Scribd
Cargar
21 vistas6 páginas

Modelo Multi

El modelo multinomial es una extensión de la distribución binomial que se utiliza para modelar datos categóricos con más de dos categorías. Permite calcular la probabilidad de obtener un conjunto de conteos en múltiples categorías a partir de experimentos independientes. Se presentan ejemplos prácticos que ilustran su aplicación en situaciones como el lanzamiento de dados y la clasificación de productos.

Cargado por

Alexander Champutis
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
21 vistas6 páginas

Modelo Multi

El modelo multinomial es una extensión de la distribución binomial que se utiliza para modelar datos categóricos con más de dos categorías. Permite calcular la probabilidad de obtener un conjunto de conteos en múltiples categorías a partir de experimentos independientes. Se presentan ejemplos prácticos que ilustran su aplicación en situaciones como el lanzamiento de dados y la clasificación de productos.

Cargado por

Alexander Champutis
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

Modelo Multinomial

El modelo multinomial es una generalización de la distribución binomial


para situaciones donde hay más de dos categorías posibles en un
experimento. Es útil para modelar datos categóricos y contar eventos en
diferentes categorías.

La distribución multinomial es una extensión de la distribución binomial que describe la


probabilidad de obtener un conjunto de conteos en múltiples categorías a partir de un
número fijo de experimentos independientes.

Ejemplo:
 Lanzar un dado de 6 caras 10 veces y contar cuántas veces cae
en cada cara.
 Clasificar 100 productos en categorías "bueno", "regular",
"defectuoso" y obtener la probabilidad de cada clasificación.

Función de Probabilidad Multinomial


Si un experimento tiene n repeticiones independientes y cada resultado
pertenece a una de k categorías con probabilidades entonces la
probabilidad de observar ocurrencias en cada categoría está
dada por:

Donde:

 n = número total de ensayos.


 k = número de categorías.

 = número de observaciones en cada categoría.


 = probabilidades de cada categoría.
Propiedades de la Distribución Multinomial
Cada categoría tiene una media esperada:

Donde:

 es la cantidad esperada de veces que ocurre la categoría iii.


 es el número total de ensayos.
 es la probabilidad de la categoría i.

Varianza

La varianza de cada categoría i se calcula como:

Covarianza entre dos categorías

Esto significa que si una categoría ocurre más veces de lo esperado, las demás
ocurren menos veces.

Diferencias con Otras Distribuciones

Característica Distribución Binomial Distribución Multinomial


Número de categorías 2 (Éxito/Fallo) Más de 2
Probabilidades
Ejemplo Lanzar una moneda Lanzar un dado

Ejemplo 1
De acuerdo con la teoría de la genética, un cierto cruce de conejillo de indias
resultará en una descendencia roja, negra y blanca en la relación [Link].
Encuentre la probabilidad de que entre 8 descendientes, 5 sean rojos, 2
negros y 1 blanco.

Datos:

 n=8
 X₁ = 5 rojos → p₁ = Prob. de ser rojo = 8/16 = 0.50
 X₂ = 2 negros → p₂ = Prob. de ser negro = 4/16 = 0.25
 X₃ = 1 blanco → p₃ = Prob. de ser blanco = 4/16 = 0.25

La probabilidad se calcula con la distribución multinomial:


Consola

Grafica
RTA: la probabilidad de que entre 8 descendientes 5 sean rojos, 2 negros y
1 blanco es: 0.082031

Ejemplo 2

Un delegado llegue por aire, en autobús, en automóvil o en tren a una convención, dado que
la probabilidad de cada posibilidad es de 0.40, 0.20, 0.30 y 0.10, respectivamente.

Pregunta:
¿Cuál es la probabilidad de que entre 9 delegados seleccionados aleatoriamente, 5 hayan
llegado en auto?

Datos:

n = 9 (total de delegados)
X₁ = 5 (delegados que llegaron en automóvil)

 p₁ = 0.30

X₂ = 4 (delegados que llegaron por aire, autobús o tren)

 p₂ = 0.40 + 0.20 + 0.10 = 0.70

La fórmula multinomial utilizada:

Resultado:
Consola

Grafica
Rta: la probabilidad de que 5 delegados hayan llegado en automóvil, entre los 9
seleccionados aleatoriamente, es 7.35%.

También podría gustarte