1 / 43

Variable aleatòria continua

Variable aleatòria continua. Variable aleatòria continua. Cm 3 de sang perduts en una intervenció quirúrgica Nivell de bilirrubina en nens de 3 a 5 anys Augment de pes desprès de l'administració d'un tractament amb cortisona

Download Presentation

Variable aleatòria continua

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Variable aleatòria continua Curs 2013-14

  2. Variable aleatòria continua • Cm3 de sang perduts en una intervenció quirúrgica • Nivell de bilirrubina en nens de 3 a 5 anys • Augment de pes desprès de l'administració d'un tractament amb cortisona • Temps de supervivència desprès del diagnòstic d'una determinada malaltia. Curs 2013-14

  3. Variables aleatòries continues Sigui X una variable aleatoria continua • X pot pendre infinit valors • P(X=x) = 0 • Interessa trobar una expressió que ens permeti calcular la probabilitat que la variable aleatoria X prengui valors en un determinat interval P(a<X<b) Curs 2013-14

  4. Variables aleatòries continues • Funció de densitat: • Es una funció associada a la variable continua X que compleix: • P(a<X<b) = • Funció de distribució de probabilitat • F(x)=P(X≤x) = Curs 2013-14

  5. Per a què serveix la funció de densitat? • S’identifica la probabilitat de que el valor de la variable pertanyi a un interval amb l’àrea sota la funció de densitat Curs 2013-14

  6. Variables aleatòries continues teòriques • Variable normal • Variable normal estàndard o tipificada • Variable t de Student-Fisher • Variable de χ2 • F de Snedecor Curs 2013-14

  7. Variable aleatòria continua Variable aleatòria normal Curs 2013-14

  8. Variable aleatoria normal • Està caracteritzada per dos paràmetres: • La mitjana, μ • la desviació típica, σ. X ~ N( µ, σ) Curs 2013-14

  9. Variable aleatoria normal • La importància de la distribució normal es deu fonamentalment a que moltes variables associades a fenòmens naturals i quotidians segueixen aproximadament aquesta distribució • Característiques morfològiques: talla, pes, ... • Característiques sociològiques: puntuacions en exàmens, ... • Característiques psicològiques: Coeficient intel·lectual, ... • Errors comesos al mesurar certes magnituds Curs 2013-14

  10. N(0,1) Curs 2013-14

  11. N(0,2) Curs 2013-14

  12. N(0,0’5) Curs 2013-14

  13. N(0,1) Curs 2013-14

  14. N(2,1) Curs 2013-14

  15. N(-2,1) Curs 2013-14

  16. Variable aleatoria normal • Es pot interpretar la mitjana com un factor de translació • I la desviació típica com un factor d’escala, grau de dispersió,… Curs 2013-14

  17. Variable aleatoria normal 68 %  95 % 99’7 %   -2 - + +2 -3 +3 Curs 2013-14

  18. Variable aleatoria normal estandar • Una variable aleatoria normal (o tipificada) es una variable aleatoria normal amb • Mitjana: μ = 0 • Variança: σ2 = 1 • La representem amb el simbol Z • Z~N(0,1) • La seva funció de distribució la trobem a les TAULES Curs 2013-14

  19. P(X>a) a P(Z > (a-µ) / σ) 0 a-µ σ Curs 2013-14

  20. Z ~ N(0,1) P(Z>a) a Curs 2013-14

  21. Curs 2013-14

  22. Tipificació de la Normal • Exemple: • La alçada dels alumnes de una classe segueix una distribució Normal de mitjana 172’5 cm i desviació estàndard 10 cm • Quina es la probabilitat de que l’alçada de un alumne sigui superior a 185 cm? Curs 2013-14

  23. P(X>185) 185 P(Z > (185-172’5) / 10 ) 0 185-172’5 10 =1’25 Curs 2013-14

  24. Curs 2013-14

  25. Variable aleatoria normal • P(a≤X≤b)=P(X≥a) – P(X≥b) • P(Z>-a) = P(Z<a) • P(Z<a) = 1 - P(Z>a) • P(Z>-a) = 1 - P(Z>a) Curs 2013-14

  26. Variable aleatoria normal X ~ N( µ, σ) P(X>a) a b Curs 2013-14

  27. Variable aleatoria normal X ~ N( µ, σ) P(X>b) a b Curs 2013-14

  28. Variable aleatoria normal X ~ N( µ, σ) P(a < X < b) = P (X>a) – P (X>b) a b Curs 2013-14

  29. Z ~ N(0,1) Com calcular P(Z>-a) P(Z>-a) -a Curs 2013-14

  30. Z ~ N(0,1) P(Z<-a) = P(Z>a) P(Z<-a) P(Z>a) -a a Curs 2013-14

  31. Z ~ N(0,1) P(Z>-a) -a Curs 2013-14

  32. Z ~ N(0,1) P(Z>-a) = 1 – P(Z<-a) P(Z<-a) 1 – P(Z<-a) -a Curs 2013-14

  33. Z ~ N(0,1) Com: P(Z<-a) = P(Z>a) I: P(Z>-a) = 1 - P(Z<-a) Llavors: P(Z>-a) = 1 - P(Z<-a) = 1- P(Z>a) Curs 2013-14

  34. Variable aleatoria normal X ~ N( µ, σ) P(a < X < b) a b Curs 2013-14

  35. Variable aleatoria normal Exercici: Sigui X: N(5,2) Quin és el tant per cent de valors que es troben entre (x = 3 i x = 7) P(3 < X < 7) = P (X > 3) – P (X > 7) X~N(5,2) Z~N(0,1) P(X>a) P(Z > (a-5) / 2 ) a - 5 2 a Curs 2013-14

  36. Variable aleatoria normal Exercici: Sigui X: N(5,2) Quin és el tant per cent de valors que es troben entre (x = 3 i x = 7) P(3 < X < 7) = P (X > 3) – P (X > 7) = = P ( > ) - P ( > ) = P (Z > -1) – P (Z > 1) = = [1 – P(Z>1)] – P(Z>1) = = 1 – 2·P(Z>1) = Curs 2013-14

  37. Curs 2013-14

  38. Variable aleatoria normal Exercici: Sigui X: N(5,2) Quin és el tant per cent de valors que es troben entre (x = 3 i x = 7) P(3 < X < 7) = P (X > 3) – P (X > 7) = = P ( > ) - P ( > ) = P (Z > -1) – P (Z > 1) = = [1 – P(Z>1)] – P(Z>1) = = 1 – 2·P(Z>1) = 1 – 2·0.1587 = 0’6826 Curs 2013-14

  39. Variables aleatòries continues teòriques • Variable normal • Variable normal estàndard o tipificada • Variable t de Student-Fisher • Variable de χ2 • F de Snedecor Curs 2013-14

  40. Z~N(0,1) X = Z1+ Z2 + ....+ Zk X ~ χ2(k) Chi quadrat Curs 2013-14

  41. T de student • Z~N(0,1) • V ~ χ2(v) • X= • Quan augmenten els graus de llibertat, més s’acosta a N(0,1). • Es simètrica al voltant de zero. • Es consideren valors anòmals els que se allunyen de zero (positius o negatius) Curs 2013-14

  42. Teorema central del límit • Siguin X1, X2, X3, ..., Xn n variables aleatories identicament distribuides E(Xi) = µ V(Xi) = σ2 (n gran) • ΣXi = X1+X2+X3+...+Xn ~ N(nµ,nσ2) Curs 2013-14

  43. Teorema central del límit • Com conseqüència: • X ~ B(n,p) X ~ N(np,np(1-p)) • X ~ Poisson(λ) X ~ N(λ,λ) (n gran) (n gran) Curs 2013-14

More Related