Estadística
2025
Unidad III. Distribuciones de Probabilidad e
Introducción a la Inferencia Estadística
Definición de variables aleatorias - Tipo de variables -
Distribuciones Discretas y Continuas - Funciones de
Probabilidad y Distribución - Propiedades - Distribuciones
Discretas: Binomial- Poisson. Distribuciones Continuas:
Distribución Normal. Uso de tablas estadísticas. Intervalos
de Confianza para la media y la proporción. Prueba de
hipótesis para la media y la proporción.
Variables Aleatorias
Una variable aleatoria es una función que asocia un número
real a cada elemento de un espacio muestral S. Cada resultado
posible de un experimento se encuentra asociado a un número.
Son las variables cuyos resultados se encuentran regidos por
el azar
Desde un punto de vista práctico, los posibles resultados de una
variable aleatoria tienen asociada una probabilidad.
Como todos los posibles resultados de un
experimento se asocian a un número, las
variables aleatorias solo pueden ser del
tipo:
CUANTITATIVAS
¿Los posibles resultados del lanzamiento de un dado,
podrían considerarse como una variable aleatoria?
¿Los posibles resultados de analizar el sexo de los
asistentes a un centro de rehabilitación?
Recordemos unos conceptos…
¿Cómo hacía yo para realizar una tabla de frecuencias de
la variable “talla”? (Talla es una variable cuantitativa
continua).
La variable en cuestión se ”categoriza” creando clases, que
representan intervalos de la variable analizada.
Al considerar variables aleatorias, hay que hacer el camino
inverso…
¿Cómo creen ustedes que podríamos llevar una variables
categórica como el sexo a una del tipo cuantitativa?
Las variables aleatorias solo pueden ser discretas y continuas.
Una variable aleatoria es discreta si sus valores posibles
constituyen un conjunto discreto. El conjunto de valores
posibles podría ser infinito y numerable. Ej.: el conjunto de
todos los enteros o el conjunto de todos los enteros
positivos.
¿Qué tipo de variables aleatorias
discretas se les ocurren?
Una variable aleatoria es continua si sus valores posibles
constituyen un conjunto continuo. El conjunto de valores
posibles podría ser infinito e innumerable. Ej.: el conjunto
de todos los enteros o el conjunto de todos los enteros
positivos.
¿Qué tipo de variables aleatorias
continuas se les ocurren?
A cada elemento de un espacio muestral S, se le puede asignar una
probabilidad
¿Cómo construirían una tabla que contenga los posibles resultados de
este experimento y su probabilidad?
Consideren que la talla es una variable aleatoria continua que se
encuentra “categorizada” en clases.
VARIABLES DISCRETAS
Analicemos un ejemplo:
Somos kinesiólogos/as contratados/as para evaluar la cantidad de lesiones
producidas luego de aplicar una técnica X de bloqueo lumbar. Por lo tanto,
realizamos un conteo y tabulación de los resultados de mis observaciones
sobre 50 pacientes
¿Cuántos lesionados hay?
Frecuencia Frecuencia
N° Lesiones
Absoluta Relativa ¿Es más probable tener 1 o 2 lesiones?
0 28 0.56
1 15 0.3 ¿Es más probable tener 1 o 2
lesiones?
2 5 0.1
3 2 0.04 Frecuencia Relativa → Probabilidad
Total 50 1
Esta lista de valores posibles para
cada clase de talla proporciona una
DEFINICIÓN FRECUENCIAL descripción completa de la
Si se repite un experimento
muestra/población de la que se evaluó
aleatorio muchas veces, la
probabilidad de un evento en
la variable. Esto se denomina…
particular puede asimilarse a
su frecuencia relativa Función de Masa de Probabilidad
Función de Masa de Probabilidad
p 𝑥 =𝑃 𝑋=𝑥
P(X=x) indica la probabilidad de que X (variable aleatoria) tome el valor
específico x en un momento dado. p(x) es una función que describe la
probabilidad de que X tome el valor de x.
Frecuencia Frecuencia p 0 = 0.56
N° Lesiones
Absoluta Relativa
0 28 0.56 La función de masa de probabilidad se
puede representar con un gráfico de
1 15 0.3
líneas verticales que representan las
2 5 0.1 probabilidades para cada valor posible
3 2 0.04 de la variable aleatoria
Total 50 1
La función de masa también se
denomina
FUNCIÓN DE PROBABILIDAD
Función de Distribución Acumulativa
La función de distribución acumulativa especifica la probabilidad de que
una variable aleatoria sea menor o igual a un valor dado.
p 𝑥 =𝑃 𝑋≤𝑥
Frecuencia Frecuencia
N° Lesiones
Absoluta Relativa
0 28 0.56
1 15 0.3
2 5 0.1
3 2 0.04
Total 50 1
En general, para cualquier variable aleatoria
discreta X, la función de distribución
acumulativa p(x) se puede calcular sumando
las probabilidades de todos los posibles
valores de X que son menores o iguales a x.
Media de una Variable Aleatoria Discreta
La media poblacional de una variable aleatoria X, se denota como E(X), μX
o simplemente μ.
También se la denomina ESPERANZA MATEMÁTICA.
La media de una variable aleatoria discreta se N° Frecuencia Frecuencia
encuentra mediante la sumatoria del producto de cada Lesiones Absoluta Relativa
valor posible de la variable aleatoria por su 0 28 0.56
probabilidad. 1 15 0.3
2 5 0.1
3 2 0.04
μ𝑥 = 𝑥 𝑃 𝑋 = 𝑥
Total 50 1
𝑥
¿Cómo calcularían la esperanza matemática de
esta variable aleatoria?
𝐸 𝑋 = 0 ∗ 0.56 + 1 ∗ 0.3 + 2 ∗ 0.1 + 3 ∗ 0.04
𝑬 𝑿 = 𝟎. 𝟔𝟐
Varianza de una Variable Aleatoria Discreta
La varianza poblacional de una variable aleatoria X, se denota como V(X),
σx2 o simplemente σ2.
Se la denomina simplemente como Varianza de X.
La varianza de una variable aleatoria discreta se N° Frecuencia Frecuencia
encuentra mediante la sumatoria del producto de la Lesiones Absoluta Relativa
distancia horizontal entre cada valor de la variable
aleatoria y la esperanza matemática 0 28 0.56
1 15 0.3
2 5 0.1
σ2𝑥 = 𝑥 − μ𝑥 2
𝑃 𝑋=𝑥 3 2 0.04
𝑥 Total 50 1
¿Cómo calcularían la varianza poblacional de
esta variable aleatoria?
V 𝑋 = 𝟎 − 𝟎. 𝟔𝟐 2 ∗ 0.56 + 𝟏 − 𝟎. 𝟔𝟐 2 ∗ 0.3 + 𝟐 − 𝟎. 𝟔𝟐 2 ∗ 0.1 + 𝟑 − 𝟎. 𝟔𝟐 2 ∗ 0.04
𝐕 𝑿 = 𝟎. 𝟒𝟕
VARIABLES CONTINUAS
Los valores posibles de la variable aleatoria no se encuentran
restringidos a algún conjunto discretamente espaciado
Uno dispone una X cantidad de clases cuando analiza una variable
cuantitativa continua, las clases son confeccionadas de acuerdo al n,
tratando de que haya un número relativamente uniforme de observaciones en
cada clase.
Si uno tuviese un n infinitamente grande, entonces las clases podrían ser
infinitas y muy estrechas → Polígono de frecuencias
La probabilidad de que X se encuentre entre dos valores cualquiera a y b
es igual al área bajo la curva.
El histograma puede representarse como una curva (polígono de frecuencias
suavizado), en donde la probabilidad se encontraría mediante el cálculo de
una integral.
Usos Comunes del Cálculo Integral
1. Cálculo de áreas y volúmenes
2. Cálculo de centros de masa y momentos de inercia
3. Modelar y resolver problemas relacionados con la cinemática, la dinámica y la termodinámica.
[Link] y resolver problemas relacionados con el cálculo de tasas de interés, la maximización de beneficios y
la optimización de la asignación de recursos.
La curva originada mediante el análisis de una variable aleatoria continua
es descripta por una función que se denomina función de densidad de
probabilidad
𝑏
න 𝑓 𝑥 𝑑𝑥
𝑎
Función de Distribución Acumulativa
Para una variable aleatoria continua, el
valor de f(x) se obtiene al integrar la
función de densidad de probabilidad
(obteniendo el área bajo la curva)
EL ÁREA BAJO LA CURVA REPRESENTA LA
ACUMULACIÓN DE PROBABILIDADES ENTRE DOS
VALORES DADOS DE TODOS LOS POSIBLES PARA
UNA VARIABLE ALEATORIA CONTINUA
Media y varianza de una Variable Aleatoria Continua
Son completamente análogas al cálculo de la media y varianza de una
variable aleatoria discreta, excepto que se usa la función de densidad de
probabilidad en lugar de la función de densidad de masa.
Media Varianza
Propiedades de las Funciones de Distribución
Independientemente del tipo de variable aleatoria, la función de
distribución siempre cumple las siguientes propiedades:
*El valor de función de
distribución acumulada se
encuentra acotado entre 0 y
1.
0 ≤ p(x) ≤ 1
*Es una función continua,
monótona y creciente
*La función es asintótica
en +∞ y -∞.
En la próxima clase…
Definición de variables aleatorias - Tipo de variables -
Distribuciones Discretas y Continuas - Funciones de
Probabilidad y Distribución - Propiedades - Distribuciones
Discretas: Binomial- Poisson. Distribuciones Continuas:
Distribución Normal. Uso de tablas estadísticas. Intervalos
de Confianza para la media y la proporción. Prueba de
hipótesis para la media y la proporción.
