Header Image - MCM Alchimia 5

Distribución NegBinomial o Binomial Negativa

by admin 0 Comments

NegBinomial o Binomial Negativa.

La distribución NegBinomial es también una distribución discreta, definida en el dominio de los enteros positivos. Es similar a la binomial excepto que el parámetro n refiere a eventos inexitosos y no totales. Dicho de otra forma, una variable aleatoria con distribución NegBinomial, de parámetros n y p representa la cantidad de éxitos cuya probabilidad es p, que se logran en una secuencia de n ensayos fallidos. Los parámetros por medio de los cuales se define esta distribuición tienen la misma forma que los que representan la distribución Binomial, aunque, como dijimos el parámetro n representa una cualidad diferente.

Parámetros de entrada:

  • n.  Numero de fallas hasta que el ensayo se detiene, para los cuales deseo encontrar el número de ensayos exitosos. Este parámetro debe ser un número entero mayor que cero, aunque el software aceptará reales positivos (los que serán truncados).
  • p. Probabilidad de que el ensayo sea exitoso. Toma valores reales entre 0 y 1.

 


Más ayuda

Distribución Binomial

by admin 0 Comments

Binomial

Ésta es una distribución discreta cuyo dominio es el conjunto de los enteros positivos, que representa la cantidad de éxitos que logran en una secuencia de n ensayos. Estos ensayos deben ser de característica dicotómica, esto es, solo ofrecen como resultado dos posibilidades (éxito y fracaso) y tener una probabilidad de éxito definida p.

Parámetros de entrada:

  • n.  Numero de ensayos independientes a realizar. Este parámetro debe ser un número entero mayor que cero.
  • p. Probabilidad de que el ensayo sea exitoso. Toma valores reales entre 0 y 1.

 


Más ayuda

Distribución de Poisson

by admin 0 Comments

Poisson.

La distribución de Poisson es una distribución discreta definida para el dominio de los números enteros mayores que cero. Se utiliza mayormente para representar  la probabilidad de que un número determinado de eventos ocurra en un período de tiempo, una distancia definida, área, volumen, etc.,

Parámetros de entrada:

  • λ.  Este parámetro mayor que cero, representa la cantidad de instancias en que el fenómeno estudiado se produce en un intervalo dado. También representa la esperanza matemática de la variable aleatoria.

 


Más ayuda

Distribución Beta

by admin 0 Comments

Beta.

Esta distribución es una función continua con dos parámetros de forma que deben tomar valores reales mayores que cero. La función está definida entre 0 y 1. Un caso particular de la distribución Beta es cuando ambos parámetros de forma toman valores = 1. En este caso la función coincidirá con una distribución uniforme.

Parámetros de entrada:

  • a, b. Parametros de forma. Deben ser ambos números reales mayores que cero.

Más ayuda

Distribución Exponencial

by admin 0 Comments

Exponencial.

La distribución exponencial de probabilidad es una función continua en el dominio de los reales positivos, que usualmente se utiliza para representar el tiempo entre dos sucesos que se distribuyan según la distribución de poisson, por ejemplo, el tiempo transcurrido hasta que un comercio recibe su primer cliente del día. La distribución exponencial es una caso particular de la distribución Gamma donde el parámetro Forma = 1.

Parámetros de entrada:

  • Media. Este parámetro debe ser un número real > 0 y define la posición del valor medio de la distribución. Siendo que ésta es un caso de la distribución Gamma, en términos de esta última, la media correspondería al parámetro Escala si se utiliza una Gamma con Forma = 1. En este caso la distribución de probabilidad resultante será la misma.

Más ayuda

 

Distribución Gamma

by admin 0 Comments

Gamma.

Esta distribción es una función continua de carácter sesgado, esto es, donde el valor modal no se corresponde con la media. La distribución Gamma es una generalización de la distribución exponencial, y se usa en general para modelar variables aleatorias que represente el tiempo en que un suceso ocurre un determinado número de veces.

Los pseudoaleatorios generados por la aplicación son una aproximación (G. Marsaglia and W. Tsang) con un único parámetro de entrada llamado Forma (Shape) el que debe ser un número real positivo.  A partir de la versión 3.2 es posible describir funciones gamma con cualquier desvío estandar (usando el parámetro Escala).

Parametros de entrada:

  • Forma (Shape). Este parámetro define la forma de la distribución. Puede tomar como valor cualquier número del campo de los reales mayores que cero.
  • Escala. Este segundo parámetro permite escalar los valores resultantes desde la distribución Gamma estándar, donde este parámetro es siempre = 1. De este modo es posible generar pseudoaleatoreos con la misma forma pero mayor std.

 


Más ayuda