Variables aleatorias discretas

Descripción

Determinar distribución de la probabilidad para variables aleatorias discertas, generar tabla de distribución y visualizar gráficas de barra y acumulada, determinar estadísticos: media, variaza y desviación así como realizar cálculos de probabilidad. #### Caso

Una compañía tiene SIETE solicitantes para DOS puestos de trabajo: TRES mujeres y CUATRO hombres. Suponga que los SIETE solicitantes son igualmente calificados y que no hay preferencia para elegir su género. Sea x igual al número de mujeres elegidas para ocupar los dos puestos de trabajo. Encuentre las probabilidades para elegir 0 mujeres, 1 mujer o 2 mujeres. (Mendenhall, Beaver, & Beaver, 2010) ### Objetivo 1.-Identificar los valores de x y de probabilidad de x en la tabla de distribución mediante combinaciones…

*¿En cuantas ocasiones se puede seleccionar 0 MUJERES?

*¿En cuantas ocasiones se puede seleccionar 1 MUJERES?

*¿En cuantas ocasiones se puede seleccionar 2 MUJERES?

*¿En cuantas ocasiones se puede seleccionar 3 MUJERES?

2.-Determinar valor esperado ∑xp(x)

3.-Determinar la probabilidad acumulada F(X) de x

4.-Determinar y visualizar la tabla de distribución de probabilidad con columnas de x, p(x), F(x) o probabilidad acumulada o función de la distribución acumulativa, xp(x), (x−μ)2, (x−μ)2p(x)

5.-Visualizar la gráfica de barra de la variable aleatoria x con respecto a su probabilidad

6.-Visualizar la gráfica de la probabilidad acumulada F(x)

7.-Determinar varianza

8.-Determinar desviación estandar #### Cálculo de probabilidades 9.-¿Cual es la probabilida para seleccionar un grupo de 1 mujer o menos?

10.-¿Cuál es la probabilidad para no seleccionar ninguna mujer en el grupo ? 11.-¿Cuál es la probabilidad para seleccionar una o más de una mujer? 12.-¿Cuál es la probabilida de seleccionar TRES mujeres en grupos de DOS? ### Librerias

library(gtools)
## Warning: package 'gtools' was built under R version 3.6.3
library(knitr)

Combinaciones de personas

personas <- c("H1", "H2", "H3", "H4", "M1", "M2", "M3")
personas
## [1] "H1" "H2" "H3" "H4" "M1" "M2" "M3"
posibles.elecciones <- combinations(7,2, personas)

posibles.elecciones
##       [,1] [,2]
##  [1,] "H1" "H2"
##  [2,] "H1" "H3"
##  [3,] "H1" "H4"
##  [4,] "H1" "M1"
##  [5,] "H1" "M2"
##  [6,] "H1" "M3"
##  [7,] "H2" "H3"
##  [8,] "H2" "H4"
##  [9,] "H2" "M1"
## [10,] "H2" "M2"
## [11,] "H2" "M3"
## [12,] "H3" "H4"
## [13,] "H3" "M1"
## [14,] "H3" "M2"
## [15,] "H3" "M3"
## [16,] "H4" "M1"
## [17,] "H4" "M2"
## [18,] "H4" "M3"
## [19,] "M1" "M2"
## [20,] "M1" "M3"
## [21,] "M2" "M3"

¿En cuantas ocasiones se pueden seleccionar 0 MUJERES? R.- En 6 ocaciones se pueden seleccionar 0 mujeres

¿En cuantas ocasiones se pueden seleccionar 1 MUJERES? R.- En 12 ocaciones se pueden seleccionar 1 mujer

¿En cuabtas ocasiones se pueden seleccionar 2 MUJERES? R.- En 3 ocaciones se pueden seleccionar 2 mujeres

Determinando las frecuencias para cuando haya cero mujeres, una mujer o dos mujeres

Una mujer

n <- nrow(posibles.elecciones)

cero <- 0
for (r in 1:n) {
  if((substr(posibles.elecciones[r,1], 1,1) == "H" & substr(posibles.elecciones[r,2], 1,1) == "H")) {
    cero <- cero + 1
  }
}
cero 
## [1] 6

Una mujer

n <- nrow(posibles.elecciones)

una <- 0
for (r in 1:n) {
  if((substr(posibles.elecciones[r,1], 1,1) == "H" & substr(posibles.elecciones[r,2], 1,1) == "M") | (substr(posibles.elecciones[r,1], 1,1) == "M" & substr(posibles.elecciones[r,2], 1,1) == "H")) {
    una <- una + 1
  }
}
una 
## [1] 12

Dos mujeres

n <- nrow(posibles.elecciones)
n
## [1] 21
dos <- 0
for (r in 1:n) {
  if((substr(posibles.elecciones[r,1], 1,1) == "M" & substr(posibles.elecciones[r,2], 1,1) == "M") ) {
    dos <- dos + 1
  }
}
dos
## [1] 3

1.-Identifica los valores de x y de probabilidad de x

-¿Cuanto vale n? R.- 21 número tptal de casos en la población

-Se determina la frecuencia relativa frecuancia/n para cada variable aleatoria discreta.

x <- c(0,1,2)
prob.x <- c(cero/n , una/n, dos/n)
prob.x
## [1] 0.2857143 0.5714286 0.1428571

2.-Determinar valor esperado

v.e <- sum(x * prob.x)
v.e
## [1] 0.8571429

3.-Determinar la probabilidad acomulada

prob.acum.x <- c(sum(prob.x[1]), sum(prob.x[1:2]), sum(prob.x[1:3]))
prob.acum.x
## [1] 0.2857143 0.8571429 1.0000000

4.-Determinar y visualizar la tabla de distibución

tabla <- data.frame(x, prob.x, prob.acum.x, x * prob.x, (x - v.e) ^ 2, (x - v.e) ^ 2 * prob.x)

colnames(tabla) <- c("x", "prob.x", "prob.acum.x", "x.prob.x", "x-v.e^2", "x-v.e^2prob.x")

kable(tabla)
x prob.x prob.acum.x x.prob.x x-v.e^2 x-v.e^2prob.x
0 0.2857143 0.2857143 0.0000000 0.7346939 0.2099125
1 0.5714286 0.8571429 0.5714286 0.0204082 0.0116618
2 0.1428571 1.0000000 0.2857143 1.3061224 0.1865889
### 5 .-Visualizar la gáfica de barra de la variable ale atoria x con respecto a su probabilidad 
barplot(height = prob.x, names.arg = x)

### 6.-Visualizar la gráfica de la probabilidad acomulada

plot(x,prob.acum.x, type = 'l')

### 7.-Determinar la varianza

var <- sum((x - v.e) ^ 2 * prob.x)
var
## [1] 0.4081633

8.-Determinar la desivación estandar

desv.std <- sqrt(var)
desv.std
## [1] 0.6388766

Mostrar la tabla de distribución de la probabilidad previamente generada

kable(tabla)
x prob.x prob.acum.x x.prob.x x-v.e^2 x-v.e^2prob.x
0 0.2857143 0.2857143 0.0000000 0.7346939 0.2099125
1 0.5714286 0.8571429 0.5714286 0.0204082 0.0116618
2 0.1428571 1.0000000 0.2857143 1.3061224 0.1865889
### 9 .-¿Cual es l a probabilidad para selecc ionar a un g rupo de 1 mujer o menos? 
tabla$prob.acum.x[1+1] 
## [1] 0.8571429

La probabilida para seleccionar un grupo de 1 mujer o menos es 0.8571429 ### 10.-¿Cuál es la probabilidad para no seleccionar ninguna mujer en el grupo?

tabla$prob.acum.x[0+1]
## [1] 0.2857143

La probabilidad para no seleccionar ninguna mujer en el grupo 0.2857143 ### 11.-¿Cuál es la probabilidad para seleccionar una o más de una persona de género mujer?

1 - tabla$prob.acum.x[1+1]
## [1] 0.1428571

12.-¿Cuál es la probabilidad e seleccionar tres mujeres en grupos de dos?

La posibilidad es 0