Estadística I

La Distribución Gamma y
la distribución Beta

MARTES 16 A 19 / PROF. BURDISSO

La distribución Gamma

• La distribución Gamma también está relacionada con la distribución de Poisson. Esto

es así, porque la distribución exponencial vista anteriormente es un caso particular
de la distribución Gamma.
• Al igual que la exponencial, la distribución Gamma por lo general se utiliza para
representar el tiempo transcurrido hasta que determinado número de fallas ocurren.
• También se la utiliza para modelar los tiempos de espera en los problemas de teoría
de colas
• Los tiempos de vida de sistemas electrónicos.
• Tiempo transcurrido entre la administración de un tratamiento y las sucesivas
recaídas en pacientes con cáncer.
• Modelos de supervivencia: se modelan los riesgos que afectan la tasa de
supervivencia de una población.

ESTADÍSTICA I / PROF. BURDISSO 2

La función Gamma
• Antes de especificar la distribución gamma debemos introducir la función Gamma
• Se define a la función Gamma ∞
Γ como

Γ 𝛼 = න 𝑥 𝛼−1 𝑒 −𝑥 𝑑𝑥 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝛼 > 0

0
Propiedades de la función Γ
• Γ 1 =1
• Γ 𝛼 = 𝛼−1 Γ 𝛼−1
• Γ 𝑛 = 𝑛−1 ! 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑛 ∈ 𝑁
• Probemos estas propiedades
• Y ahora con la ayuda de la función Gamma podemos presentar la distribución
Gamma.
ESTADÍSTICA I / PROF. BURDISSO 3
La distribución Gamma
• Se dice que una v.a. 𝑇 tiene una distribución gamma con parámetro 𝛼 > 0 𝑦 𝛽 > 0 si
su f.d.p. está dada por
𝑡
−
𝑡 𝛼−1 𝑒 𝛽
𝑓 𝑡 = 𝑠𝑖 𝑡 ≥ 0
𝛽𝛼 Γ 𝛼
0 𝑐. 𝑐.
• Al parámetro 𝛼 se lo conoce como parámetro de forma. Valores de 𝛼 cercanos a cero
hacen que la forma de la f.d.p sea similar a la f.d.p de la exponencial. A medida que
𝛼 crece el área bajo la curva se desplaza hacia la derecha y tiende a aparecer la
forma de campana con asimetría positiva.
• Al parámetro 𝛽 se lo conoce como parámetro de escala. Valores grandes de 𝛽 hacen
que la f.d.p. acumule más densidad hacia la cola derecha, dispersando la
distribución sobre los valores positivos y por ende reduciendo la altura máxima de la
densidad. Valores pequeños de 𝛽 brindan una f.d.p. más simétrica y concentrada.
ESTADÍSTICA I / PROF. BURDISSO 4
La distribución Gamma
Sintaxis

DISTR.GAMMA.N(x,alfa,beta,acumulado)

La sintaxis de la función DISTR.GAMMA.N tiene los

siguientes argumentos:

◾ X Obligatorio. El valor en el que se desea

evaluar la distribución.

◾ Alfa Obligatorio. Es un parámetro de la

distribución.

◾ Beta Obligatorio. Es un parámetro de la

distribución. Si beta = 1, DISTR.GAMMA.N devuelve
la distribución gamma estándar.

◾ Acumulado Obligatorio. Es un valor lógico que

determina la forma de la función. Si el argumento
acumulado es VERDADERO, DISTR.GAMMA.N
devuelve la función de distribución acumulativa; si
es FALSO, devuelve la función de densidad de
probabilidad.

ESTADÍSTICA I / PROF. BURDISSO 5

La distribución Gamma

• Si 𝑇 tiene una distribución gamma con parámetro 𝛼 > 0 𝑦 𝛽 > 0, se denota como
𝑇~𝐺𝑎 𝛼, 𝛽 con f.d.p. dada por
𝑡
−
𝑡 𝛼−1 𝑒 𝛽
𝑓 𝑡 = 𝑠𝑖 𝑡 ≥ 0
𝛽𝛼 Γ 𝛼
0 𝑐. 𝑐.

∞
• Entonces se puede comprobar que ‫׬‬0 𝑓 𝑡 𝑑𝑡 = 1. Probémoslo.

• La función de distribución acumulada de una𝑡 𝑇~𝐺𝑎 𝛼, 𝛽 es

1 𝑥
−
𝐹 𝑡 =𝑃 𝑇≤𝑡 = 𝛼 න 𝑥 𝛼−1 𝑒 𝛽 𝑑𝑥 𝑠𝑖 𝑡 > 0
𝛽 Γ 𝛼
0
ESTADÍSTICA I / PROF. BURDISSO 6
La distribución Gamma
• Si 𝑇~𝐺𝑎 𝛼 = 1, 𝛽 entonces 𝑇~𝐸𝑥𝑝 𝜆 = 𝛽1 . Probémoslo.

• Si 𝑇~𝐺𝑎 𝛼, 𝛽 entonces la 𝐸 𝑇 = 𝛼𝛽 y 𝑉𝑎𝑟 𝑇 = 𝛼𝛽2 . Veámoslo.

• Otro caso particular de la distribución Gamma es la chi-cuadrado. Se dice que una

v.a. 𝑋~𝜒 𝜈 , con 𝜈 grados de libertad si 𝑋~ 𝐺𝑎 𝛼 = 𝜈Τ2 , 2

• Tanto la distribución Gamma como la chi-cuadrado se

utilizan para modelar la distribución de la varianza cuando
realizamos inferencia estadística.
• ¿Cual es la 𝐸 𝑋 𝑦 𝑉𝑎𝑟(𝑋)si 𝑋~𝜒 𝜈 ?
ESTADÍSTICA I / PROF. BURDISSO 7
La distribución Gamma
• Ejercicio: En cierta ciudad el consumo diario de energía eléctrica en millones de
kw/hora puede considerarse una v.a. con distribución 𝐺𝐴 𝛼 = 3, 𝛽 = 2 . La planta
de energía de esta ciudad tiene una capacidad diaria de 10 millones de KW/hora.
¿Cual es la probabilidad de que
a. La demanda no sea abastecida en un día cualquiera?
b. Se consuman entre 3 y 8 millones de KW/hora en un día cualquiera?
c. Determinar la esperanza y varianza de la distribución.

ESTADÍSTICA I / PROF. BURDISSO 8

Comparación entre diferentes distribuciones

Suponga que se realizan ensayos de Bernoulli Suponga un proceso de Poisson

Variable aleatoria Distribución Variable aleatoria Distribución

# de ocurrencias de un evento
# de éxitos en un numero fijo de
Binomial en un intervalo de tiempo Poisson
ensayos
determinado
# necesario de ensayos hasta Tiempo transcurrido hasta la
Geométrica Exponencial
obtener 1 éxito primer ocurrencia del evento

# necesario de ensayos hasta Binomial Tiempo transcurrido hasta la r-

Gamma
obtener r éxitos negativa ésima ocurrencia del evento

ESTADÍSTICA I / PROF. BURDISSO 9

La distribución Beta

• Se trata de una distribución muy versátil que por lo general se utiliza para modelar
proporciones.
• Ejemplos:
• El tiempo que la gente destina a mirar series durante una semana cualquiera.
• La proporción de alumnos universitarios que abandonan la carrera.
• La participación de mercado de determinado producto o compañía.

ESTADÍSTICA I / PROF. BURDISSO 10

La distribución Beta
• Se dice que una v.a. 𝑌 tiene distribución beta con parámetro 𝛼 > 0 𝑦 𝛽 > 0 si su
f.d.p. está dada por
Γ 𝛼 + 𝛽 𝑦 𝛼−1 1 − 𝑦 𝛽−1

𝑓 𝑦 =൞ 0<𝑦<1
Γ(𝛼)Γ(𝛽)
0 𝑐. 𝑐.

• 𝛼 𝑦 𝛽 son ambos parámetros de perfil.

1 Γ 𝛼+𝛽 𝑦 𝛼−1 1−𝑦 𝛽−1
• La v.a. Y es una función de densidad ya que ‫׬‬0 Γ(𝛼)Γ(𝛽)
𝑑𝑦 =1

• De lo anterior podemos afirmar que ‫׬‬01 𝑦 𝛼−1 1 − 𝑦 𝛽−1 𝑑𝑦 =

Γ(𝛼)Γ(𝛽)
Γ 𝛼+𝛽

ESTADÍSTICA I / PROF. BURDISSO 11

La distribución Beta
DISTR.BETA.N (función DISTR.BETA.N)

Devuelve la distribución beta.

𝛼 < 1𝑦 𝛽 ≥ 1 𝛼 ≥ 1𝑦 𝛽 < 1 La distribución beta se usa generalmente para estudiar las
→ 𝑓𝑜𝑟𝑚𝑎 𝑑𝑒 𝐽 𝑡𝑟𝑎𝑠𝑝𝑢𝑒𝑠𝑡𝑎 → 𝑓𝑜𝑟𝑚𝑎 𝑑𝑒 𝐽 variaciones, a través de varias muestras, de un porcentaje que
representa algún fenómeno, por ejemplo, el tiempo diario que la
gente dedica a ver televisión.

Sintaxis

DISTR.BETA.N(x;alfa;beta;acumulativo;[A];[B])

La sintaxis de la función DISTR.BETA.N tiene los siguientes

argumentos:

◾ X Obligatorio. Valor, comprendido entre A y B, con el que se debe

evaluar la función.

◾ Alfa Obligatorio. Un parámetro de la distribución.

◾ Beta Obligatorio. Un parámetro de la distribución.

◾ Acumulado Obligatorio. Un valor lógico que determina la forma

de la función. Si el argumento "acumulativo" es VERDADERO,
DISTR.BETA.N devuelve la función de distribución acumulativa; si es
FALSO, devuelve la función de densidad de probabilidad.

◾A Opcional. Un límite inferior del intervalo de x.

𝛼𝑦𝛽>1 𝛼=𝛽>1
◾B Opcional. Un límite superior del intervalo de x.
→ 𝑎𝑝𝑎𝑟𝑒𝑐𝑒 𝑙𝑎 𝑓𝑜𝑟𝑚𝑎 𝑑𝑒 𝑐𝑎𝑚𝑝𝑎𝑛𝑎 → 𝑐𝑎𝑚𝑝𝑎𝑛𝑎 𝑦 𝑠𝑖𝑚𝑒𝑡𝑟í𝑎
ESTADÍSTICA I / PROF. BURDISSO 12
La distribución Beta

• La función de distribución acumulada de una v.a. Beta esta dada por

0 𝑠𝑖 𝑦 ≤ 0
Γ(𝛼+𝛽) 𝑦 𝛼−1
•𝑃 𝑌≤𝑦 =𝐹 𝑦 = ‫𝑡 ׬‬
Γ(𝛼)Γ(𝛽) 0
1−𝑡 𝛽−1 𝑑𝑡 𝑠𝑖 0 < 𝑦 < 1
1 𝑠𝑖 𝑦 ≥ 1

• Si 𝑌~𝐵𝑒𝑡𝑎(𝛼 = 1, 𝛽 = 1) → 𝑌~𝑈 0,1 . Veámoslo.

𝛼 𝛼𝛽
• Si 𝑌~𝐵𝑒𝑡𝑎(𝛼, 𝛽) entonces la 𝐸 𝑌 =
𝛼+𝛽
y 𝑉𝑎𝑟 𝑌 =
𝛼+𝛽 2 𝛼+𝛽+1

ESTADÍSTICA I / PROF. BURDISSO 13

La distribución Beta

• Ejemplo: La participación de mercado de una compañía tecnológica sigue una

1 1
distribución beta con esperanza y varianza .
2 28
a. Determine los parámetros de la distribución.
b. Obtenga la probabilidad de que la participación de mercado supere a la media
c. Determine la probabilidad de que la participación de mercado se encuentre
dentro del intervalo de un desvío estándar.

ESTADÍSTICA I / PROF. BURDISSO 14