• Author / Uploaded
• JOSE TELLEZ

Citation preview

Anexo 2 – Tablas

Actividad 1 Tabla comparativa de conceptos Tabla comparativa

Concepto

Definición

Variable aleatoria

Una variable aleatoria es una función que asigna un valor, usualmente numérico, al resultado de un experimento aleatorio. Por ejemplo, los posibles resultados de tirar un dado dos veces, etc. o un número rea

Variable aleatoria continua

Una variable aleatoria continua es aquella que puede tomar cualquier valor (al menos teóricamente) entre 2 fijados. ... Esto es, en la práctica, la variable no toma infinitos valores

Variable aleatoria discreta

Una variable aleatoria discreta es el modelo teórico de una variable estadística discreta (co n valores sin agrupar). Una variable aleatoria discreta es aquella cuya función de distribución es escalonada

Variable, formula o imagen que representa el concepto

Distribución de Probabilidad

En teoría de la probabilidad y estadística, la distribución de probabilidad de una variable aleatoria es una función que asigna a cada suceso definido sobre la variable la probabilidad de que dicho suceso ocurra.

Distribución de Probabilidad Continua

En teoría de la probabilidad una distribución de probabilidad se llama continua si su función de distribución es continua. Puesto que la función de distribución de una variable aleatoria X viene dada por , la definición implica que en una distribución de probabilidad continua X se cumple P[X = a] = 0 para todo número real a, esto es, la probabilidad de que X tome el valor a es cero para cualquier valor de a. Si la distribución de X es continua, se llama a X variable aleatoria continua. Una distribución discreta describe la probabilidad de ocurrencia de cada valor de una variable aleatoria discreta. ... Por lo tanto, una distribución de probabilidad discreta suele representarse en forma tabular.

Distribución de Probabilidad Discreta

Media

Desviación estándar

Valor esperado

En matemáticas y estadística, una media o promedio es una medida de tendencia central. Resulta al efectuar una serie determinada de operaciones con un conjunto de números y que, en determinadas condiciones, puede representar por sí solo a todo el conjunto. En estadística, la desviación típica es una medida que se utiliza para cuantificar la variación o la dispersión de un conjunto de datos numéricos.

En estadística la esperanza matemática de una variable aleatoria, es el número o que formaliza la idea de

valor medio de un fenómeno aleatorio. Es un concepto análogo a la media aritmética de un conjunto de datos

Varianza

Función de Probabilidad

La varianza es una medida de dispersión que representa la variabilidad de una serie de datos respecto a su media. Formalmente se calcula como la suma de los residuos al cuadrado divididos entre el total de observaciones. También se puede calcular como la desviación típica al cuadrado. En concreto, si el espacio muestral, E de la variable aleatoria X consta de los puntos x1, x2, …, xk, la función de probabilidad P asociada a X es donde pi es la probabilidad del suceso X = xi . Por definición de probabilidad, . Hay que advertir que el concepto de función de probabilidad solo tiene sentido para variables aleatorias que toman un conjunto discreto de valores. Para variables aleatorias continuas, el concepto análogo es el de función de densidad.

Función de densidad

En la teoría de la probabilidad, la función de densidad de probabilidad, función de densidad, o, simplemente, densidad de una variable aleatoria continua describe la probabilidad relativa según la cual dicha variable aleatoria tomará determinado valor.

Distribución binomial

n estadística, la distribución binomial es una distribución de probabilidad discreta que cuenta el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos.

Aproximación de la D. binomial a la D. Poisson

Se puede probar que la distribución binomial tiende a converger a la distribución de Poisson cuando el parámetro n tiende a infinito y el parámetro p tiende a ser cero, de manera que el producto de n por p sea una cantidad constante. De ocurrir esto la distribución binomial tiende a un modelo de Poisson de parámetro  igual a n por p Este resultado es importante a la hora del cálculo de probabilidades , o , incluso a la hora de inferir características de la distribución binomial cuando el número de pruebas sea muy grande    y la probabilidad de éxito sea muy pequeña 

.

        El resultado se prueba , comprobando como la función de cuantía de una distribución binomial con  y    tiende a una función de cuantía de una distribución de Poisson con    siempre que este producto sea una cantidad constante ( un valor finito)

Distribución Poisson

Distribución Hipergeométric a

Distribución normal

Distribución normal estándar

En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo.  En teoría de la probabilidad la distribución hipergeométrica es una distribución discreta relacionada con muestreos aleatorios y sin reemplazo. Suponga que se tiene una población de N elementos de los cuales, d pertenecen a la categoría A y N-d a la B. La distribución hipergeométrica mide la probabilidad de obtener x () elementos de la categoría A en una muestra sin reemplazo de n elementos de la población original. En estadística y probabilidad se llama distribución normal, distribución de Gauss, distribución gaussiana o distribución de LaplaceGauss, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de probabilidades. La distribución normal también aparece en muchas áreas de la propia estadística. Por ejemplo, la distribución muestral de las medias muestrales es aproximadamente normal, cuando la distribución de la población de la cual se extrae la muestra no es normal.4 Además, la distribución normal maximiza la entropía entre todas las distribuciones con media y varianza conocidas, lo cual la convierte en la elección natural de la distribución subyacente a una lista de datos resumidos en términos de media muestral y varianza. La distribución normal es la más extendida en estadística y muchos tests estadísticos están basados en una "normalidad" más o menos justificada de la variable aleatoria bajo estudio.

Área bajo la curva

Para otras entradas sobre AUC, ver la página de desambiguación. El área bajo la curva, cuyo símbolo es AUC, corresponde a la integral de la concentración de plasma de un fármaco frente a un intervalo de tiempo definido

Aproximación de la normal a la binomial

Una dstribución binomial B(n,p) se puede aproximar por una distribución normal, siempre que n sea grande y p no esté muy próxima a 0 o a 1. La aproximación consiste en utilizar una distribución normal con la misma media y desviación típica que la distribución binomial.

Actividad 2 Tabla de elección de ejercicios Nombre del estudiante

Maria erminia tellez

Rol a desarrollar

Evaluador

Grupo de ejercicios a desarrollar El estudiante desarrolla el ejercicio a en todos los 4 Tipo de ejercicios El estudiante desarrolla el ejercicio b en todos los 4 Tipo de ejercicios El estudiante desarrolla el ejercicio c en todos los 4 Tipo de ejercicios El estudiante desarrolla el ejercicio d en todos los 4 Tipo de ejercicios El estudiante desarrolla el ejercicio e en todos los 4 Tipo de ejercicios

Tabla links videos explicativos Nombre estudiante Ejemplo: Pablo Hernández

Ejercicios sustentados Ejercicio asignado por el tutor

Link video Explicativo

Actividad 2 Tabla de elección de ejercicios Nombre del estudiante

Maria erminia tellez

Rol a desarrollar

Evaluador

Grupo de ejercicios a desarrollar El estudiante desarrolla el ejercicio a en todos los 4 Tipo de ejercicios El estudiante desarrolla el ejercicio b en todos los 4 Tipo de ejercicios El estudiante desarrolla el ejercicio c en todos los 4 Tipo de ejercicios El estudiante

desarrolla el ejercicio d en todos los 4 Tipo de ejercicios El estudiante desarrolla el ejercicio e en todos los 4 Tipo de ejercicios