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 En Estados Unidos 38% de los niños de cuarto grado no pueden leer un libro adecuado a su edad.
La tabla siguiente muestra, de acuerdo con las edades, el número de niños que tienen problemas de lectura. La mayoría de estos niños tienen problemas de lectura que debieron ser detectados y corregidos antes del tercer grado.
Si desea tomar una muestra de niños que tienen problemas de lectura para que participen en un programa que mejora las habilidades de lectura. Sea x la variable aleatoria que indica la edad de un niño tomado en forma aleatoria.
Con estos datos elabore una distribución de probabilidad para x. Especifique los valores de la variable aleatoria y los correspondientes valores de la función de probabilidad. ### Objetivos 1.-Identificar los valores de x (variable aleatoria) y de probabilidad de x en la tabla de distribución mediante fecuencia relativa desde 6 hasta 14
-¿Cuál es la probabilidad de que la muestra identifique a niños de 4,5 años?
-¿Cuál es la probabilidad de que la muestra identifique a niños de 6,7 años?
-¿Cuál es la probabilidad de que la muestra identifique a niños de 8,9 años?
-¿Cuál es la probabilidad de que la muestra identifique a niños de 10,11 años?
-¿Cuál es la probabilidad de que la muestra identifique a niños de 12,13 años?
-¿Cuál es la probabilidad de que la muestra identifique a niños de 14 años?
2.-Determinar valor esperado ∑xp(x)
3.-Determinar la probabilidad acumulada F(X) de x (6 a 14)
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
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 probabilidad para seleccionar un niño de siete años o menor?
10.-¿Cuál es la probabilidad para seleccionar un niño de más de ocho años ?
11.-¿Cuál es la probabilidad para seleccionar un niño entre nueve y once años?
12.-¿Cuál es la probabilidad de seleccionar un niño menor que once años?
13.-¿Cuál es la probabilidad de seleccionar un niño de exactamente la edad de nueve? ### Importar libreriras
library(gtools)
## Warning: package 'gtools' was built under R version 3.6.3
library(knitr)
x <- c(6,7,8,9,10,11,12,13,14)
ninios <- c(37369, 87436, 160840, 239719, 286719, 306533, 310787, 302604, 289168)
n = sum(ninios)
prob.x <- ninios/ n
x
## [1] 6 7 8 9 10 11 12 13 14
prob.x
## [1] 0.01848875 0.04325998 0.07957747 0.11860378 0.14185758 0.15166079 0.15376551
## [8] 0.14971687 0.14306925
v.e <- sum(x * prob.x)
v.e
## [1] 10.99913
-El valor de la posición de un vetor en R empieza en 1
-El valor de la variable aleatoria empieza en 6
-Entonces será la posición 1 del vector prob.acum.x será para el valor de la variable x=6
-La posición 9 del vector prob.acum.x será para el valor de la variable x=14
prob.acum.x <- c(sum(prob.x[1]), sum(prob.x[1:2]), sum(prob.x[1:3]),
sum(prob.x[1:4]), sum(prob.x[1:5]), sum(prob.x[1:6]),
sum(prob.x[1:7]), sum(prob.x[1:8]), sum(prob.x[1:9]))
prob.acum.x
## [1] 0.01848875 0.06174874 0.14132621 0.25992999 0.40178757 0.55344837 0.70721387
## [8] 0.85693075 1.00000000
tabla <- data.frame(1:9, x, prob.x, prob.acum.x, x * prob.x, (x - v.e) ^ 2, (x - v.e) ^ 2 * prob.x)
colnames(tabla) <- c("pos","x", "prob.x", "prob.acum.x", "x.prob.x", "x-v.e^2", "x-v.e^2prob.x")
kable(tabla)
| pos | x | prob.x | prob.acum.x | x.prob.x | x-v.e^2 | x-v.e^2prob.x |
|---|---|---|---|---|---|---|
| 1 | 6 | 0.0184888 | 0.0184888 | 0.1109325 | 24.9912583 | 0.4620571 |
| 2 | 7 | 0.0432600 | 0.0617487 | 0.3028199 | 15.9930068 | 0.6918572 |
| 3 | 8 | 0.0795775 | 0.1413262 | 0.6366198 | 8.9947553 | 0.7157799 |
| 4 | 9 | 0.1186038 | 0.2599300 | 1.0674340 | 3.9965038 | 0.4740005 |
| 5 | 10 | 0.1418576 | 0.4017876 | 1.4185758 | 0.9982523 | 0.1416097 |
| 6 | 11 | 0.1516608 | 0.5534484 | 1.6682687 | 0.0000008 | 0.0000001 |
| 7 | 12 | 0.1537655 | 0.7072139 | 1.8451861 | 1.0017493 | 0.1540345 |
| 8 | 13 | 0.1497169 | 0.8569307 | 1.9463193 | 4.0034977 | 0.5993912 |
| 9 | 14 | 0.1430693 | 1.0000000 | 2.0029696 | 9.0052462 | 1.2883739 |
barplot(height = tabla$prob.x, names.arg = tabla$x)
plot(x,prob.acum.x, type = 'b')
var <- sum((x - v.e) ^ 2 * prob.x)
var
## [1] 4.527104
desv.std <- sqrt(var)
desv.std
## [1] 2.127699
kable(tabla[,1:4])
| pos | x | prob.x | prob.acum.x |
|---|---|---|---|
| 1 | 6 | 0.0184888 | 0.0184888 |
| 2 | 7 | 0.0432600 | 0.0617487 |
| 3 | 8 | 0.0795775 | 0.1413262 |
| 4 | 9 | 0.1186038 | 0.2599300 |
| 5 | 10 | 0.1418576 | 0.4017876 |
| 6 | 11 | 0.1516608 | 0.5534484 |
| 7 | 12 | 0.1537655 | 0.7072139 |
| 8 | 13 | 0.1497169 | 0.8569307 |
| 9 | 14 | 0.1430693 | 1.0000000 |
i=5
i = min(tabla$x) - 1
i
## [1] 5
tabla$prob.acum.x[7-i]
## [1] 0.06174874
1 - tabla$prob.acum.x[8-i]
## [1] 0.8586738
tabla$prob.acum.x[11-i] - tabla$prob.acum.x[8-i]
## [1] 0.4121222
tabla$prob.acum.x[10-i]
## [1] 0.4017876
tabla$prob.acum.x[9-i]
## [1] 0.25993