¿Qué es Stat Trek?

Link

Stat Trek es un  sitio web que proporciona herramientas on-line para ayudar a resolver problemas de  estadística.  Está bastante bien y ayuda a entender los conceptos. En esta asignatura lo utilizaremos especialmente en el tema de probabilidad y análisis combinatorio, pero puede servir para el cálculo de probabilidades en  el tema de modelos de distribuciones discretos y continuos o incluso para simular muestreos aleatorios.

 

Enunciados de ejercicios relacionados con las distribuciones continuas

Ejercicio 1. Sea X una variable aleatoria continua tal que:

f(x)=1/x2, x>1

f(x)=0, en el resto

Comprueba que f cumple las propiedades para ser una función de densidad. Calcula la   función de distribución de X. Obtén k tal que F(k)=1/2.

Ejercicio 2. Sea X una variable aleatoria continua cuya función de densidad es

f(x)=x, 0≤x≤1

f(x)=2-x, 1<x≤2

f(x)=0, en el resto

Calcula su  función de distribución.

Ejercicio 3. Calcula el valor de k para que la siguiente función sea la función de densidad de una variable aleatoria continua X.

f(x)=k(1-x)2, 0<x<1

f(x)=0, en el resto

Una vez obtenido k, calcula la función de distribución de X.

Ejercicio 4. Sea X una variable aleatoria continua cuya función de densidad es

f(x)=1/3, 0<x<3

f(x)=0, en el resto

Calcula E(X) y Var(X).

Ejercicio 5. Calcula el valor de k para que la siguiente función sea la función de densidad de una variable aleatoria continua X.

f(x)=ke-x/2, x>0

f(x)=0, en el resto

Ejercicio 6. Sea X una variable aleatoria continua cuya función de densidad es

f(x)=1-|x|, |x|<1

f(x)=0, en el resto

Calcula su  función de distribución.

Ejercicio 7. Calcula el valor de k para que la siguiente función sea la función de densidad de una variable aleatoria continua X.

f(x)=kx2, -3<x<6

f(x)=0, en el resto

Una vez obtenido k, calcula P(X>2), sin calcular previamente la función de distribución.

Ejercicio 8. Calcula el valor de k para que la siguiente función sea la función de densidad de una variable aleatoria continua X.

f(x)=kx(1-x), 0<x<1

f(x)=0, en el resto

Una vez obtenido k, calcula P(X>0.5), sin calcular previamente la función de distribución.

Ejercicio 9. Sea X una variable aleatoria continua cuya función de densidad es

f(x)=2/3, 0<x<1

f(x)=1/3, 1≤x<2

f(x)=0, en el resto

Calcula E(X) y Var(X).

Ejercicio 10. Calcula el valor de k para que la siguiente función sea la función de densidad de una variable aleatoria continua X.

f(x)=k(1-x), 0≤x≤1

f(x)=0, en el resto

Una vez obtenido k, obtén la función de distribución. Calcula P(X<1/2), P(X>0.8) y  P(X>1/4| X<1/2). Calcula E(X) y Var(X).

Distribución Normal con Geogebra

En los siguientes enlaces se puede acceder a varios geogebras realizados por Manuel Sada que nos permiten entender mejor en qué consiste la distribución Normal y el cálculo de probabilidades en la misma. Como ya sabéis, GeoGebra es un software libre de matemáticas, escrito en Java,  para educación en todos sus niveles disponible en múltiples plataformas. Reúne dinámicamente, aritmética, geometría, álgebra y cálculo en un único conjunto tan sencillo a nivel operativo como potente. Ofrece representaciones diversas de los objetos desde cada una de sus posibles perspectivas: vistas gráficas, algebraicas, estadísticas y de organización en organización en tablas y planillas y hojas de datos dinámicamente vinculadas.

Distribución Normal

Cálculo de probabilidades en una N(0,1) del tipo  P(Z<k)=P(Z≤k)

Cálculo de probabilidades en una N(μ,σ) del tipo  P(X<k)=P(X≤k)

Cálculo de probabilidades en una N(0,1) del tipo P(a<Z<b)

Uno de los aspectos que serán de especial relevancia  para la comprensión del resto de temas de la asignatura es saber calcular percentiles en distintas distribuciones y entender su significado. El siguiente geogebra realizado por José Álvarez nos lo muestra gráficamente para el caso de la N(0,1).

Valores críticos de una N(0,1)

Distribución binomial: un ejemplo de cálculo de probabilidades

En este curso, para resolver problemas relacionados con la distribución binomial se utiliza el  SPSS. Por ejemplo, supongamos que un examen consta de 10 preguntas con 2 posibles respuestas cada una, de las cuales solamente una es correcta.  Si se responde al azar a cada una de las preguntas, hay que calcular una serie de probabilidades.

a) Probabilidad de acertar 5 preguntas exactamente.

b) Probabilidad de acertar al menos 1.

c) Probabilidad de acertar al menos 5.

d) Probabilidad de  contestar correctamente  entre 3 y 6 preguntas en dicho test.

Solución:

Sea X=número de preguntas contestadas correctamente en un test de un total de 10 preguntas.

n=10

p=p(éxito)=p(pregunta contestada correctamente)=0.5, por tanto p permanece constante.

Asumiendo independencia entre las contestaciones de las preguntas, obtenemos que  X~B(10,0.5).

Entonces:

a) P(X=5)=PDF.BINOM(5,10,0.5).

b) P(X≥1)=1-P(X<1)=1-P(X=0)=1-PDF.BINOM(0,10,0.5).

c) P(X≥5)=1-P(X<5)=1-P(X≤4)=1-CDF.BINOM(4,10,0.5).

d) P(3≤X≤6)=P(X≤6)-P(X<3)=P(X≤6)-P(X≤2)=

=CDF.BINOM(6,10,0.5)-CDF.BINOM(2,10,0.5)=0.773437.

Ahora solamente quedaría acceder al SPSS y hacer los cálculos oportunos.  Recordad que a la hora de corregir los ejercicios se le dará mucha importancia al planteamiento, el cual se debe realizar de forma razonada e incluyendo todos los pasos como se ha hecho aquí.

Modelos de distribución discretos y continuos con R y SPSS

El siguiente vídeo resume  algunas de las opciones del SPSS y de R que se van a utilizar en el  tema de Modelos de distribuciones discretos y continuos para  realizar la correspondiente práctica en el laboratorio.

A la hora de entender el cálculo de probabilidades en variables aleatorias continuas, es útil conocer la forma que tiene la función de densidad.  Tal y como  se desprende del vídeo,  con R podemos ver la forma de dicha función para variables aleatorias continuas tales como la Normal, t de Student, F de Snedecor, Ji-cuadrado, etc.  Para otras funciones de densidad relativas a los ejercicios  iniciales sobre variables aleatorias continuas podemos usar, por ejemplo, fooplot, una herramienta  on-line que permite  representar gráficamente funciones.