Scribd
Cargar
205 vistas3 páginas

Distribución Lognormal en Seguridad Nuclear

El documento describe la distribución lognormal, en la cual el logaritmo de una variable aleatoria sigue una distribución normal. Explica que se estimó el modelo lognormal para los datos de supervivencia en la tabla, obteniendo buen ajuste. Calcula la supervivencia a 8 años como 0.7019 y la mediana como 10 años.

Cargado por

carlos rodriguez bartolo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
205 vistas3 páginas

Distribución Lognormal en Seguridad Nuclear

El documento describe la distribución lognormal, en la cual el logaritmo de una variable aleatoria sigue una distribución normal. Explica que se estimó el modelo lognormal para los datos de supervivencia en la tabla, obteniendo buen ajuste. Calcula la supervivencia a 8 años como 0.7019 y la mediana como 10 años.

Cargado por

carlos rodriguez bartolo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Distribución Log normal

En probabilidades y estadísticas, la distribución normal logarítmica es una distribución de


probabilidad continua de una variable aleatoria cuyo logaritmo está normalmente distribuido. Es
decir, si X es una variable aleatoria con una distribución normal, entonces exp(X) tiene una
distribución log-normal.
La base de una función logarítmica no es importante, ya que loga X está distribuida
normalmente si y solo si logb X está distribuida normalmente, solo se diferencian en un factor
constante.

Estímese las función de supervivencia, asumiendo el modelo lognormal y realícese la prueba de


la bondad de ajuste, para los datos de la tabla.

La salida del PRESTA es (nótese que se denomina parámetro A a m y parámetro B a s2

P R E S T A    PC  V2.2    25-OCT-2001

ANALISIS DE SUPERVIVENCIA
MODELO LOG-NORMAL: f(lnt)=N(A,B)

NOMBRE DE LOS DATOS: super72


VARIABLE TIEMPO: TIEMPO
VARIABLE PERDIDAS NO SE USA

NÚMERO DE CASOS: 121


CASOS QUITADOS POR CONTENER ALGUN VALOR NO ESPECIFICADO: 0

PARAMETRO ERROR STANDARD


A  2.32263  .04138 
B  .20719  .02664 

MATRIZ DE COVARIANZAS

A B
A  .00171  .00000 
B  .00000  .00071 

TABLA DE VALORES OBSERVADOS Y ESPERADOS


(SOLO CUENTAN LOS EVENTOS)

INTERVALO OBSERVADOS ESPERADOS CONT. JI2


<  5.69  10.00  12.10  .3645 
5.69 -  6.96  9.00  12.10  .7942 
6.96 -  8.04  18.00  12.10  2.8769 
8.04 -  9.09  12.00  12.10  .0008 
9.09 - 10.20  17.00  12.10  1.9843 
10.20 - 11.45  12.00  12.10  .0008 
11.45 - 12.95  8.00  12.10  1.3893 
12.95 - 14.96  9.00  12.10  .7942 
14.96 - 18.28  16.00  12.10  1.2570 
> 18.28  10.00  12.10  .3645 

PRUEBA DE BONDAD DE AJUSTE


JI-CUADRADO: 9.82645   G.L.: 7   p= .197686

Con la prueba de bondad de ajuste basada en la ji-cuadrado, que en este caso que no hay
pérdidas “funciona” mejor, no se rechaza la hipótesis nula de modelo lognormal y en la gráfica
también se observa que el modelo es satisfactorio.

Aceptando que el modelo es bueno, calcúlese la supervivencia a 8 años (suponiendo los tiempos
en años) y la mediana de supervivencia.

En la gráfica se observa que para T=8, S(t) es aproximadamente 0,7 y que S(t)=0,5 para t=10


aproximadamente. O bien, más laborioso pero más preciso, usando las fórmulas

y mirando en la tabla de la normal

es decir la probabilidad de supervivencia a los 8 años es 0,7019. La mediana es el tiempo en el


que S(t)=0,5

y mirando en la tabla de la normal


Modelos determinísticos vs modelos estocásticos

 Los modelos determinísticos son aquellos donde se supone que los datos se conocen
con certeza, es decir, se supone que cuando el modelo sea analizado se tiene disponible
toda la información necesaria para la toma de decisiones. 
 Por el contrario, en los modelos estocásticos también conocidos como modelos
probabilísticos, algún elementó no se conoce con anticipación, incorporando así la
incertidumbre.

También podría gustarte