Modelos Probabilisticos

Índice
Introducción……………...2
Desarrollo………………...3
Conclusión……………….6
Crítica……………………..6
Bibliografía……………….6

Introducción
En los estudios estadísticos incluimos datos que pueden sercontinuos o discretos y para estudiarlos existen modelos probabilísticos que nos ayudan a representar las proporciones de los valores existentes en una población.
Hay muchos tipos de modelos probabilísticospero en clase estudiamos los más usados o más comunes que pueden ser Binomial, Geométrico, Hipergeométrico, Poisson, Exponencial, Normal, Chi-cuadrada, T de Student, F de Fisher entre muchos otrosque nos pueden ayudar dependiendo el caso que se esté analizando.
A continuación se presentan dichos modelos y sus características.
Desarrollo
Un modelo probabilístico es la forma específica de lafunción de probabilidades que se supone refleja el comportamiento de la variable.
Para los modelos discretos se basan mayormente en repeticiones de pruebas de Bernoulli. Los más conocidos son:
Modelode Bernoulli
Modelo Binomial.
Modelo Geométrico.
Modelo Binomial negativo.
Modelo Hipergeométrico.
Modelo de Poisson.
Y para los modelos continuos están:
Distribución Normal
Distribución ChiCuadrado.
Distribución Exponencial.
Distribución F-Fisher.
Bernoulli
Es un modelo de arranque para los demás modelos. Es una distribución para modelar una sucesión de intentos. En ésta se puedeobtener éxito o fracaso.

Fx(x)
E(x)=µx
Var(x)
Características
PX (1-P)1-X
p
pq
X=1 si hay éxito
X=0 si no hay éxito

Donde p es la probabilidad de éxito (p es el parámetro de ladistribución).

Binomial
Es el Modelo Bernoulli aplicado n veces en forma repetida. La condición es que no varíe, o sea que permanezca constante su variabilidad.
Fx(x)
E(x)=µx
Var(x)
Características
nCxPX (1-P)1-X
np
npq
p=éxito
q=fracaso

Poisson
Fx(x)
E(x)=µx
Var(x)
Características
e-λλx
x!
λ
λ
λ Promedio de éxitos en n repeticiones
La probabilidad de éxito es muy rara.
Es la...