UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE MEDICINA HUMANA

TRABAJO ENCARGADO
CURSO TEMA PROFESOR ALUMNO
: BIOESTADISTICA

DISTRIBUCION DE PROBABILIDADES

PROF. ALFREDO SUYON

: LACHIRA CHINGUEL CLAUDIA RIVERA JIMNEZ JAVIER ANTONIO VALENCIA VARGAS ESLI AGUSTIN YOVERA JIMENEZ HANS

CICLO

III

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

PIURA- 2008
DISTRIBUCION DE PROBABILIDAES
Una distribucin de probabilidad indica toda la gama de valores que pueden representarse como resultado de un experimento. Una distribucin de probabilidad es similar al distribucin de frecuencias relativas .Si embargo, en vez de describir el pasado, describe la probabilidad que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede disear un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fenmenos naturales. DISTRIBUCION CONTINUAS Las distribuciones discretas son aquellas en las que la variable puede pude tomar un nmero determinado de valores: Ejemplo: si se lanza una moneda al aire puede salir cara o cruz; si se tira un dado puede salir un nmero de 1 al 6; en una ruleta el nmero puede tomar un valor del 1 al 32. DISTRIBUCION DISCRETAS Las distribuciones continuas son aquellas que presentan un nmero infinito de posibles soluciones: Ejemplo: El peso medio de los alumnos de una clase puede tomar infinitos valores dentro de cierto intervalo (42,37 kg, 42,3764 kg, 42, 376541kg, etc); la esperanza media de vida de una poblacin (72,5 aos, 7,513 aos, 72, 51234 aos). En este apartado nos centraremos exclusivamente en estudiar las principales distribuciones discretas, que adems se basan cada una de ellas en la anterior. DISTRIBUCIONES DISCRETAS: BERNOUILLI. La distribucin de Bernuilli es el modelo que sigue un experimento que se realiza una sola vez y que puede tener dos soluciones: acierto o fracaso: Cuando es acierto la variable toma el valor 1 Cuando es fracaso la variable toma el valor 0

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA

FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

Ejemplo: Probabilidad de salir cara al lanzar una moneda al aire (sale cara o no sale); p robabilidad de ser admitido en una universidad (o te admiten o no te admiten); p robabilidad de acertar una quiniela (o aciertas o no aciertas) Al haber nicamente dos soluciones se trata de sucesos complementarios: A la probabilidad de xito se le denomina "p" A la probabilidad de fracaso se le denomina "q" Verificndose que: p+q=1

Veamos los ejemplos antes mencionados: Ejemplo 1: Probabilidad de salir cara al lanzar una moneda al aire: Probabilidad de que salga cara: p = 0,5 Probabilidad de que no salga cara: q = 0,5 p + q = 0,5 + 0,5 = 1 Ejemplo 2: Probabilidad de ser admitido en la universidad: Probabilidad de ser admitido: p = 0,25 Probabilidad de no ser admitido: q = 0,75 p + q = 0,25 + 0,75 = 1 Ejemplo 3: Probabilidad de acertar una quiniela: Probabilidad de acertar: p = 0,00001 Probabilidad de no acertar: q = 0,99999 p + q = 0,00001 + 0,99999 = 1

DISTRIBUCION F DE FISHER
Recibi este nombre en honor a Sir Ronald Fisher, uno de los fundadores de la estadstica moderna. Esta distribucin de probabilidad se usa como estadstica prueba en varias situaciones. Se emplea para probar si dos muestras provienen de poblaciones que
UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

poseen varianzas iguales. Esta prueba es til para determinar si una poblacin normal tiene una mayor variacin que la otra y tambin se aplica cuando se trata de comparar simultneamente varias medias poblacionales. La comparacin simultnea de varias medias poblacionales se conoce como anlisis de varianza (ANOVA). En ambas situaciones, las poblaciones deben ser normales y los datos tener al menos la escala de intervalos. Caractersticas de la distribucin F 1. Existe una "familia" de distribuciones F. Un miembro especfico de la familia se determina por dos parmetros: los grados de libertad en el numerador y en el denominador. Existe una distribucin F para la combinacin de 29 grados de libertad en el numerador y 28 grados en el denominador. Existe otra distribucin F para 19 grados en el numerador y 6 en el denominador. La distribucin F es una distribucin continua. F no puede ser negativa La distribucin F tiene un sesgo positivo A medida que aumentan los valores, la curva se aproxima al eje x, pero nunca lo toca
S12
2 S2
2 . En donde S12 y S 2

2. 3. 4. 5.

La distribucin F esta relacionada con el cociente de varianzas

2 son las varianzas muestrales tienen una distribucin x con grados de libertad

v (n - 1).

Entonces podemos decir que:

F=

x12 v1
2 x2

v2

como x 2 =

S 2 ( n 1)

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA

FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

F=

2 S12 2 2 S2 12

DISTRIBUCIN CHI CUADRADO

Definicin. Una variable aleatoria X tiene una distribucin Chi Cuadrado Ji dos si su funcin de densidad de probabilidad est dada por:

donde es el nmero de grados de libertad, o simplemente "grados de libertad". La distribucin Chi Cuadrado es un caso particular de la distribucin Gamma, cuya funcin de densidad est dada por:

donde (k) es la funcin gamma de k. Los valores correspondientes de los parmetros y k son = 1/2 y k = /2. El valor esperado y la varianza de la distribucin Chi cuadrado estn dados por: E(X) = , V(X) = 2 Notacin: Si una variable tiene una distribucin Chi cuadrado con grados de libertad, lo 2 denotaremos como Chi(n) X v Teoremas 1. Si Z es una variable aleatoria con distribucin normal (0, 1), entonces Z2 tiene una distribucin Chi Cuadrado con un grado de libertad ( = 1).
UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

2. Si Z1, Z2, ...,Zn es un conjunto de n variables independientes e idnticamente distribuidas con distribucin normal (0,1), entonces tiene una distribucin Chi Cuadrado con n grados de libertad. 3. Si X1, X2, ...,Xk es un conjunto de k variables independientes con distribuciones Chi Cuadrado con 1, 2, ..., k grados de libertad, respectivamente, entonces la variable aleatoria X = X1 + X2 +...+ Xk tiene una distribucin Chi Cuadrado con = 1 + 2 +...+ k grados de libertad. 4. Sean X1 y X2 dos variables aleatorias. Si X1 tiene una distribucin ji dos con 1 grados de libertad, y X1 + X2 tiene otra distribucin Chi cuadrado con > 1 grados de libertad, entonces X2 tiene una distribucin Chi cuadrado con - 1 grados de libertad. Teorema. Si x y S2 son la media y la varianza de una ma(n) tomada de una poblacin normal con media y varianza 2, entonces a) x y S2 son independientes.

b) La variable aleatoria libertad.

tiene una distribucin Chi Cuadrado con n-1 grados de

La parte a) no se demostrar. A continuacin se presenta la demostracin de la parte b. Para ello considere la siguiente suma: . Esta expresin puede representarse de la siguiente manera, sumando y restando x .

dado que

es igual al cero. Si dividimos ambas expresiones por 2, se tiene:

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA

FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

Si multiplicamos y dividimos la primera parte de la expresin de la derecha por tenemos que:

(n-1)

Observando la expresin anterior tenemos que el trmino

sigue una distribucin

Chi Cuadrado con n grados de libertad, y el trmino sigue tambin una distribucin Chi Cuadrado pero con un grado de libertad. Por lo tanto, la expresin sigue una distribucin Chi Cuadrado con n-1 grados de libertad. Tabulacin. La funcin de distribucin no puede calcularse en forma analtica; sin embargo, ha sido tabulada para diferentes valores de la probabilidad acumulada, y para varios grados de libertad. En algunas tablas se presenta la cola hacia la izquierda (probabilidad acumulada), y en otras la cola hacia la derecha. Para aquellos valores que no se encuentren en la tabla, se puede usar interpolacin lineal, mediante la siguiente frmula:

2 Notacin. Usaremos la notacin X v . P para denotar el valor de la distribucin Chi cuadrado con grados de libertad y una cola de P hacia la derecha (o una probabilidad acumulada de 1-P hacia la izquierda).

Problema: Haciendo uso de la relacin existente entre las distribuciones gama y chi cuadrado, demuestre que la varianza de la varianza poblacional est dada por

Ejemplo. Suponga que el espesor de un componente de un semiconductor es una dimensin crtica. El proceso de produccin de tal caracterstica se distribuye normalmente con una desviacin estndar de 0.6 milsimas de pulgada. Para controlar el proceso se toman muestras peridicas de veinte piezas, y se define un lmite de control con base en
UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

una probabilidad de 0.01 de que la varianza muestral exceda dicho lmite, si el proceso est bajo control. Qu se puede concluir si para una muestra dada la desviacin estndar es 0.84 milsimas de pulgada? Solucin. La variable aleatoria de inters para nuestro caso es . Si denotamos por LSC el lmite superior de control, entonces tenemos que se debe cumplir que:

Por lo tanto, debemos buscar en la tabla de la distribucin Chi Cuadrado, con 19 grados de libertad, el valor que tenga una probabilidad hacia la derecha de 0.01 ( hacia la izquierda 2 de 0.99), denotado por X 19 , 0.01 , correspondiente a 36.19, el cual debe satisfacer la siguiente desigualdad:

Se acepta si

O tambin se acepta si Por lo tanto el criterio de decisin se puede expresar en una de las dos formas siguientes:

a) Se calcula = Como X2 = 37.24 > 36.19 la muestra no proviene de un proceso con una desviacin estndar de 0.60. b) Se calcula S2 = .842 = 0.7056. Como 0.7056 > 0.6857 se llega a la misma conclusin de que no es probable que la muestra tomada provenga de una poblacin con una desviacin estndar de 0.60 milsimas de pulgada. Ejemplo. Un fabricante de bateras para automviles garantiza que sus bateras duran, en promedio tres aos con una desviacin estndar de un ao. Si cinco de sus bateras tienen duraciones de 1.9, 2.4 , 3.0, 3.5 y 4.3 aos, puede asegurarse que las bateras tiene una duracin estndar de un ao?. Suponga que la duracin de las bateras sigue una distribucin normal. Tenemos que:
UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

Buscando en la tabla chi cuadrado para cuatro grados de libertad encontramos para X2 = 2.75 una probabilidad P de 0.4 y para X2 = 4.04 la probabilidad es P = 0.6. Usando interpolacin lineal, tenemos una probabilidad aproximada de 0.479. Si la muestra proviene de una poblacin con desviacin estndar de uno, la probabilidad de que la muestra no pertenezca a esta distribucin es de 1-0.479 = 0.521, la cual es excesivamente alta. Por lo tanto, no hay evidencia para concluir que la muestra no pertenece a una poblacin con una varianza de uno.

DISTRIBUCION t DE STUDENT
En muchas ocasiones no se conoce y el nmero de observaciones en la muestra es menor de 30. En estos casos, se puede utilizar la desviacin estndar de la muestra s como una estimacin de , pero no es posible usar la distribucin Z como estadstico de prueba. El estadstico de prueba adecuado es la distribucin t. Sus aplicaciones en la inferencia estadstica son para estimar y probar una media y una diferencia de medias (independiente y pareada). Caractersticas de la distribucin t de Student 1. 2. Al igual que la distribucin Z, es una distribucin continua La distribucin t tiene una media de cero, es simtrica respecto de la media y se extiende de - a + la varianza de t para > 2. Cuando los grados de libertad son suficientemente grandes la varianza de la distribucin t tiende a 1. 3. 4. Tiene forma acampanada y simtrica No hay una distribucin t, sino una "familia" de distribuciones t. todas con la misma media cero, pero con su respectiva desviacin estndar diferente de acuerdo con el tamao de la muestra n. Existe una distribucin t para una muestra de 20, otra para una muestra de 22, y as sucesivamente. La distribucin t es ms ancha y ms plana en el centro que la distribucin normal estndar como resultado de ello se tiene una mayor variabilidad en las medias de muestra calculadas a partir de muestras ms pequeas. Sin embargo, a medida que aumenta el tamao de la muestra, la distribucin t se aproxima a la distribucin normal estndar.
FACULTAD DE

5.

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

Formalmente una variable T con distribucin t de Student o simplemente distribucin t se define de la forma siguiente Sea Z una variable aleatoria normal estndar y sea 2 una variable Chi cuadrada con grados de libertad, entonces:

donde

al sustituir en la frmula:

Por lo tanto

con = n-1 grados de libertad Grados de Libertad

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

Existe una distribucin t distinta para cada uno de los posibles grados de libertad. Qu son los grados de libertad? Podemos definirlos como el nmero de valores que podemos elegir libremente. Por ejemplo supongamos que estamos tratando con dos valores de muestra, a y b, y sabemos que tienen una media de 18. Simblicamente la situacin es:
a + b 2

= 18

Cmo podemos encontrar los valores que a y b pueden tomar en esta situacin? La respuesta es que a y b pueden ser cualesquier valor cuya suma entre los dos sea 36, ya que 36 entre 2 es 18. Suponga que sabemos que a tiene el valor de 10. Ahora b ya no es libre de tomar cualquier valor, sino que debe de tomar el valor de 26 ya que: Si Entonces a = 10
10 + b = 18 2

De modo que 10 + b = 36 Por tanto b = 26

La situacin de este ejemplo se puede generalizar para cualquier (n) en donde dada la media de los valores slo quedan (n -1) elementos que pueden definirse libremente y uno es funcin de la media y el resto de los elementos.

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA

FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

BIBLIOGRAFIA
http://www.itchihuahuaii.edu.mx/academico/CB/MEG/documentos/1.8. htm http://www.itchihuahuaii.edu.mx/academico/CB/MEG/documentos/1.9. htm http://siona.udea.edu.co/~bcalderon/2_distribucionchi.html

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA

FACULTAD DE

BIOESTADISTICA

DISTRIBUCIONDE PROBABILIDAES

UNIVERSIDAD NACIONAL DE PIURA MEDICINA HUMANA

FACULTAD DE