Documente Academic
Documente Profesional
Documente Cultură
\
|
= =
0 , ] [
Tema 5: Modelos probabilsticos 15
Bioestadstica. U. Mlaga.
Distribucin Binomial
Si se repite un nmero fijo de veces, n, un experimento de
Bernoulli con parmetro p, el nmero de xitos sigue una
distribucin binomial de parmetros (n,p).
Lanzar una moneda 10 veces y contar las caras.
Bin(n=10,p=1/2)
Lanzar una moneda 100 veces y contar las caras.
Bin(n=100,p=1/2)
Difcil hacer clculos con esas cantidades. El modelo normal ser ms adecuado.
El nmero de personas que enfermar (en una poblacin de 500.000
personas) de una enfermedad que desarrolla una de cada 2000
personas.
Bin(n=500.000, p=1/2000)
Difcil hacer clculos con esas cantidades. El modelo de Poisson ser ms
adecuado.
Tema 5: Modelos probabilsticos 16
Bioestadstica. U. Mlaga.
Parecidos razonables
An no conocis la
distribucin normal, ni de
Poisson.
De cualquier forma ah tenis
la comparacin entre valores
de p no muy extremos y una
normal de misma media y
desviacin tpica, para
tamaos de n grandes (n>30).
Cuando p es muy pequeo es
mejor usar la aproximacin
del modelo de Poisson.
Tema 5: Modelos probabilsticos 17
Bioestadstica. U. Mlaga.
Distribucin de Poisson
Tambin se denomina de sucesos raros.
Se obtiene como aproximacin de una
distribucin binomial con la misma media, para
n grande (n>30) y p pequeo (p<0,1).
Queda caracterizada por un nico parmetro
(que es a su vez su media y varianza.)
Funcin de probabilidad:
,... 2 , 1 , 0 ,
!
] [ = = =
k
k
e k X P
k
\
|
=
o
t o
x
e x f
Tema 5: Modelos probabilsticos 20
Bioestadstica. U. Mlaga.
N(, ): Interpretacin
geomtrica
Podis interpretar la
media como un factor
de traslacin.
Y la desviacin tpica
como un factor de
escala, grado de
dispersin,
Tema 5: Modelos probabilsticos 21
Bioestadstica. U. Mlaga.
N(, ): Interpretacin probabilista
Entre la media y una
desviacin tpica
tenemos siempre la
misma probabilidad:
aprox. 68%
Entre la media y dos
desviaciones tpicas
aprox. 95%
Tema 5: Modelos probabilsticos 22
Bioestadstica. U. Mlaga.
Algunas caractersticas
La funcin de densidad es simtrica, mesocrtica y unimodal.
Media, mediana y moda coinciden.
Los puntos de inflexin de la fun. de densidad estn a distancia de .
Si tomamos intervalos centrados en , y cuyos extremos estn
a distancia , tenemos probabilidad 68%
a distancia 2 , tenemos probabilidad 95%
a distancia 25 tenemos probabilidad 99%
No es posible calcular la probabilidad de un intervalo simplemente usando
la primitiva de la funcin de densidad, ya que no tiene primitiva
expresable en trminos de funciones comunes.
Todas las distribuciones normales N(, ), pueden ponerse mediante una
traslacin , y un cambio de escala , como N(0,1). Esta distribucin
especial se llama normal tipificada.
Justifica la tcnica de tipificacin, cuando intentamos comparar individuos
diferentes obtenidos de sendas poblaciones normales.
Tema 5: Modelos probabilsticos 23
Bioestadstica. U. Mlaga.
Tipificacin
Dada una variable de media y desviacin tpica , se denomina
valor tipificado,z, de una observacin x, a la distancia (con signo) con
respecto a la media, medido en desviaciones tpicas, es decir
En el caso de variable X normal, la interpretacin es clara: Asigna a
todo valor de N(, ), un valor de N(0,1) que deja exctamente la
misma probabilidad por debajo.
Nos permite as comparar entre dos valores de dos distribuciones
normales diferentes, para saber cul de los dos es ms extremo.
o
=
x
z
Tema 5: Modelos probabilsticos 24
Bioestadstica. U. Mlaga.
Tabla N(0,1)
Z es normal tipificada.
Calcular P[Z<1,85]
Solucin: 0,968 = 96,8%
Tema 5: Modelos probabilsticos 25
Bioestadstica. U. Mlaga.
Tabla N(0,1)
Z es normal tipificada.
Calcular P[Z<-0,54]
Solucin: 1-0,705 = 0,295
Tema 5: Modelos probabilsticos 26
Bioestadstica. U. Mlaga.
Tabla N(0,1)
Z es normal tipificada.
Calcular P[-0,54<Z<1,85]
Solucin: 0,968-0,295= 0,673
Tema 5: Modelos probabilsticos 27
Bioestadstica. U. Mlaga.
Ejemplo: Clculo con probabilidades normales
El colesterol en la poblacin tiene distribucin
normal, con media 200 y desviacin 10.
Qu porcentaje de indivduos tiene
colesterol inferior a 210?
Qu valor del colesterol slo es superado por
el 10% de los individuos.
Tema 5: Modelos probabilsticos 28
Bioestadstica. U. Mlaga.
Todas las distribuciones normales son similares salvo traslacin y cambio de
escala: Tipifiquemos.
1
10
200 210
=
=
o
x
z
841 , 0 ) ver tabla ( ] 00 , 1 [ = = < Z P
Tema 5: Modelos probabilsticos 29
Bioestadstica. U. Mlaga.
8 , 212 28 , 1 10 200
10
200
28 , 1
= + =
=
x
x
El valor del colesterol que slo supera el 10% de los individuos es el percentil 90.
Calculemos el percentil 90 de la N(0,1) y deshacemos la tipificacin.
o
=
x
z
Tema 5: Modelos probabilsticos 30
Bioestadstica. U. Mlaga.
Ejemplo: Tipificacin
Se quiere dar una beca a uno de dos estudiantes de
sistemas educativos diferentes. Se asignar al que
tenga mejor expediente acadmico.
El estudiante A tiene una calificacin de 8 en un sistema
donde la calificacin de los alumnos se comporta como
N(6,1).
El estudiante B tiene una calificacin de 80 en un sistema
donde la calificacin de los alumnos se comporta como
N(70,10).
Solucin
No podemos comparar directamente 8 puntos de A frente a
los 80 de B, pero como ambas poblaciones se comportan
de modo normal, podemos tipificar y observar las
puntuaciones sobre una distribucin de referencia N(0,1)
Tema 5: Modelos probabilsticos 31
Bioestadstica. U. Mlaga.
1
10
70 80
2
1
6 8
=
=
=
=
B
B B
B
A
A A
A
x
z
x
z
o
o
Como Z
A
>Z
B
, podemos decir que el
porcentaje de compaeros del mismo
sistema de estudios que ha superado
en calificacin el estudiante A es
mayor que el que ha superado B.
Podramos pensar en principio que A
es mejor candidato para la beca.
Tema 5: Modelos probabilsticos 32
Bioestadstica. U. Mlaga.
Por qu es importante la distribucin normal?
Las propiedades que tiene la distribucin normal son
interesantes, pero todava no hemos hablado de por qu
es una distribucin especialmente importante.
La razn es que aunque una v.a. no posea distribucin
normal, ciertos estadsticos/estimadores calculados
sobre muestras elegidas al azar s que poseen una
distribucin normal.
Es decir, tengan las distribucin que tengan nuestros
datos, los objetos que resumen la informacin de una
muestra, posiblemente tengan distribucin normal (o
asociada).
Tema 5: Modelos probabilsticos 33
Bioestadstica. U. Mlaga.
Aplic. de la normal: Estimacin en muestras
Como ilustracin
mostramos una variable
que presenta valores
distribuidos de forma muy
asimtrica. Claramente
no normal.
Saquemos muestras de
diferentes tamaos, y
usemos la media de cada
muestra para estimar la
media de la poblacin.
Tema 5: Modelos probabilsticos 34
Bioestadstica. U. Mlaga.
Aplic. de la normal: Estimacin en muestras
Cada muestra ofrece un
resultado diferente: La media
muestral es variable aleatoria.
Su distribucin es ms parecida
a la normal que la original.
Tambin est menos dispersa.
A su dispersin (desv. tpica del
estimador media muestral
os gusta el nombre largo?) se
le suele denominar error tpico.
Tema 5: Modelos probabilsticos 35
Bioestadstica. U. Mlaga.
Aplic. de la normal: Estimacin en muestras
Al aumentar el
tamao, n, de la
muestra:
La normalidad de las
estimaciones mejora
El error tpico
disminuye.
Tema 5: Modelos probabilsticos 36
Bioestadstica. U. Mlaga.
Aplic. de la normal: Estimacin en muestras
Puedo garantizar
medias muestrales tan
cercanas como quiera a
la verdadera media, sin
ms que tomar n
bastante grande
Se utiliza esta propiedad
para dimensionar el
tamao de una muestra
antes de empezar una
investigacin.
Tema 5: Modelos probabilsticos 37
Bioestadstica. U. Mlaga.
Resumen: Teorema del lmite central
Dada una v.a. cualquiera, si extraemos muestras de
tamao n, y calculamos los promedios muestrales, entonces:
dichos promedios tienen distribucin
aproximadamente normal;
La media de los promedios muestrales
es la misma que la de la variable original.
La desviacin tpica de los promedios disminuye en un factor raz de n (error
estndar).
Las aproximaciones anteriores se hacen exactas cuando n tiende a infinito.
Este teorema justifica la importancia de la distribucin normal.
Sea lo que sea lo que midamos, cuando se promedie sobre una muestra
grande (n>30) nos va a aparecer de manera natural la distribucin normal.
Tema 5: Modelos probabilsticos 38
Bioestadstica. U. Mlaga.
Distribuciones asociadas a la normal
Cuando queramos hacer inferencia estadstica hemos visto que la
distribucin normal aparece de forma casi inevitable.
Dependiendo del problema, podemos encontrar otras (asociadas):
X
2
(chi cuadrado)
t- student
F-Snedecor
Estas distribuciones resultan directamente de operar con distribuciones
normales. Tpicamente aparecen como distribuciones de ciertos
estadsticos.
Veamos algunas propiedades que tienen (superficialmente). Para ms
detalles consultad el manual.
Sobre todo nos interesa saber qu valores de dichas distribuciones son
atpicos.
Significacin, p-valores,
Tema 5: Modelos probabilsticos 39
Bioestadstica. U. Mlaga.
Chi cuadrado
Tiene un slo parmetro
denominado grados de libertad.
La funcin de densidad es
asimtrica positiva. Slo tienen
densidad los valores positivos.
La funcin de densidad se hace
ms simtrica incluso casi
gausiana cuando aumenta el
nmero de grados de libertad.
Normalmente consideraremos
anmalos aquellos valores de la
variable de la cola de la
derecha.
Tema 5: Modelos probabilsticos 40
Bioestadstica. U. Mlaga.
T de student
Tiene un parmetro denominado
grados de libertad.
Cuando aumentan los grados de
libertad, ms se acerca a N(0,1).
Es simtrica con respecto al cero.
Se consideran valores anmalos los
que se alejan de cero (positivos o
negativos).
Tema 5: Modelos probabilsticos 41
Bioestadstica. U. Mlaga.
F de Snedecor
Tiene dos parmetros
denominados grados de
libertad.
Slo toma valores
positivos. Es asimtrica.
Normalmente se consideran
valores anmalos los de la
cola de la derecha.
Tema 5: Modelos probabilsticos 42
Bioestadstica. U. Mlaga.
Qu hemos visto?
En v.a. hay conceptos equivalentes a los de temas
anteriores
Funcin de probabilidad Frec. Relativa.
Funcin de densidad histograma
Funcin de distribucin diagr. Integral.
Valor esperado media,
Hay modelos de v.a. de especial importancia:
Bernoulli
Binomial
Poisson
Normal
Propiedades geomtricas
Tipificacin
Aparece tanto en problemas con variables cualitativas (dicotmicas,
Bernoulli) como numricas
Distribuciones asociadas
T-student
X2
F de Snedecor