serviciosXdia <- c(0, 1, 2, 3, 4, 5) # resultado del experimento
serviciosXdia
## [1] 0 1 2 3 4 5
fprob.x <- c(0.10, 0.15, 0.30, 0.20, 0.15, 0.10)
fprob.x
## [1] 0.10 0.15 0.30 0.20 0.15 0.10
sum(fprob.x)
## [1] 1
tabla <- data.frame(cbind(serviciosXdia, fprob.x))
tabla
## serviciosXdia fprob.x
## 1 0 0.10
## 2 1 0.15
## 3 2 0.30
## 4 3 0.20
## 5 4 0.15
## 6 5 0.10
#Verificar sumatorias, con un reglón de totales
rbind(tabla, apply(tabla, 2, sum))
## serviciosXdia fprob.x
## 1 0 0.10
## 2 1 0.15
## 3 2 0.30
## 4 3 0.20
## 5 4 0.15
## 6 5 0.10
## 7 15 1.00
Fórmula para valor esperado de variable aleatoria
cbind(tabla, "x.f(x)" = tabla$serviciosXdia * tabla$fprob.x)
## serviciosXdia fprob.x x.f(x)
## 1 0 0.10 0.00
## 2 1 0.15 0.15
## 3 2 0.30 0.60
## 4 3 0.20 0.60
## 5 4 0.15 0.60
## 6 5 0.10 0.50
valoresperado <- sum(tabla$serviciosXdia * tabla$fprob.x)
valoresperado
## [1] 2.45
# Significa La suma de las entradas en la columna xf(x) indica que el
# valor esperado es 2.45, significa el valor medio. La media de la distribución
# 2.45 es el número de servicios de ambulancia promedio
Fórmula para varianza de variable aleatoria
# hacemos x igual a la variable aleatotria para asociar con fórmula
x <- tabla$serviciosXdia
x
## [1] 0 1 2 3 4 5
varianza <- sum((x - valoresperado) ^ 2 * tabla$fprob.x)
varianza
## [1] 2.0475
## Mostrando la tabla
cbind(tabla, "x - ValEsp" = x - valoresperado, "(x - ValEsp)^2" = (x - valoresperado) ^ 2, "(x - ValEsp)^2 * f(x)" = (x - valoresperado) ^ 2 * tabla$fprob.x)
## serviciosXdia fprob.x x - ValEsp (x - ValEsp)^2 (x - ValEsp)^2 * f(x)
## 1 0 0.10 -2.45 6.0025 0.600250
## 2 1 0.15 -1.45 2.1025 0.315375
## 3 2 0.30 -0.45 0.2025 0.060750
## 4 3 0.20 0.55 0.3025 0.060500
## 5 4 0.15 1.55 2.4025 0.360375
## 6 5 0.10 2.55 6.5025 0.650250
varianza <- sum((x - valoresperado) ^ 2 * tabla$fprob.x)
varianza
## [1] 2.0475
desvstd <- sqrt(varianza)
desvstd
## [1] 1.430909