Determinar función de probabilidad, valor esperado, varianza, desviación estándar del número de celulares adquiridos dados los datos de 100 estudiantes.
Se cargan librerias necesarias. Se inicializan variables. Se construye la tabla de probabilidad. Se visualiza variables de la tabla de probabilidad. Se calcula el valor esperado. Se calcula la desviación estándar. Se interpreta el caso.
\[ VE=\mu = \sum x \cdot f(x) \]
\[ \alpha^2 = \sum(x-\mu)^2\cdot f(x) \]
\[ \alpha=\sqrt{\alpha^{2}} \]
{r echo=TRUE} library(ggplot2)
{r echo=TRUE} discretas <- c(0, 1, 2, 3, 4, 5, 6) casos <- c(5, 10, 20, 30, 15, 12, 8) n <- sum(casos) probabilidades <- casos / n
{r echo=TRUE} acumulada <- cumsum(probabilidades) # Acumulada tabla <- data.frame(x=discretas, casos = casos, f.prob.x = probabilidades, F.acum.x = acumulada, x.f.prob.x = (discretas * probabilidades))
{r echo=TRUE} tabla
{r echo=TRUE} g <- ggplot(data = tabla, aes(x = x, y = casos)) + geom_bar(stat=“identity”) g
{r echo=TRUE} g <- ggplot(data = tabla, aes(x = x, y = f.prob.x)) + geom_bar(stat=“identity”) g
{r echo=TRUE} g= ggplot(data = tabla,aes(x = x,y =F.acum.x))+ geom_line() g
{r echo=TRUE} g= ggplot(data = tabla,aes(x = x,y =F.acum.x))+ geom_bar(stat=“identity”) g
{r echo=TRUE} VE=sum(tabla$x.f.prob.x ) paste(“El valor esperado es:”,VE)
{r echo=TRUE} g= ggplot(data = tabla,aes(x = x,y =f.prob.x))+ geom_bar(stat=“identity”)+ geom_vline(xintercept =VE, color=“red”) g
{r echo=TRUE} Varianza=sum((tabla\(x - VE)^2 * tabla\)f.prob.x) paste(“La varianza de esta tabla de distribucion es:”,Varianza)
{r echo=TRUE} Desviacion=round(sqrt(Varianza), 4) paste(“La desviacion estandar es:”,Desviacion)