ESTADISTICA APLICADA A LA EDUCACION

Universidad
Santander
Rodolfo Gallardo-Rosales
gallardo33@gmail.com

01 02 03 04 05 06

Conceptos fundamentales
E t d ti descriptiva
Estadstica
d
i ti
Probabilidad
Estimacin
Prueba de hiptesis sobre poblaciones
Prueba de hiptesis
p
sobre proporciones
p p

Probabilidad

01 02 03 04 05 06

CONCEPTOS PRELIMINARES Y DEFINICIONES DE

PROBABILIDAD
Definamos lo que significa probabilidad En forma
especfica hablamos de la probabilidad de que
especfica,
q e
ocurra cierto evento
Probabilidad de que ocurra un evento:
Es la frecuencia relativa con la que puede
esperarse que el evento ocurra.
La probabilidad de un evento puede tenerse en tres
formas diferentes: empricamente, tericamente y
subjetivamente.

Probabilidad

01 02 03 04 05 06

El mtodo emprico podra llamarse probabilidad experimental o emprica.

Esta probabilidad es la frecuencia relativa observada con lo que ocurre en
un evento. El valor asignado a la probabilidad del evento A como resultado
de experimentacin se puede hallar por medio de la frmula:
Probabilidad emprica (observada): P(A)
nmero de veces que A ocurri
En palabras: probabilidad emprica A = -------------------------------------------nmero de intentos

En lgebra:
g

Probabilidad

n(A)
P(A)
( ) = -------n

01 02 03 04 05 06

Notacin para probabilidad

emprica:
Cuando el valor asignado
g
a la
probabilidad de un evento resulta de
datos experimentales o empricos,
id tifi
identificaremos
la
l probabilidad
b bilid d del
d l
evento con el smbolo P( ).

Probabilidad

01 02 03 04 05 06

El mtodo terico para obtener la probabilidad de un evento usa

un espacio muestral
muestral. Un espacio muestral es una lista de todos los
posibles resultados del experimento bajo consideracin.
Cuando se utiliza este mtodo,
mtodo el espacio muestral debe c ontener
puntos muestrales igualmente probables.
Por ejemplo,
ejemplo el espacio muestral para el hecho de tirar un dado es
{1, 2 3, 4, 5, 6}. Cada resultado (es decir, nmero) es igualmente
probable.
Un evento es un subconjunto del espacio muestral. Por tanto la
probabilidad de un evento A, P(A), es la razn entre el nmero de
puntos que
p
q satisfacen la definicin del evento A,, n(A),
( ), y el nmero
de puntos muestrales de todo el espacio muestral, n(S), esto es:

Probabilidad

01 02 03 04 05 06

P b bilid d terica
Probabilidad
t i esperada:
d P(A)
Nmero de veces que A ocurre en espacio muestral
En palabras: probabilidad terica de A = ----------------------------------------------------------------------------Nmero de elementos en espacio muestral

n(A)
En lgebra: P(A) = ------n(S)

Probabilidad

01 02 03 04 05 06

LEYES DE PROBABILIDAD
Con frecuencia
frecuencia, uno desea saber la
probabilidad de un evento compuesto
y los nicos datos de que se dispone
son las probabilidades de los eventos
simples relacionados. (Los eventos
compuestos son combinaciones de
ms de un evento simple)
simple). A
continuacin se resume la relacin
entre esas probabilidades.

Probabilidad

01 02 03 04 05 06
Para hallar la probabilidad de no A
El concepto de eventos complementarios es fundamental para hallar la
probabilidad de no A. Eventos complementarios: el complemento de A,
es el conjunto de todos los puntos muestrales del espacio muestral que
no pertenecen
t
all evento
t A
A.
Nota. El complemento del evento A se denota por A (lase A
complemento
complemento.
Unos pocos ejemplos de eventos complementarios son:
-El
El complemento del evento xito
xito es fracaso
fracaso
-El complemento de votante seleccionado es priista es votante
seleccionado no es priista
-El
El complemento de no
no caras
caras de 10 tiros de una moneda es al
al menos
una cara.

Probabilidad

01 02 03 04 05 06

Regla de complemento:
En palabras: probabilidad de A complemento = uno probabilidad de A

En lgebra:

A = 1 P( A)

Nota:
N
t
Todo evento tiene un evento complementario Las probabilidades
complementarias son muy tiles cuando la pregunta pide la probabilidad
de al menos uno
uno. Generalmente,
Generalmente esto representa una combinacin de
varios eventos, pero el evento complementario ninguno es un solo
resultado. Es ms fcil despejar el evento complementario y obtener la
respuesta con el uso de la frmula
frmula.

Probabilidad

01 02 03 04 05 06

Para hallar la probabilidad de A o B

Un trabajador que se emplea por hora desea
calcular las probabilidades de recibir una
promocin
i u obtener
bt
un aumento
t d
de sueldo.
ld
El trabajador estara feliz con cualquiera de
esos resultados. Existe informacin histrica
que permitir que el trabajador estime la
probabilidad de recibir una promocin y
obtener un aumento de sueldo
separadamente.
separadamente
Aprenderemos cmo aplicar la ley de la
adicin para hallar la probabilidad compuesta
de inters.

Probabilidad

01 02 03 04 05 06

Regla general de adicin

Sean A y B dos eventos definidos en un espacio
muestral, S.
En palabras:
probabilidad de A o B = probabilidad de A + probabilidad de B
probabilidad de A y B
p

En lgebra:

Probabilidad

P(A o B) = P(A) + P(B) P(A y B)

01 02 03 04 05 06

Para hallar la probabilidad de A y B

Supongamos que un profesor de leyes desea que sus
alumnos determinen la semejanza del evento a un
conductor se le levanta una infraccin por exceso de
velocidad y el conductor haba asistido previamente a una
clase de manejo defensivo.
Los estudiantes tienen confianza en hallar las
probabilidades de a un conductor se le levanta infraccin
por exceso de velocidad
velocidad y un
un conductor ha asistido a una
clase de manejo defensivo por separado.
Veamos cmo se aplica
p
la regla
g de multiplicacin
p
para
p
hallar
la probabilidad compuesta de inters.

Probabilidad

01 02 03 04 05 06
Regla general de la multiplicacin
Sean A y B dos eventos definidos en el espacio muestral S.
En palabras:
probabilidad de A y B = probabilidad de A x probabilidad de BB,
conociendo A

En lgebra:

P(A y B) = P(A) . P(B|A)

Nota:
Cuando intervienen dos eventos, cualquiera de ellos puede ser
identificado como A, con el otro identificado como B. La regla
general de la multiplicacin tambin podra escribirse como
P(B y A) = P(B) . P(A|B)

Probabilidad

01 02 03 04 05 06

DISTRIBUCIONES DE PROBABILIDAD
Variables aleatorias
Si a cada uno de los resultados de un experimento de
probabilidad se asigna un valor numrico, entonces cuando
veamos los resultados del experimento estaremos observando
los valores de una variable aleatoria. Este valor numrico es el
valor de la variable aleatoria.
Variable aleatoria:
Es una variable que toma un valor numrico nico para cada
uno de los resultados del espacio muestral de un experimento
de probabilidad.

Probabilidad

01 02 03 04 05 06

En otras p
palabras,, se utiliza una variable aleatoria para
p
denotar los resultados de un experimento de
probabilidad. La variable aleatoria puede tomar cualquier
valor numrico que pertenezca al conjunto de todos los
posibles resultados del experimento.
(Se denomina aleatoria porque el valor que toma es el
resultado de un evento de probabilidad o aleatorio).
Cada uno de los eventos en un experimento de
probabilidad
b bilid d tambin
t bi debe
d b definirse
d fi i
en forma
f
tal
t l que
slo se le asigne un valor de la variable aleatoria
(eventos mutuamente excluyentes), y todo evento debe
tener asignado un
n valor
alor (e
(eventos
entos todo incluido)
incl ido)

Probabilidad

01 02 03 04 05 06

Variable discreta aleatoria:

Es una variable cuantitativa aleatoria
que puede tomar un nmero contable
de valores.
Variable continua aleatoria:
Es una variable cuantitativa aleatoria
que puede tomar un nmero
incontable de valores.

Probabilidad

01 02 03 04 05 06

Media de una variable aleatoria discreta (valor esperado):

La media, , de una variable aleatoria discreta x se encuentra al
multiplicar cada posible valor de x por su propia probabilidad y
luego sumar todos los productos:
Media de x: mu = suma de(cada x multiplicada por su propia probabilidad)

= [ xP( x)]

Probabilidad

01 02 03 04 05 06

Varianza de una variable aleatoria discreta:

La varianza, , de una variable aleatoria discreta x se encuentra
multiplicando cada posible valor del cuadrado de la desviacin
desde la
2
media ( x ) , por su propia probabilidad y luego sumando todos los
productos:
2

Varianza: sigma cuadrada = suma de (cuadrado de la desviacin por la probabilidad)

2 = [( x ) 2 P ( x)]

Probabilidad

01 02 03 04 05 06

EL MODELO DE DISTRIBUCION NORMAL

La distribucin de p
probabilidad normal es
considerada como la ms importante
distribucin de probabilidad. Un nmero
ilimitado de variables ilimitadas continuas
tienen una distribucin ya sea normal o una
aproximadamente normal. Varias otras
probabilidades de distribucin de variables
aleatorias discretas y continuas tambin
son
aproximadamente normales bajo ciertas
condiciones.

Probabilidad

01 02 03 04 05 06
Funcin de distribucin de probabilidad normal

y = f ( x) =

1 x 2
)
(
2

para todo real x

Cuando se traza una g

grfica de todos estos puntos,
p
, la curva normal (en
(
forma de campana) aparecer as:

Probabilidad

01 02 03 04 05 06

La distribucin normal estndar

Hay un nmero limitado de
distribuciones de probabilidad
normal, pero por fortuna todas estn
relacionadas con una distribucin: la
distribucin normal estndar. La
distribucin normal estndar es la
distribucin normal de la variable
estndar z (llamada puntaje
estndar o puntaje z)

Probabilidad

01 02 03 04 05 06

Propiedades de la distribucin normal estndar:

1. El rea bajo la curva normal es igual a 1
2 La distribucin tiene forma de campana y es
2.
simtrica; se extiende indefinidamente en ambas
direcciones, aproximndose pero sin tocar el eje
horizontal
3. La distribucin tiene una media de 0 y una
desviacin estndar de 1
4. La media divide el rea en dos: 0.50 a cada lado
5. Casi toda el rea est entre z=-3.00 y z=3.00

Probabilidad