Documente Academic
Documente Profesional
Documente Cultură
Ejemplo introductorio
Ω Notación conjuntista
X Y n () 2000
380 120 180 n ( X ) 500
n (Y ) 300
1320
n ( X Y ) 120
Viviendas con agua potable
1
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
Ejemplo introductorio
f X / Y j 1.0
m
Propiedades: f(X i /Y j ) 0 ij ; i
i 1
6
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
Definición
Distribución condicional de X dado Yj
X ,
i f(X i /Y j ) ; i 1,2,3,....m. dado Y j
Habrá tantas distribuciones condicionales de X como valores (clases) tenga la
variable Y
Distribución condicional de Y dado Xi
Y ,
j f(Y j / X i ) ; j 1,2,3,....s. dado X i
Habrá tantas distribuciones condicionales de Y como valores (clases) tenga la
variable X
f (Y j / X i )
f (Y j /X i )
*
CY j
5
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
Recordemos la notación para distribución conjunta para X e Y
Y Hay s
Y1 Y2 Yj Ys clases de Y
X
X1 n11 n12 n1j n1s n1.
X2 n21 n22 n2j n2s n2.
X f ( X i / Y1 ) f ( X i / Y2 ) f ( X i / Yj ) f ( X i / Ys )
nij
f ( X i / Yj ) Distribución condicional de X cuando Y= Yj “cómo se
n. j comporta X cuando cuando Y= Yj”
9
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
Distribuciones condicionales para la variable y
Y f (Y j / X 1 ) f (Y j / X 2 ) f (Y j / X i ) f (Y j / X m )
nij
f (Y j / X i ) Distribución condicional de Y cuando X= Xi “cómo se
ni. comporta Y cuando cuando X= Xi”
10
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
Ejemplo:
La siguiente tabla de frecuencias corresponde a 200 fincas en las cuales se han observado
las variables: área cultivada de maíz (X) en Ha y producción anual (Y) en toneladas
Y (0; 25] (25; 60] (60; 180] (180; 250] (250; 350]
X Y1 Y2 Y3 Y4 Y5
(0; 10]
34 30 14 2 0 80
X1
(10; 40]
23 12 20 4 1 60
X2
(40; 90]
13 8 24 4 1 50
X3
(90; 150]
0 0 2 5 3 10
X4
70 50 60 15 5 200
11
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
a) Construir la distribución del área cultivada, para las fincas con producción anual
entre (60; 180], dicha distribución se denota por:
X ,i f(X i /Y j ) ; i 1,2,3,....m. dado Y j
Y (60; 180]
X Y3 X
(0; 10] Área f(Xi /Y3 )
14 cultivada
X1
X1 : (0; 10] 14/60
(10; 40]
20
X2 X2 : (10; 40] 20/60=0,333
(40; 90] X3 :(40; 90] 24/60
24
X3 X4:(90; 150] 2/60
(90; 150] Interpretación
2 1.0
X4 De las fincas que producen entre
60 y 180 Toneladas de maíz al año,
el 33% de ellas tienen un área
60
cultivada entre 10 Ha y 40 Ha
12
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
b) Construir la función empírica de densidad condicional del área cultivada, para las
fincas con producción anual entre 60 Ton y 180 Ton.
Ejemplo
f ( X i / Y3 ) f ( X 1 / Y3 ) 14 / 60
f *(X i /Y3 ) ; i f *(X 1 /Y3 ) 14 / 600 0.023
CXi C X1 10
13
X 0 si x 0 ó x 150
C X i Área h(Xi /Y3 )
cultivada 14 / 60 0.0233 si x (0, 10
10 X1 : (0; 10] 10
14/60 20 / 60
30 X2 : (10; 40] 20/60=0,333 f (X i /Y3 )
*
0.011 si x (10, 40
30
50 X3 :(40; 90] 24/60 24 / 60
50 0.008 si x (40, 90
60 X4:(90; 150] 2/60
1.0 2 / 60 0.0006 si x (90, 150
60
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
c) ¿Qué porcentaje de las fincas que producen anualmente entre 60 y 180 Ton,
tienen áreas cultivadas entre 18 Ha y 70 Ha?
0 si x 0 ó x 150
0.0233 si x (0, 10
f (X i /Y3 ) 0.011
*
si x (10, 40 18
0.008 si x (40, 90
70
0.0006 si x (90, 150
10 40 90
18 70
f (18 X 70)/Y3 f *(X 2 /Y3 ).(40 18) f *(X 3 /Y3 ).(70 40)
(0.011).(22) (0.008).(30)
0.482 48.2%
14
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
d) Calcule e interprete: f ( X 1 Y3 ) ?
14
f ( X 1 Y3 ) 0.07
200
f(X 1 /Y3 ) ?
14
f(X 1 /Y3 ) 0.233
60
De las fincas que producen anualmente entre 60 y 180 Ton de maíz, el 23.3% de ellas,
tienen un área cultivada entre 0 y 10 hectáreas
16
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
14
f(Y3 /X 1 ) ?
80
14
f(Y3 /X 1 ) 0.175
80
De las fincas con área cultivada de maíz entre 0 y 10 hectáreas, el 17.5% de ellas producen
anualmente entre 60 y 180 Ton de maíz.
17
DISTRIBUCIONES CONDICIONALES DE FRECUENCIA
Regla de la multiplicación:
f ( X i Yj )
f(X i /Y j ) f ( X i Y j ) f (Y j ). f ( X i / Y j )
f (Y j )
f ( X i Yj )
f(Y j /X i ) f ( X i Y j ) f ( X i ). f (Y j / X i )
f ( X i)
18
MEDI A Y VARIANZA CONDICIONALES PARA LA VARIABLE X
De la tabla bidimensional seleccionamos la columna j de Y y vamos a observar el
comportamiento de la variable X en dicha columna
m
X i M ( X / Yj )
Xm nmj 2 2
S X f ( X i / Yj )
Xm nmj / n. j Yj i 1
n.j
m
X i M ( X / Yj )
2 2
S X f ( X i / Yj )
Yj i 1
Y Y1 Y2 Yj Ys
20
MEDI A Y VARIANZA CONDICIONALES PARA LA VARIABLE Y
Y2
n1 j / n. j
ni 2 / ni. Y (n j ij ) s
(Y j ) f (Y j/ X i )
j 1
n2 j / n. j
ni. j 1
Yj nij / ni.
nij / n. j Varianza condicional para X dado un valor de Y
s
Y j M (Y / X i )
2 2
S Y f (Y j / X i )
Ys nis / ni. Xi j 1
21
Ejemplo
Se tomó una muestra de 500 viviendas de la población ABC y entre otras se observaron las
siguientes variables: X: Número de personas que duermen ; Y: Área del dormitorio m2. Los
resultados se muestran en la siguiente tabla bidimensional
X1=1 10 4 2 5 3 1 25
X2=2 4 40 20 15 17 4 100
X3=3 3 35 61 10 40 26 175
X4=4 1 18 59 14 34 24 150
X5=5 2 3 8 6 16 15 50
a) Estimar el área promedio de dormitorio para las viviendas en que duermen dos personas
y la varianza del área del dormitorio para las viviendas en las que duermen dos personas.
22
Y Y1= Y2= Y3= Y4= Y5= Y6 =
X (3, 4] (4, 6] (6, 9] (9, 12] (12, 16] (16, 25]
Valor de X que
condiciona
Total
X2=2 4 40 20 15 17 4 100
40
h(Y j / X 2 ) f (Y2 / X 2 )
Y 100
h( X i / Y j )
Y1=3.5 4 0.04 6
Media condicional
n1 j / n. j M (Y / X 2 ) (Y j ) f (Y j/ X 2 )
Y2=5.0 40 0.40 j 1
de Y dado X2
n2 j / n. j
Y3=7.5 20 0.20 (3.5).(0.04 ) ... (20 .5).(0.04 ) 8.415 m 2
Marcas de clase
23
40
Y f (Y j / X 2 ) f (Y2 / X 2 )
100
h( X i / Y j )
Y1=3.5 0.04
n1 j / n. j
6 Varianza
Y2=5.0 0.40 Y j M (Y / X 2 )
2 2
S Y f (Y j / X 2 ) condicional de Y
Marcas de clase
n2 j / n. j X2 j 1
Y3=7.5 0.20 dado X2
6
Y j 8.415 f (Y j / X 2 )
2
Y4=10.5 0.15
nij / n. j j 1
Y5=14.0 0.17
(3.5 8.415 ) 2 (0.04 ) ... ( 20 .5 8.415 ) 2 (0.04 )
Y6=20.5 0.04
Total 1.0 17 .6 m 4
24
b) Estimar el número de personas en promedio que duermen en las viviendas cuya área de
dormitorio está entre 4.0 m2 y 6.0 m2 así mismo estime la varianza correspondiente.
Y2= 40
X f ( X i / Y2 ) f ( X i / Y2 )
(4, 6] 100
5
M ( X / Y2 ) ( X i ) f ( X i / Y2 )
X1=1 4 0.04
X2=2 40 0.40 i 1
25
c) Estime el promedio y la varianza para el área del dormitorio
Y n. j 6
y (Y j´ ) f. j
Y1=3.5 20 j 1
Y3=7.5 150
Y4=10.5 50
Y5=14.0 110 6
S Y j´ y
2
2
y f .j 27.4 m 2
Y6=20.5 70 j 1
500
26
d) Estime el promedio y la varianza del número de personas que duermen por vivienda
ni. 25
f i. 0,05
X ni. n.. 500
5
X1=1 25
x ( X i ) f i.
X2=2 100 i 1
27
INDEPENDENCIA ESTADÍSTICA ENTRE VARIABLES
Ejemplo:
La siguiente tabla de frecuencias muestra la distribución conjunta de las características X e Y
Y
Y1 Y2 Y3 Y4 Total
X
X1 75 90 120 15 300
X2 100 120 160 20 400
X3 75 90 120 15 300
Total 250 300 400 50 1000
Y
Y1 Y2 Y3 Y4 Total
X Distribución conjunta de
X1 0.075 0.09 0.12 0.015 0.3 frecuencias relativas
29
INDEPENDENCIA ESTADÍSTICA ENTRE VARIABLES
Ejemplo:
Para que X e Y sean estadísticamente independientes se debe cumplir para todas las
intersecciones ( X i Y j )
f ij ( f i. ).( f. j )
(f 1. ).(f .1 ) (0.30).(0.25) 0.075 f 11
(f 1. ).(f .2 ) (0.30).(0.30) 0.090 f 12
(f 1. ).(f .3 ) (0.30).(0.40) 0.120 f 13
(f 3. ).(f .3 ) (0.30).(0.40) 0.120 f 33
(f 3. ).(f .4 ) (0.30).(0.05) 0.015 f 34
Como se verifica la definición para todo i e j, se concluye que las variables X e Y
son estadísticamente independientes
30
INDEPENDENCIA ESTADÍSTICA ENTRE VARIABLES
Ejemplo:
Para que X e Y sean estadísticamente independientes se debe cumplir para todas las
intersecciones ( X i Y j )
f ij ( f i. ).( f. j )
31
Ejercicio
Para la siguiente distribución conjunta de frecuencias para 40 estudiantes en donde: X:
Número de hermanos , Y: Estatura en m
3) Halle e interprete
f ( X 2 / Y3 ) ?
f (Y3 / X 2 ) ?
33
Ejercicio
4) Halle la función empírica
f (Y j / X 2 )
f (Y j / X 2 )
*
Ci
CY j Y f (Y j / X 2 )
0 si Y j 1,60 o Y j 1,78
0,04 Y1: (1,60; 1,64] 2/15 2 / 15 si Y (1,60; 1,64
0,04 Y2: (1,64; 1,68] 1/15 0,04
0,04 Y3: (1,68; 1,72] 4/15 f * (Y j / X 2 )
0,04 Y4: (1,72; 1,76] 7/15
0,04 Y5: (1,76; 1,78] 1/15
Total 1.0
34
Ejercicio
5) Halle e interprete
f ( X 3 Y4 ) ?
f ( X 2 / Y3 ) ?
f (Y3 / X 2 ) ?
6) halle:
M ( X / Y3 ) i 1 X i f ( X i / Y3 ) ?
5
S X2 / Y3 i 1 X i M ( X / Y3 ) f ( X i / Y3 ) ?
5 2
35