Sei sulla pagina 1di 4

2.

8 Distribución Marginal conjunta

Probabilidad Marginal
En el caso de una distribución bivariable (Una distribución con dos
características), muchas de las veces solo se tiene interés en la distribución de
probabilidades de variables individuales consideradas separadamente. No
obstante, la distribución de probabilidades univariables de cada una de las
variables individuales puede ser obtenida mediante la suma de las
probabilidades conjuntas a través de filas o columnas de una tabla que
represente las variables.

Marginal: Comportamiento de una variable sin considerar otra.

Para la variable aleatoria Y:


 Px ( x )  P[ X  x ]  yi p xy ( x, y i )
 Fx ( x )  P[X  x ]  x  x p x ( x i )  Fxy ( x , ) lo cual es igual a
i

  xi x  y i
p xy ( x i , y i )

Similarmente se hace para la variable aleatoria X

Probabilidad Conjunta
En un espacio muestra bivariable o multivariable cada resultado posible hace
referencia a dos o más características. Entonces la probabilidad de un
resultado conjunto es denotado de la siguiente forma: P (A1ᴖB1) (A1 y B1 son
variables del conjunto).

Conjunta: Cuando dos o más variables tienen comportamientos conjuntos

 Pxy ( x , y)  P[(X  x )  (Y  y)]

 Fxy ( x, y)  x  x  y  y p xy ( x i , y i ) lo cual es igual a P[(X  x )  (Y  y)]


i i

Probabilidad Condicional
Usualmente, es deseado conocer la probabilidad de que un evento ocurra,
dado que un segundo evento ocurra a su vez. Esto significa que la probabilidad
de que un evento se dé, esta condicional a un segundo evento que permita el
desarrollo del mismo.

Condicional: Si se conoce el valor de una de las variables aleatorias Y=y 0, las


probabilidades relativas de los diferentes valores de la otra variable están
dados por p xy ( x , y 0 ) , se tiene una fmp condicional de X dado Y.

Faríías Rosas Vííctor Ivaí n Paí gina 1


2.8 Distribución Marginal conjunta

P[(X  x )  (Y  y)]
 Px / y ( x, y)  P[X  x / Y  y]  , lo cual equivale a
P[Y  y]
p xy ( x , y) p xy ( x , y)
 Px / y ( x , y)  
p y ( y)]  x i
p xy ( x i , y) .

Se cumple además lo señalado anteriormente

 0  ox/ y  1 y  p ( x , y)  1 .
x i x / y i

Para Y dado X.

Conjunta a partir de las probabilidades Marginales y Condicionales


 Pxy ( x , y)  p x / y ( x , y)p y ( y)  p y / x ( y, x ) p x ( x )

Función de distribución de probabilidad:


x2 y2
 P[ x1  X  x 2]   
x1 y1
f xy ( x , y)dydx

La función de distribución de probabilidad satisface:

f xy ( x , y)  0 Y  f xy ( x , y)dxdy  1 para todo el intervalo

Y la cumulada,

Fxy ( x, y )  P[( X  x )  (Y  y )]  P[    X  x       Y  y  ] 


x y
 
  
f xy ( x 0 , y 0 ) dy0 dx0


De donde, f xy ( x , y )  FXY ( x , y )
xy

Función de distribución de probabilidad marginal y Condicional. Densidad


conjunta se integra sobre valores de Y y se tiene función de distribución de
probabilidad marginal de X:

f X (x)   
f
XY
( x , y )dy

x 
FX ( x )   X
f ( x 0 )dx 0  FXY ( x ,  ) O sea, f X (x) 
x
FXY ( x ,  )

Y para la Condicional: f Y (y 0 )  

f XY ( x , y 0 )dx

f XY ( x , y)
Por lo cual, f X / Y ( x , y) 
f Y ( y)
x
FX / Y ( x , y)  P[ X  x / Y  y]  
f X / Y ( u , y)du

Faríías Rosas Vííctor Ivaí n Paí gina 2


2.8 Distribución Marginal conjunta

Ejemplo: a partir del ejemplo que vimos en la lección anterior (serie con los
pesos y medidas de los alumnos de una clase) vamos a estudiar sus
distribuciones marginales.

Estatura / Peso 31 kg 32 kg 33 34 35
kg kg kg
1,21 cm 0 0 1 2 0
1,22 cm 0 1 1 0 1
1,23 cm 0 0 0 0 0
1,24 cm 0 2 1 0 0
1,25 cm 1 1 1 0 0
1,26 cm 0 0 0 0 0
1,27 cm 2 1 0 2 1
1,28 cm 0 1 1 0 1
1,29 cm 3 0 1 1 1
1,30 cm 0 0 0 2 1

Las variables marginales se comportan como variables unidimensionales, por


lo que pueden ser representadas en tablas de frecuencias.

a) Distribución marginal de la variable X (estatura)

Obtenemos la siguiente tabla de frecuencia:

Variable Frecuencias absolutas Frecuencias relativas


(Estatura) Simple Acumulada Simple Acumulada
xx xx xx xx xx
1,21 3 3 10,0% 10,0%
1,22 3 6 10,0% 20,0%
1,23 0 6 0,0% 20,0%
1,24 3 9 10,0% 30,0%
1,25 3 12 10,0% 40,0%
1,26 0 12 0,0% 40,0%
1,27 6 18 20,0% 60,0%
1,28 3 21 10,0% 70,0%
1,29 6 27 20,0% 90,0%
1,30 3 30 10,0% 100,0%

Faríías Rosas Vííctor Ivaí n Paí gina 3


2.8 Distribución Marginal conjunta

b) Distribución marginal de la variable Y (peso)

Obtenemos la siguiente tabla de frecuencia:

Variable Frecuencias absolutas Frecuencias relativas


(Peso) Simple Acumulada Simple Acumulada
xx xx xx xx xx
31 6 6 20,0% 20,0%
32 6 12 20,0% 40,0%
33 6 18 20,0% 60,0%
34 7 25 23,3% 83,3%
35 5 30 16,6% 100,0%

Fuentes consultadas:

 http://www.aulafacil.com/CursoEstadistica/Lecc-11-est.htm
 www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r71765.DOC
 es.wikipedia.org/wiki/Distribución_marginal

Faríías Rosas Vííctor Ivaí n Paí gina 4

Potrebbero piacerti anche