sábado, 30 de noviembre de 2013
INVESTIGACION
Se
realizó la investigación a 40 alumnos
del plantel CECYTEM Tequixquiac que cursan el 5to semestre como Tec. En
informática, la investigación se llevó a cabo medio de encuestas que planteaban
la pregunta ¿Cuánto tiempo diario en
minutos dedican a estar en internet?, posteriormente se recolecto la
información y se ordenaron los datos y se registraron en una tabla de
distribución de frecuencias y los datos se ordenaron de acuerdo al intervalo
que correspondía para esto se sacó un rango que
fue de 13.5
Conforme
a esto se fueron distribuyendo los 40 datos obtenidos que son las frecuencias y
de acuerdo al rango en el que se encontraban y comprobamos que el 30 % de los
alumnos (que da una cantidad de 12 alumnos) se encuentran entre más de 152.1 y menos
de 156.6 minutos en el internet y el 5 %
(que son 2 alumnos) se encuentra entre más de 138.6 y menos de 152.1 minutos en
el internet y solo 6 alumnos que es el 15 % son los que pasan el mayor tiempo
en el internet de 192.6 a 206.1 minutos al día.
Deduzco
que los alumnos pasan todo este tiempo en internet para llevar a cabo alguna
tarea o simplemente por diversión o mantenerse en comunicación por medio de las
diferentes redes de internet como lo son Face, Twiter, Gmail, Hotmail, etc.
Y
los que se encuentran poco tiempo es porque tal vez no cuentan con una red de
internet propia o con una computadora o simplemente no les agrada o no tienen
tiempo para hacerlo.
Cabría
hacer otra investigación más profunda del porque los alumnos del cecytem
Tequixquiac utilizan el internet en estos tiempos y con qué fin o porque es que
no lo utilizan tanto como los demás y así poder llegar a una mejor respuesta y
profundizar mucho más.
LECTURA 1 Y 2
|
Lectura
1
|
Lectura
2
|
|
·
Las distribuciones bidimensionales o bivariadas
son aquellas en las que se estudian al mismo tiempo dos variables de cada
elemento de la población
·
Para representar los datos obtenidos se utiliza
una tabla de correlación
·
Las "x" representan una de las
variables y las "y" la otra variable
·
Se puede centrar el estudio en el comportamiento
de una de las variables, con independencia de cómo se comporta la otra y se
le llama distribución marginal.
·
|
·
Los datos bivariados son características de un elemento
que se puede analizar conjuntamente cuando estas interactúan sobre el
elemento en consideración.
·
Para
representar los datos obtenidos se utiliza una tabla de doble entrada
·
Las variables se pueden representar (x,y) (a,b)
entre otras.
·
Al estudiar el comportamiento de una sola
variable se le llama distribución marginal del atributo (a-b)
·
Correlación: saber si existe una relación estadísticamente
significativa entre dos variables
·
Análisis de regresión expresar la relación existente entre las dos
variables con una ecuación (encontrar un fórmula matemática que relaciona
dichas variables)
|
DISTRIBUCIONES DISCRETAS
Distribuciones discretas: Bernouilli
|
Distribuciones
discretas: Bernouilli
|
Es aquel modelo que
sigue un experimento que se realiza una sola vez y que puede tener dos
soluciones: acierto o fracaso:
Cuando es acierto la variable toma el valor 1
Cuando es fracaso la variable toma el valor 0
Al haber únicamente
dos soluciones se trata de sucesos complementarios:
A la probabilidad
de éxito se le denomina "p"
A la probabilidad
de fracaso se le denomina "q"
Verificándose que:
p + q = 1
|
Ejemplo: Probabilidad de
salir cara al lanzar una moneda al aire (sale cara o no sale); probabilidad
de ser admitido en una universidad (o te admiten o no te admiten);
probabilidad de acertar una quiniela (o aciertas o no aciertas)
|
|
Distribuciones discretas: Binomial
|
La distribución
binomial se aplica cuando se realizan un número"n" de
veces el experimento de Bernouiili, siendo cada ensayo independiente del
anterior. La variable puede tomar valores entre:
0: si todos los
experimentos han sido fracaso
n: si todos los
experimentos han sido éxitos
Ejemplo: se tira una
moneda 10 veces: ¿cuantas caras salen? Si no ha salido ninguna la variable
toma el valor 0; si han salido dos caras la variable toma el valor 2; si
todas han sido cara la variable toma el valor 10
La distribución
de probabilidad de este tipo de distribución sigue el siguiente
modelo:
 |
Ejemplo 1: ¿Cuál es la
probabilidad de obtener 6 caras al lanzar una moneda 10 veces?
" k " es el número
de aciertos. En este ejemplo " k " igual a 6 (en cada acierto
decíamos que la variable toma el valor 1: como son 6 aciertos, entonces k =
6)
" n" es el número
de ensayos. En nuestro ejemplo son 10
" p " es la
probabilidad de éxito, es decir, que salga "cara" al
lanzar la moneda. Por lo tanto p = 0,5
La fórmula
quedaría:
Luego, P (x = 6) = 0,205
Es decir, se tiene
una probabilidad del 20,5% de obtener 6 caras al lanzar 10 veces una moneda.
|
|
Distribuciones discretas: Poisson
|
Las distribución
de Poisson parte de la distribución binomial:
Cuando en una
distribución binomial se realiza el experimento un número "n" muy
elevado de veces y la probabilidad de éxito "p" en cada ensayo es
reducida, entonces se aplica el modelo de distribución de Poisson:
Se tiene que
cumplir que:
" p " < 0,10
" p * n " < 10
La distribución
de Poisson sigue el siguiente modelo:
Vamos a explicarla:
El número "e" es
2,71828
" l " = n * p (es
decir, el número de veces " n " que se realiza el experimento
multiplicado por la probabilidad " p " de éxito en cada ensayo)
" k
" es el número de éxito cuya probabilidad se está calculando
|
Veamos un ejemplo:
La probabilidad de
tener un accidente de tráfico es de 0,02 cada vez que se viaja, si se
realizan 300 viajes, ¿cual es la probabilidad de tener 3 accidentes?
Como la
probabilidad " p " es menor que 0,1, y el producto " n * p
" es menor que 10, entonces aplicamos el modelo de distribución de
Poisson.
Luego,
P (x = 3) = 0,0892
Por lo tanto, la
probabilidad de tener 3 accidentes de tráfico en 300 viajes es del 8,9%
|
Suscribirse a:
Entradas (Atom)