MODELOS DE DISTRIBUCIÓN DISCRETO Y PROBABILIDADES
Christian SalinasTarea27 de Diciembre de 2015
951 Palabras (4 Páginas)458 Visitas
TALLER Nº2: METODOS CUANTITATIVOS
MODELOS DE DISTRIBUCIÓN DISCRETO Y PROBABILIDADES
Christian Salinas Murray
Antofagasta, 04 de Diciembre de 2015
3. EJERCICIOS PROPUESTOS
3.1 El archivo modelos1 tiene las variables UNO y DOS. Desde el menú Plot seleccione ExploratoryPlots y Frequency Histograma. Elija una de las variables.
A la luz del histograma de estas variables observe para cada una de ellas lo siguiente: valores de la variable (tipo y rango), media aproximada, mediana aproximada, y signo del coeficiente de asimetría, anótelos en las dos primeras filas de la tabla:
Según lo observado en el histograma se pueden obtener los resultados del cuadro 1, solo de forma visual. En la variable 1, se observó que la cola de los datos estaba más cargada hacia el lado derecho por lo tanto el signo de asimetría es positivo. En la variable 2 los datos estaban casi iguales para ambos lados, por ende es simétrica.
Cuadro 1 | ||||
Variable | Valores de la variable | Media | Mediana | Signo De Asimetría |
UNO | 0-12 | 4 | 6 | Asimétrica positiva |
DOS | 0-8 | 4 | 4 | Simétrica |
[pic 1]
[pic 2]
Obtenga el sumario estadístico con los valores de la medidas anteriores, anótelos en el cuadro 2 y compare si fueron correctas las estimaciones hechas gráficamente. Explique el criterio que usó para realizar las estimaciones. Cuadro 2 | ||||
Valores de la variable | Media | Mediana | Signo De Asimetría | |
UNO | Discretos de 0 a 12 | 4,145 | 4.0 | Es simétrica |
DOS | Discretos de 0 a 8 | 4,121 | 4.0 | Es simétrica |
Resumen estadístico para la distribución normal
Resumen Estadístico columna uno
Recuento | 400 |
Promedio | 4,145 |
Mediana | 4,0 |
Desviación Estándar | 2,08563 |
Coeficiente de Variación | 50,3168% |
Mínimo | 0 |
Máximo | 12,0 |
Rango | 12,0 |
Sesgo Estandarizado | 4,75566 |
Curtosis Estandarizada | 1,68901 |
Resumen Estadístico columna dos
Recuento | 1000 |
Promedio | 4,121 |
Mediana | 4,0 |
Desviación Estándar | 1,45206 |
Coeficiente de Variación | 35,2355% |
Mínimo | 0 |
Máximo | 8,0 |
Rango | 8,0 |
Sesgo Estandarizado | 0,0872106 |
Curtosis Estandarizada | -1,6404 |
[pic 3]
[pic 4]
Al comparar el cuadro 1 y 2 se puede ver que las estimaciones realizadas con la observación del histograma varían al resumen estadístico, tanto en la media, mediana y signo de asimetría.
A partir de la información obtenida ¿qué modelo de distribución se ajustaría a cada conjunto de datos? Deducirlo a partir de consideraciones teóricas de los modelos estudiados.
MODELO | PARAMETROS | |
UNO | normal | Media y desviación estándar |
DOS | normal | Media y desviación estándar |
3.2 Se ha producido un vertido de productos radiactivos en una zona dada; se detectará la contaminación sólo en los puntos en que se supere un total de 30 desintegraciones en un minuto. Si en un punto el número de desintegraciones por minuto sigue una distribución de Poisson con media 33, calcular la probabilidad de que al cabo de un minuto sea detectada la contaminación en ese punto.
Área Cola Inferior (<)
Variable | Dist. 1 | Dist. 2 | Dist. 3 | Dist. 4 | Dist. 5 |
30 | 0,277301 |
Probabilidad de Masa (=)
Variable | Dist. 1 | Dist. 2 | Dist. 3 | Dist. 4 | Dist. 5 |
30 | 0,0631016 |
Área Cola Superior (>)
Variable | Dist. 1 | Dist. 2 | Dist. 3 | Dist. 4 | Dist. 5 |
30 | 0,659597 |
Según los dato de los cuadros, podemos decir que para poder calcular la probabilidad que al cabo de un minuto sea detectada la contaminación, solo se suma la dist. Del cuadro 2 y 3, lo que nos da 0,0631016 + 0,659597 = 0,7226986, la probabilidad seria 0,72 *100= 72%.
3.3 En el primer curso de una facultad hay cinco asignaturas y se permite pasar al segundo curso a todos los alumnos que hayan aprobado un mínimo de 3 asignaturas. Si la probabilidad de aprobar cada asignatura es del 60 % ¿cuál es la de pasar a segundo curso?
...