jueves, 10 de marzo de 2016

Criterios de Probabilidad

o   Definición Clásica de Probabilidades

Sea A un suceso cualquiera, entonces, la probabilidad de ocurrencia del suceso A, se denota P(A) y mide la frecuencia relativa con la cual ocurre dicho suceso. Su valor se determina mediante la expresión:

o   Reglas de la probabilidad

Regla de Adición
Los eventos compuestos se generan al aplicar las operaciones básicas de los conjuntos a los eventos simples. Las uniones, intersecciones y complementos de eventos son de interés frecuente. La probabilidad de un evento compuesto a menudo puede obtenerse a partir de las probabilidades de cada uno de los eventos que lo forman. En ocasiones, las operaciones básicas de los conjuntos también son útiles para determinar la probabilidad de un evento compuesto.
Eventos excluyentes:

Eventos no excluyentes:

Probabilidad Condicional
La probabilidad de que un evento   ocurra cuando se sabe que ya ocurrió un evento   se llama probabilidad condicional y se denota por   que por lo general se lee como probabilidad de que "ocurra B dado que ocurrió A".

Esta probabilidad se define como:
La probabilidad condicional es una función de probabilidad,   definida como:
Regla de Multiplicación
De la definición de probabilidad condicional se tienen los siguientes resultados al despejar 
Las relaciones   y   son casos especiales de la llamada Regla de la multiplicación, la cual es útil para:
Calcular probabilidades de intersecciones de eventos  con base en probabilidades condicionales.
Esta regla de manera general se puede expresar como:
Sea   eventos tales que 
Entonces:

o   Frecuencias relativas

Un experimento aleatorio se caracteriza porque repetido muchas veces y en idénticas condiciones el cociente entre el número de veces que aparece un resultado (suceso) y el número total de veces que se realiza el experimento tiende a un número fijo. Esta propiedad es conocida como ley de los grandes números, establecida por Jacob Bernouilli. Tiene el inconveniente de variar la sucesión de las frecuencias relativas de unas series de realizaciones a otras, si bien el valor al que se aproximan a medida que el número de realizaciones aumenta se mantiene estable.
La frecuencia relativa del suceso A:
 Cuando utilizamos el planteamiento de frecuencia relativa para establecer probabilidades, el número que obtenemos como probabilidad adquirirá mayor precisión a medida que aumentan las observaciones. Una dificultad presente con este planteamiento es que la gente lo utiliza a menudo sin evaluar el número suficiente de resultados.
Para un espacio muestral de tamaño n y para un evento cualquiera A con frecuencia f, se tiene que su probabilidad de ocurrencia es:
PROBABILIDAD SIMPLE

Si yo tengo una canasta llena de peras y manzanas, de las cuales hay 20 peras y 10 manzanas. ¿Qué fruta es más probable que saque al azar de la canasta?

Para este ejemplo tenemos que 30 es el total de frutas en la canasta; es decir los casos posibles. Para calcular la probabilidad de sacar una manzana mis casos favorables son 10 puesto que existen sólo 10 manzanas. Así, aplicando la fórmula obtenemos que:
P(Manzana)=10/30=1/3= 33.3% probable
Calculando igual, la probabilidad de sacar pera es:
P(Pera)=20/30=2/3= 66.7% probable
Como 66.7 es mayor que 33.3 es más probable que saque una pera, pues hay más peras que manzanas en la canasta.
2.- la probabilidad de que al lanzar un dado, salga el numero 2 es de 
1/6
porque el dos es solo uno de 6 numeros que hay en total.
3.-En una sala de clases hay 20 mujeres y 12 hombres. Si se escoge uno de ellos al azar. ¿Cuál es la probabilidad de que lapersona escogida sea hombre? Solución:Por definición, la probabilidad de que un suceso ocurra viene dada por: P=casos favorables/casos totales o posibles (P).En particular, hay 12 hombres, por lo tanto son 12 los casos favorables a dicha selección. Pero ella se hará de un total de 20 + 12 = 32 personas sumamos la cantidad de mujeres y hombres que forman parte de la selección y por tanto, los casos posibles o totales.Así, la probabilidad pedida es P= 12/32
4.- En una comida hay 28 hombres y 32 mujeres.Han comido carne 16 hombres y 20 mujeres, comiendo pescado el resto. Si se elige una de las personas al azar. ¿Cuál es la probabilidad de que la persona escogida sea hombre? Solución: La información sobre lo que come cada una de las personas es insustancial. Pues en lo que solicita no hay relación con ello. Por definición, la probabilidad pedida viene dada por:P= casos favorables a la selección 28/casos totales de la muestra 60P= 28/60
5.-En un curso de 30 alumnos 18 son mujeres. ¿Cuál es la probabilidad de que al escoger una persona está no sea mujer? Solución: Claramente nos piden la probabilidad de que al escoger una persona, esta sea hombre. Pues bien, si de los 30 alumnos, 18 son mujeres, entonces hay 12 hombres. Luego, la probabilidad pedida es: P=casos favorables a la selección 12/casos totales de la muestra 30P=12/60



Teorema de Bayes

El teorema de Bayes parte de una situación en la que es posible conocer las probabilidades de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información, porque las probabilidades de ocurrencia de B son distintas según el suceso Ai que haya ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos indica como modifica esta información las probabilidades de los sucesos Ai.
La probabilidad de que haya un accidente en una fábrica que dispone de alarma es 0.1. La probabilidad de que suene esta sí se ha producido algún incidente es de 0.97 y la probabilidad de que suene si no ha sucedido ningún incidente es 0.02.
En el supuesto de que haya funcionado la alarma, ¿cuál es la probabilidad de que no haya habido ningún incidente?
Sean los sucesos:
I = Producirse incidente.
A = Sonar la alarma.
árbol
solución

jueves, 3 de diciembre de 2015

RECTA DE REGRESION

Recta de regresión por el metodo de minimos cuadrados 

Cuando la nube de puntos adopta una forma definida, se pueden aproximar sus puntos mediante una línea curva en general, que llamamos curva de regresión.

Sólo nos ocuparemos del caso en el que la curva de regresión es una recta, llamada recta de regresión. Nos centraremos entonces en calcular la ecuación de una recta que "mejor se adapte" a una nube de puntos dada. En los ejemplos anteriores lo hemos hecho a ojo, ahora lo haremos con un criterio más preciso.

Para ello existen varios métodos, siendo el más utilizado el de los mínimos cuadrados. Consiste en hacer mínima la suma de los cuadrados de las diferencias entre los valores experimentales y los obtenidos mediante la recta. Por lo tanto, si consideramos la Y=aX+b, mediríamos lo bien (o mal) que se ajusta a nuestros puntos por medio de la cantidad

   i=1 N ( y i ( a x i +b ) ) 2 =  i=1 N ( y i a x i b ) 2

 

y la recta que estamos buscando es la que haga esta cantidad lo más pequeña posible.



Una vez realizados los cálculos correspondientes, se tiene que la ecuación de la recta de regresión es:

y y ¯ = σ xy σ x 2 (x x ¯ )

donde σx σy  son las desviaciones típicas de x e y.

Se comprueba que, como indicamos anteriormente, la recta obtenida pasa por el punto (x, y) que coincide con el centro de gravedad de la nube de puntos.

Ejemplo: Para el ejemplo de Pesos (kgs.) - Estaturas (cms.)

Peso en Kgs.

60

65

70

70

68

50

60

Altura en cms.

167

170

170

180

170

155

160

Frecuencias (ni)

1

5

2

4

2

1

1

y - y = 1.11(x-x )

atan (1.11) = 47,89 º

  

COEFICIENTE DE CORRELACION r DE PEARSON

 Coeficiente de correlación lineal de Pearson  

El coeficiente de correlación de Pearson, pensado para variables cuantitativas (escala mínima de intervalo), es un índice que mide el grado de covariación entre distintas variables relacionadas linealmente. Adviértase que decimos "variables relacionadas linealmente".
 Esto significa que puede haber variables fuertemente relacionadas, pero no de forma lineal, en cuyo caso no proceder a aplicarse la correlación de Pearson. Por ejemplo, la relación entre la ansiedad y el rendimiento tiene forma de U invertida; igualmente, si relacionamos población y tiempo la relación será de forma exponencial. En estos casos (y en otros muchos) no es conveniente utilizar la correlación de Pearson. 
Insistimos en este punto, que parece olvidarse con cierta frecuencia. El coeficiente de correlación de Pearson es un índice de fácil ejecución e, igualmente, de fácil interpretación. Digamos, en primera instancia, que sus valores absolutos oscilan entre 0 y 1. Esto es, si tenemos dos variables X e Y, y definimos el coeficiente de correlación de Pearson entre estas dos variables como xy r entonces: Hemos especificado los términos "valores absolutos" ya que en realidad si se contempla el signo el coeficiente de correlación de Pearson oscila entre –1 y +1. 
No obstante ha de indicarse que la magnitud de la relación vienen especificada por el valor numérico del coeficiente, reflejando el signo la dirección de tal valor. En este sentido, tan fuerte es una relación de +1 como de -1. En el primer caso la relación es perfecta positiva y en el segundo perfecta negativa. Pasamos a continuación a desarrollar algo más estos conceptos. Decimos que la correlación entre dos variables X e Y es perfecta positiva cuando exactamente en la medida que aumenta una de ellas aumenta la otra. Esto sucede cuando la relación entre ambas variables es funcionalmente exacta. Difícilmente ocurrirá en psicología, pero es frecuente en los ciencias físicas donde los fenómenos se ajustan a leyes conocidas, Por ejemplo, la relación entre espacio y tiempo para un móvil que se desplaza a velocidad constante. Gráficamente la relación ser del tipo:
  

lunes, 9 de noviembre de 2015

Tablas de frecuencias con intervalos

Cuando los valores de la variable son muchos, conviene agrupar los datos en intervalos o clases para así realizar un mejor análisis e interpretación de ellos. 

• Para construir una tabla de frecuencias con datos agrupados, conociendo los intervalos, se debe determinar la frecuencia absoluta (fi) correspondiente a cada intervalo, contando la cantidad de datos cuyo valor está entre los extremos del intervalo. Luego se calculan las frecuencias relativas y acumuladas, si es pertinente.

• Si no se conocen los intervalos, se pueden determinar de la siguiente manera:

- Se busca el valor máximo de la variable y el valor mínimo. Con estos datos se  determina el rango

 - Se divide el rango en la cantidad de intervalos que se desea tener, obteniéndose así la amplitud o tamaño  de cada intervalo. 

 - Comenzando por el mínimo valor de la variable, que será el extremo inferior del  primer intervalo, se suma a este valor la amplitud para obtener el extremo superior  y así sucesivamente.

PASOS:
  1. Organizar los datos
  2. Rango R=Dato Mayor- dato menor
  3. Número de categorías m=1+3.3LogN
  4. Anchura del intervalo I=R/m
  5. Nuevo Rango NR=Im
  6. Excedente E=NR-R
EJEMPLO:
El siguiente conjunto de datos corresponde al peso dado en kg de los estudiantes del grupo 506.

       1. Organizamos datos

4| 978950
5| 421620400800
6| 00003833125008232
7| 00066
Organizamos datos de menor a mayor
4| 055799
5| 000001224468

6| 00066

    

        2. Rango   R=Dato Mayor- dato menor R=76-40=36
      
        3. Número de categorías m=1+3.3LogN   m=1+3.3Log40  m=6.3~6
        4. Anchura del intervalo I=R/m  I=36/6 I=6+1   I=7
        5. Nuevo Rango NR=Im  NR=(7)6  NR=42
        6. Excedente E=NR-R  E=42-36  E=6
EJEMPLO:
Para sacar la marca clase x= Li+Ls/2  x=5+24/4= 14.5 ..........194.5
C= anchura  C=LsCR-LiCR  C=24.5-4.5 C=20
Frecuencia Relativa FR=f/∑f  FR=75/378  FR=19.8......0.26
Fa< se suman las frecuencias, en la primera columna va la primera frecuencia y de ahi se suman las demas.
Fa> se restan las frecuencias
Fa%<= Fa</∑f   Fa%<=75/378  Fa%<=0.1985
Fa%>=Fa>/∑f     Fa%>=303/378 Fa%>=0.8015....0

intervalos
intervalos de clase
intervalos de clase real
f
x
c
Fr
Fa<
Fa>
Fa%<
Fa%>
5-25
5-24
4.5-24.5
75
14.5
20
19.8
75
303
0.1985
0.8015
25-45
25-44
24.5-44.4
145
34.5
20
38.36
220
158
0.582
0.4179
45-65
45-64
44.5-64.5
107
54.5
20
28.3
327
51
0.865
0.1349
65-85
65-84
64.5-84.5
21
74.5
20
5.5
348
30
0.9206
0.0793
85-105
85-104
84.5-104.5
22
94.5
20
5.82
370
8
0.9788
0.0216
105-125
105-124
104.5-124.5
1
114.5
20
0.26
371
7
0.9814
0.0185
125-145
125-144
124.5-144.5
1
134.5
20
0.26
372
6
0.9841
0.0158
145-165
145-164
144.5-164.5
4
154.5
20
1.058
376
2
0.9997
0.0052
165-185
165-184
164.5-184.5
1
174.5
20
0.26
377
1
0.9973
0.0026
185-205
184-204
184.5-204.5
1
194.5
20
0.26
378
0
1
0



378


100







COLEGIO DE BACHILLERES DEL ESTADO DE OAXACA
Plantel 04 “El Tule”
Estudio de Mercado
Semestre 2015-B          Santa. María El Tule, Oax, Méx.


Encuesta realizada por estudiantes del grupo 506 del COBAO, Plantel 04 “El Tule”. Semestres 2015-B. Santa María El Tule, Oax, Méx.
















COLEGIO DE BACHILLERES DEL ESTADO DE OAXACA
Plantel 04 “El Tule”
Estudio de Mercado
Semestre 2015-B          Santa. María El Tule, Oax, Méx.
OJIVA POLIGONO DE FRECUENCIAS
Encuesta realizada por estudiantes del grupo 506 del COBAO, Plantel 04 “El Tule”. Semestres 2015-B. Santa María El Tule, Oax, Méx.



COLEGIO DE BACHILLERES DEL ESTADO DE OAXACA
Plantel 04 “El Tule”
Estudio de Mercado
Semestre 2015-B          Santa. María El Tule, Oax, Méx.

FRECUENCIA RELATIVA

Encuesta realizada por estudiantes del grupo 506 del COBAO, Plantel 04 “El Tule”. Semestres 2015-B. Santa María El Tule, Oax, Méx.






















COLEGIO DE BACHILLERES DEL ESTADO DE OAXACA
Plantel 04 “El Tule”
Estudio de Mercado
Semestre 2015-B          Santa. María El Tule, Oax, Méx.
Fa<
Encuesta realizada por estudiantes del grupo 506 del COBAO, Plantel 04 “El Tule”. Semestres 2015-B. Santa María El Tule, Oax, Méx.
















COLEGIO DE BACHILLERES DEL ESTADO DE OAXACA
Plantel 04 “El Tule”
Estudio de Mercado
Semestre 2015-B          Santa. María El Tule, Oax, Méx.
Fa>
Encuesta realizada por estudiantes del grupo 506 del COBAO, Plantel 04 “El Tule”. Semestres 2015-B. Santa María El Tule, Oax, Méx.



















COLEGIO DE BACHILLERES DEL ESTADO DE OAXACA
Plantel 04 “El Tule”
Estudio de Mercado
Semestre 2015-B          Santa. María El Tule, Oax, Méx.
Fa%<
Encuesta realizada por estudiantes del grupo 506 del COBAO, Plantel 04 “El Tule”. Semestres 2015-B. Santa María El Tule, Oax, Méx.



















Plantel 04 “El Tule”
Estudio de Mercado
Semestre 2015-B          Santa. María El Tule, Oax, Méx.
Fa%>
Encuesta realizada por estudiantes del grupo 506 del COBAO, Plantel 04 “El Tule”. Semestres 2015-B. Santa María El Tule, Oax, Méx.