
Polinomios, polinomios algebraicas
Ervin de la Cruz
 
2 1 funciones
2 1 funciones2 1 funciones
Integral definida (3)
Integral definida (3)Integral definida (3)
Integral definida (3)
ronixito
 
Ova.movimiento para las tics
Ova.movimiento para las ticsOva.movimiento para las tics
Ova.movimiento para las tics
Libio Zambrano
 
Distribución beta y gaamma
Distribución beta y gaammaDistribución beta y gaamma
Distribución beta y gaamma
Victor Hugo
 
Aplicaciones de las derivadas
Aplicaciones de las derivadasAplicaciones de las derivadas
Aplicaciones de las derivadas
Alexis Bruce Barrios Echalar
 
Cap5
Cap5Cap5
APLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADASAPLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADAS
Mauricio Olaya Gaitán
 
Trabajo resumen derivada versión final
Trabajo resumen derivada versión finalTrabajo resumen derivada versión final
Trabajo resumen derivada versión final
National University of La Rioja
 

La actualidad más candente (18)

distribucion log normal
distribucion log normal distribucion log normal
distribucion log normal
 
Derivación e integración de varias funciones variables
Derivación e integración de varias funciones variablesDerivación e integración de varias funciones variables
Derivación e integración de varias funciones variables
 
Interpretación del gradiente. Regla de la cadena. Rectas y planos tangentes
Interpretación del gradiente. Regla de la cadena. Rectas y planos tangentesInterpretación del gradiente. Regla de la cadena. Rectas y planos tangentes
Interpretación del gradiente. Regla de la cadena. Rectas y planos tangentes
 
Cap 4 funciones y gráficas módulo de matemáticas y física snna
Cap 4 funciones y gráficas módulo de matemáticas y física snnaCap 4 funciones y gráficas módulo de matemáticas y física snna
Cap 4 funciones y gráficas módulo de matemáticas y física snna
 
Matematicas
MatematicasMatematicas
Matematicas
 
Derivada 02
Derivada 02Derivada 02
Derivada 02
 
Derivadas parciales. Funciones diferenciables. Derivadas direccionales
Derivadas parciales. Funciones diferenciables. Derivadas direccionalesDerivadas parciales. Funciones diferenciables. Derivadas direccionales
Derivadas parciales. Funciones diferenciables. Derivadas direccionales
 
DERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLES
DERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLESDERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLES
DERIVACIÓN E INTEGRACIÓN DE FUNCIONES DE VARIAS VARIABLES
 
Materia de investigación de Gran Vill
Materia de investigación de Gran Vill  Materia de investigación de Gran Vill
Materia de investigación de Gran Vill
 
Polinomios, polinomios algebraicas
Polinomios, polinomios algebraicasPolinomios, polinomios algebraicas
Polinomios, polinomios algebraicas
 
2 1 funciones
2 1 funciones2 1 funciones
2 1 funciones
 
Integral definida (3)
Integral definida (3)Integral definida (3)
Integral definida (3)
 
Ova.movimiento para las tics
Ova.movimiento para las ticsOva.movimiento para las tics
Ova.movimiento para las tics
 
Distribución beta y gaamma
Distribución beta y gaammaDistribución beta y gaamma
Distribución beta y gaamma
 
Aplicaciones de las derivadas
Aplicaciones de las derivadasAplicaciones de las derivadas
Aplicaciones de las derivadas
 
Cap5
Cap5Cap5
Cap5
 
APLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADASAPLICACIONES DE LAS DERIVADAS
APLICACIONES DE LAS DERIVADAS
 
Trabajo resumen derivada versión final
Trabajo resumen derivada versión finalTrabajo resumen derivada versión final
Trabajo resumen derivada versión final
 

Destacado

Taller final word!
Taller final word!Taller final word!
Taller final word!
Jhon
 
Duas entrevistas para Petro
Duas entrevistas para PetroDuas entrevistas para Petro
Duas entrevistas para Petro
Isabel DA COSTA
 
Pagina web
Pagina webPagina web
Pagina web
Piipezhiitho JoJoa
 
Vadalivari sri ramayanamu balakanda
Vadalivari sri ramayanamu balakandaVadalivari sri ramayanamu balakanda
Vadalivari sri ramayanamu balakanda
yativenkat
 
Videotuotanto ja sen eri vaiheet Infograafi
Videotuotanto ja sen eri vaiheet InfograafiVideotuotanto ja sen eri vaiheet Infograafi
Videotuotanto ja sen eri vaiheet Infograafi
Pekka Tuominen
 
Twinny in Saint-Germain-en-Laye
Twinny in Saint-Germain-en-LayeTwinny in Saint-Germain-en-Laye
Twinny in Saint-Germain-en-Laye
Isabel DA COSTA
 
Guía de reconocimiento de voz
Guía de reconocimiento de vozGuía de reconocimiento de voz
Guía de reconocimiento de voz
Elkin Moreno
 
M1 integral
M1 integralM1 integral
M1 integral
Fe
 

Destacado (8)

Taller final word!
Taller final word!Taller final word!
Taller final word!
 
Duas entrevistas para Petro
Duas entrevistas para PetroDuas entrevistas para Petro
Duas entrevistas para Petro
 
Pagina web
Pagina webPagina web
Pagina web
 
Vadalivari sri ramayanamu balakanda
Vadalivari sri ramayanamu balakandaVadalivari sri ramayanamu balakanda
Vadalivari sri ramayanamu balakanda
 
Videotuotanto ja sen eri vaiheet Infograafi
Videotuotanto ja sen eri vaiheet InfograafiVideotuotanto ja sen eri vaiheet Infograafi
Videotuotanto ja sen eri vaiheet Infograafi
 
Twinny in Saint-Germain-en-Laye
Twinny in Saint-Germain-en-LayeTwinny in Saint-Germain-en-Laye
Twinny in Saint-Germain-en-Laye
 
Guía de reconocimiento de voz
Guía de reconocimiento de vozGuía de reconocimiento de voz
Guía de reconocimiento de voz
 
M1 integral
M1 integralM1 integral
M1 integral
 

Similar a M1 fin

Ajuste por mínimos cuadrados
Ajuste por mínimos cuadradosAjuste por mínimos cuadrados
Ajuste por mínimos cuadrados
Jaime Bohorquez
 
Clase03 entendiendo las relaciones
Clase03   entendiendo las relacionesClase03   entendiendo las relaciones
Clase03 entendiendo las relaciones
Fabrizio Marcillo Morla
 
Estadística y probabilidad
Estadística y probabilidadEstadística y probabilidad
Estadística y probabilidad
Daniela Daffunchio Diez
 
Aov1 f
Aov1 fAov1 f
Formulario De Distribuciones De Probabilidad
Formulario De Distribuciones De ProbabilidadFormulario De Distribuciones De Probabilidad
Formulario De Distribuciones De Probabilidad
Instituto Tecnologico De Pachuca
 
M1 comp
M1 compM1 comp
M1 comp
Fe
 
Regresion
RegresionRegresion
Regresion
Miguel Zajama
 
Algebra 1 - Relaciones
Algebra 1 - Relaciones Algebra 1 - Relaciones
Algebra 1 - Relaciones
Alejandro Daniel Nieto
 
Clase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptx
Clase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptxClase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptx
Clase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptx
VICTORCHERIQUISPEBAL
 
Tema 6
Tema 6Tema 6
Tema 6
torerete
 
Interpolacion lagrange
Interpolacion lagrangeInterpolacion lagrange
Interpolacion lagrange
mat7731
 
Aplicaciones lineales
Aplicaciones linealesAplicaciones lineales
Aplicaciones lineales
Flor Debhora Escobar Pedraza
 
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFBDIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
Lola FFB
 
Econometria I: modelo de regresión lineal simple
Econometria I: modelo de regresión lineal simple Econometria I: modelo de regresión lineal simple
Econometria I: modelo de regresión lineal simple
ALEX ABURTO MEZA
 
Gráficas y funciones_2 (1)
Gráficas y funciones_2 (1)Gráficas y funciones_2 (1)
Gráficas y funciones_2 (1)
Jose Encabo
 
Leccion_5_Lorentz. en variables de variables reales
Leccion_5_Lorentz. en variables de variables realesLeccion_5_Lorentz. en variables de variables reales
Leccion_5_Lorentz. en variables de variables reales
GabrielChiavaroliTru2
 
Formulario estadisticas
Formulario estadisticas Formulario estadisticas
Formulario estadisticas
Moises Martinez Vega
 
3 analisis multivariable
3 analisis multivariable3 analisis multivariable
3 analisis multivariable
Carmen Mejia
 
Fórmulario cálculo avanzado pep2
Fórmulario cálculo avanzado pep2Fórmulario cálculo avanzado pep2
Fórmulario cálculo avanzado pep2
Francisco Javier Valenzuela Riquelme
 
Exposiciondefunciones
ExposiciondefuncionesExposiciondefunciones
Exposiciondefunciones
yoselinpr
 

Similar a M1 fin (20)

Ajuste por mínimos cuadrados
Ajuste por mínimos cuadradosAjuste por mínimos cuadrados
Ajuste por mínimos cuadrados
 
Clase03 entendiendo las relaciones
Clase03   entendiendo las relacionesClase03   entendiendo las relaciones
Clase03 entendiendo las relaciones
 
Estadística y probabilidad
Estadística y probabilidadEstadística y probabilidad
Estadística y probabilidad
 
Aov1 f
Aov1 fAov1 f
Aov1 f
 
Formulario De Distribuciones De Probabilidad
Formulario De Distribuciones De ProbabilidadFormulario De Distribuciones De Probabilidad
Formulario De Distribuciones De Probabilidad
 
M1 comp
M1 compM1 comp
M1 comp
 
Regresion
RegresionRegresion
Regresion
 
Algebra 1 - Relaciones
Algebra 1 - Relaciones Algebra 1 - Relaciones
Algebra 1 - Relaciones
 
Clase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptx
Clase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptxClase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptx
Clase N°04 de Cálculo I 2022-I HELLEN metalurgica.pptx
 
Tema 6
Tema 6Tema 6
Tema 6
 
Interpolacion lagrange
Interpolacion lagrangeInterpolacion lagrange
Interpolacion lagrange
 
Aplicaciones lineales
Aplicaciones linealesAplicaciones lineales
Aplicaciones lineales
 
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFBDIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
DIAGRAMAS DE DISPERSIÓN, CORRELACIÓN Y REGRESIÓN. Bioestadística. LolaFFB
 
Econometria I: modelo de regresión lineal simple
Econometria I: modelo de regresión lineal simple Econometria I: modelo de regresión lineal simple
Econometria I: modelo de regresión lineal simple
 
Gráficas y funciones_2 (1)
Gráficas y funciones_2 (1)Gráficas y funciones_2 (1)
Gráficas y funciones_2 (1)
 
Leccion_5_Lorentz. en variables de variables reales
Leccion_5_Lorentz. en variables de variables realesLeccion_5_Lorentz. en variables de variables reales
Leccion_5_Lorentz. en variables de variables reales
 
Formulario estadisticas
Formulario estadisticas Formulario estadisticas
Formulario estadisticas
 
3 analisis multivariable
3 analisis multivariable3 analisis multivariable
3 analisis multivariable
 
Fórmulario cálculo avanzado pep2
Fórmulario cálculo avanzado pep2Fórmulario cálculo avanzado pep2
Fórmulario cálculo avanzado pep2
 
Exposiciondefunciones
ExposiciondefuncionesExposiciondefunciones
Exposiciondefunciones
 

Más de Fe

Einstein a su hija: La fuerza del Amor
Einstein a su hija: La fuerza del AmorEinstein a su hija: La fuerza del Amor
Einstein a su hija: La fuerza del Amor
Fe
 
El poder de la meditación para renovar la iglesia
El poder de la meditación para renovar la iglesiaEl poder de la meditación para renovar la iglesia
El poder de la meditación para renovar la iglesia
Fe
 
Resiliencia
ResilienciaResiliencia
Resiliencia
Fe
 
Meditar, vivir sin expectativas
Meditar, vivir sin expectativasMeditar, vivir sin expectativas
Meditar, vivir sin expectativas
Fe
 
Tus células escuchan lo que piensas
Tus células escuchan lo que piensasTus células escuchan lo que piensas
Tus células escuchan lo que piensas
Fe
 
Tus células escuchan lo que piensas
Tus células escuchan lo que piensasTus células escuchan lo que piensas
Tus células escuchan lo que piensas
Fe
 
Mensaje de Annie Marquier - Diciembre 2012
Mensaje de Annie Marquier - Diciembre 2012Mensaje de Annie Marquier - Diciembre 2012
Mensaje de Annie Marquier - Diciembre 2012
Fe
 
Cursos de verano Qi Gong Donostia
Cursos de verano Qi Gong DonostiaCursos de verano Qi Gong Donostia
Cursos de verano Qi Gong Donostia
Fe
 
Seguir los sueños
Seguir los sueñosSeguir los sueños
Seguir los sueños
Fe
 
Junio2012
Junio2012Junio2012
Junio2012
Fe
 
Incredible edible
Incredible edibleIncredible edible
Incredible edible
Fe
 
CURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKA
CURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKACURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKA
CURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKAFe
 
Hay alternativas
Hay alternativasHay alternativas
Hay alternativas
Fe
 
Hay alternativas
Hay alternativasHay alternativas
Hay alternativas
Fe
 
Artículo publicado en la vanguardia.Ángeles Caso
Artículo publicado en la vanguardia.Ángeles CasoArtículo publicado en la vanguardia.Ángeles Caso
Artículo publicado en la vanguardia.Ángeles CasoFe
 
Esquema formulación inorgánica
Esquema formulación inorgánicaEsquema formulación inorgánica
Esquema formulación inorgánica
Fe
 
Ejercicios de refuerzo física 4º eso 1ª evaluación
Ejercicios de refuerzo física 4º eso 1ª evaluaciónEjercicios de refuerzo física 4º eso 1ª evaluación
Ejercicios de refuerzo física 4º eso 1ª evaluaciónFe
 
El maestro y el 5 %
El maestro y el 5 %El maestro y el 5 %
El maestro y el 5 %
Fe
 
Petición de un grupo de profesores de química al ararteko
Petición de un grupo de profesores de química al arartekoPetición de un grupo de profesores de química al ararteko
Petición de un grupo de profesores de química al ararteko
Fe
 
Diario vasco y correo
Diario vasco y correoDiario vasco y correo
Diario vasco y correo
Fe
 

Más de Fe (20)

Einstein a su hija: La fuerza del Amor
Einstein a su hija: La fuerza del AmorEinstein a su hija: La fuerza del Amor
Einstein a su hija: La fuerza del Amor
 
El poder de la meditación para renovar la iglesia
El poder de la meditación para renovar la iglesiaEl poder de la meditación para renovar la iglesia
El poder de la meditación para renovar la iglesia
 
Resiliencia
ResilienciaResiliencia
Resiliencia
 
Meditar, vivir sin expectativas
Meditar, vivir sin expectativasMeditar, vivir sin expectativas
Meditar, vivir sin expectativas
 
Tus células escuchan lo que piensas
Tus células escuchan lo que piensasTus células escuchan lo que piensas
Tus células escuchan lo que piensas
 
Tus células escuchan lo que piensas
Tus células escuchan lo que piensasTus células escuchan lo que piensas
Tus células escuchan lo que piensas
 
Mensaje de Annie Marquier - Diciembre 2012
Mensaje de Annie Marquier - Diciembre 2012Mensaje de Annie Marquier - Diciembre 2012
Mensaje de Annie Marquier - Diciembre 2012
 
Cursos de verano Qi Gong Donostia
Cursos de verano Qi Gong DonostiaCursos de verano Qi Gong Donostia
Cursos de verano Qi Gong Donostia
 
Seguir los sueños
Seguir los sueñosSeguir los sueños
Seguir los sueños
 
Junio2012
Junio2012Junio2012
Junio2012
 
Incredible edible
Incredible edibleIncredible edible
Incredible edible
 
CURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKA
CURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKACURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKA
CURSO PREPARATORIO PARA LA PRUEBA DE ACCESO A ARQUITECTURA EN TEKNIKA
 
Hay alternativas
Hay alternativasHay alternativas
Hay alternativas
 
Hay alternativas
Hay alternativasHay alternativas
Hay alternativas
 
Artículo publicado en la vanguardia.Ángeles Caso
Artículo publicado en la vanguardia.Ángeles CasoArtículo publicado en la vanguardia.Ángeles Caso
Artículo publicado en la vanguardia.Ángeles Caso
 
Esquema formulación inorgánica
Esquema formulación inorgánicaEsquema formulación inorgánica
Esquema formulación inorgánica
 
Ejercicios de refuerzo física 4º eso 1ª evaluación
Ejercicios de refuerzo física 4º eso 1ª evaluaciónEjercicios de refuerzo física 4º eso 1ª evaluación
Ejercicios de refuerzo física 4º eso 1ª evaluación
 
El maestro y el 5 %
El maestro y el 5 %El maestro y el 5 %
El maestro y el 5 %
 
Petición de un grupo de profesores de química al ararteko
Petición de un grupo de profesores de química al arartekoPetición de un grupo de profesores de química al ararteko
Petición de un grupo de profesores de química al ararteko
 
Diario vasco y correo
Diario vasco y correoDiario vasco y correo
Diario vasco y correo
 

M1 fin

  • 1. VARIABLESESTADISTICASBIDIMENSIONALES(V.E.B) Una variableestadísticabidimensional (X,Y) es el resultado la medidade dos de cuantitativas e Y, en los individuosde una población. características X Las variablesestadísticasbidimensionales representan el par (X,Y), dondeX toma los se por valores X2,. . ..xn que toma en la población primer carácter Xl, el estadístico, Y los valores e quetoma el segundo. Representando paresen un sistemade ejescaftesianos, obtieneun conjuntode puntos los se sobreel plano que llamaremosdiagramade dispersión nube de puntos. o TABLAS ESTADÍSTICAS BIDTMBNSIONALES Los datosde las variablesestadísticas ordenan tablas se en 1)TABLA SIMPLE 2) TABLA SIMPLECON FRECUENCIAS J) TABLA DE DOBLEENTRADA fr2..........fin PARAMETROS ESTADISTICOS EN UNA V.E.B. v -Tr F tx, F t,x, - {.., Tr" 1)MEDTAS ^-;r,- _._ L¿ | l _L¿ | | [LiJ t /J'tJ I N N TÍPICAS 2) DESVIACIONES Yr"l /2'tJ I N
  • 2. F f,x,y, -K.Y 3) COVARIANZA t*r= t CORRELACION entredos variablesque intervienenen una V.E.B. estadística Es la relacióno dependencia Puedeser lineal o curvilínea,segúnla nube de puntos se condense torno a una línea en o a una curva. Puedeser directa (positiva), cuandoa medida que creceuna variable,crecetambiénla otra, o inversa(negativa) La correlaciónes funcional cuandoexisteuna función que determineuno de los caracteres se conoceel otro. si Lineal positiva Lineal positiva Funcional Fuerte urviiíneapositiva positiva Curvilínea Curvilíneapositiva Funcional Fuerte DébiI
  • 3. RECTA DE REGRESIÓN Es la rectaque mejor se ajustaa una líneade puntos. En función del criterio de definición, se puedehablarde la recta de regresiónde Y sobreX : ,S*, y_y= , (x_x) s; o dela recta resresión X sobre : de de Y sx _ " Y / x-x=-; (y-y) s; COEFICIENTEDE CORRELACIÓN s*' r= -1<r<l s*s, Mide el mayor o menor grado de dispersiónde la nube de puntosrespectode la rectade regresión Si las correlaciónes positiva, r ) 0, y serámás cercana I cuantomás fuerte sea. a Si la correlaciónes negativa,r ( 0, y serámás cercana -1 cuantomás fuerte sea. a 1) Si I t I se aproximaa l, las rectas regresión de prácticamente coinciden. Tiendena separarse, tanto más, cuantomás se aleja I r I de 1 2) Si I r I se aproximaa 1, las rectas regresión de permitenestimarcon poco riesgode eror, el valor de uno de los caracteresestadísticos funcióndel otro. en
  • 4. SUCESOSALEATORIOS_ PROBABILIDAD ALEATORIO 1) EXPERIMENTO 2) SUCESO f U n i ó n(u ) I 3) OPERACIONES Intersección(n) J lContrario(A) 4) FRECUENCIAABSOLUTAY RELATIVA I 0<fr(A)<1 I lfr(E)=1; ft(O):0 I S la n B = 0 ; f r ( Au rB ) : f r ( A ) + f r ( B ) 5) DEFINICIÓN INTUITIVA DE PROBABILIDAD p( A ): lim fr(A) = lo=ofA)<1 AXIOMAS I P (E ) = l ; P(0)=0 li' onB=0, p(AuB):pqA)+(B) REGLA DE LAPLACE p(A):ffi Si lossucesos equiprobables son TEOREMAS T e o r e m a dco n tra ri o : P (Á ):l -P (A ) el T e o r e md el a u n i ó n : a p (A u B )=p( A) + p( B) - p( A n B) PROBABILIDADCONDICIONADA p (A n B ) D ( A / Bt : 4 - p ( A n B ) = p ( A ) . p ( BA ) = p ( B ) . p ( A / B ) i p (B ) i os { pitB / A ) : p ( B ) = p ( An B ) = p ( A ) . p ( B ) S u c e s n d e p e n d i e nttle1 l:] : t ! i ] s I
  • 5. PROBABILIDADTOTAL FORMULA DE BAYES nB) - P(A')'P(B/A') P ( A ,/ B ¡ : P ( A ' p(s') p(B)
  • 6. NORMAL VARIABLE ALEATORIA Si asociamos cadasuceso a elementalde un experimentoaleatorio,un número real, éste recibeel nombrede variablealeatoria asociada-al experimento. Puedeser: l) DISCRETA, cuandolos posibles valoresde la variableson finitos 2) CONTINUA, cuandolos posibles valoresde la variableson infinitos Estudiaremos forma especial variablediscreta de la binomial,y la variablecontinuanormal. VARIABLE DISCRETA BI|{OMIAL X B(n,p) Supongamos repetición veces, un experimento la n de aleatorio,con dos posiblesresultados, d e p r o b a b i l i d a d f i pa y 1 - p = q j La variablebinomial representa númerode vecesque se verifica el el resultadoal que asignamos probabilidad y que etiquetaremos la p, como ,,éxito,, Si un jugadoracierta el80%ode los tiros que realiza,ylanzal0 veces, número el de aciertos es una variablebinomial,con n = r0 y p = 0,g -+ X B(r0, 0,g) La,probabilidad que se produzcan éxitos,de n pruebas, p probabilidad de r con de éxito en caOa de ellases: una .).0,.0,,-, p(x= )=(" )p,tl-p),'-,= n , I r/ .r/' El caso pafticular, obtención 0 éxitos, de de tiene probabilidad : 0 ) : qn una p( " MEDIA Y DESVIACIÓN TÍPICA DE LA VARIABLE BINOMIAL La mediamide el número de éxitos obtenidos, término medio, si la prueba por se repite muchas veces. Es el númerode éxitosque puedeesperarse, términomedio. por Su valores : p=n.p La desviación típicade la variableserá: o=Jnpq
  • 7. VARIABLE CONTINUA NORMAL X N (p,o) Muchasvecesel valor de una variablealeatoriadepende gran cantidadde factoresque de tienden compensarse a entresí. En esecasodecimosque la variablealeatoria distribuye se de forma normal. En estecasolos valoresde la densidad poblaciónsonmáximosen los alrededores valor de del medio( tt ) V van disminuyendo medidaque los valoresde la variablese alejande éstos. a que Sedemuestra la curvade densidad, siguela llamadacampana Gauss: de Estacurvatiene un máximo en el valor medio ¡-rde la variabley dos puntos de inflexión situados una distancia o (desviación a de típica)de dicho valor medio. La probabilidad que un individuode la población de tengacomo valor de la variableuna cantidadcomprendidaentrexr y xz. p( xr ( x ( x, ). es el áreaque la campana Gauss de encierra entredichosvaloresv el eie OX p(xr I *. ^r) Los cálculos probabilidad realizan de se apoyándonos enZ N( 0, I ), llamadanormalestándar o tipificada,a partir de una tabla.
  • 8. Paraello 1) Habrá que tipificar los valoresde x x-u o 2) calcular las probabilidadesa partir de los valores de z obtenidos. Nota Si X B( n, p ) es una variable binomial, en la que np y nq se alejansignificativamente de 5, los cálculos probabilidad la binomialsehacenimposibles la piáctica. de en en Sin embargo observa se que los valoresde la probabilid;dbinomialsÉaproximan los que a tomala normalde igual mediay desviación típica: X'N( np,./npq; Utilizaremosestaúltima variableparacalcularlas probabilidades asociadas las variables a binomiales"srandes"