¿Que es la distribución binomial de
poisson?
En teoría de la probabilidad y estadística, la
distribución binomial de Poisson es la
distribución de probabilidad discreta del
número de éxitos en una secuencia de n
ensayos de Bernoulli independientes. Su
denominación es en honor al físico y
matemático francés Siméon Denis Poisson.
El resultado de un ensayo es una variable
aleatoria de distribución de Bernoulli -cada
una con su respectiva probabilidad de éxito
p1,p2,…,pn. La variable aleatoria de
distribución binomial de Poisson es la suma
de las n variables aleatorias de distribución
de Bernoulli.
La distribución binomial es un caso especial
de la distribución binomial de Poisson,
donde la probabilidad de éxito es la misma
en todos los ensayos, es decir
P1=P2=…=Pn.
¿Qué es la distribución hipergeométrica?
La distribución hipergeométrica es una
distribución discreta que modela el número
de eventos en una muestra de tamaño fijo
cuando usted conoce el número total de
elementos en la población de la cual
proviene la muestra. Cada elemento de la
muestra tiene dos resultados posibles (es un
evento o un no evento). Las muestras no
tienen reemplazo, por lo que cada elemento
de la muestra es diferente. Cuando se elige
un elemento de la población, no se puede
volver a elegir. Por lo tanto, la probabilidad
de que un elemento sea seleccionado
aumenta con cada ensayo, presuponiendo
que aún no haya sido seleccionado.
Utilice la distribución hipergeométrica para
muestras obtenidas de poblaciones
relativamente pequeñas, sin reemplazo. Por
ejemplo, la distribución hipergeométrica se
utiliza en la prueba exacta de Fisher para
probar la diferencia entre dos proporciones y
en muestreos de aceptación por atributos
cuando se toman muestras de un lote
aislado de tamaño finito.
La distribución hipergeométrica se define
por 3 parámetros: tamaño de la población,
conteo de eventos en la población y tamaño
de la muestra.
Por ejemplo, usted recibe un envío de
pedido especial de 500 etiquetas.
Supongamos que el 2% de las etiquetas es
defectuoso. El conteo de eventos en la
población es de 10 (0.02 * 500). Usted toma
una muestra de 40 etiquetas y desea
determinar la probabilidad de que haya 3 o
más etiquetas defectuosas en esa muestra.
La probabilidad de que haya 3 o más
etiquetas defectuosas en la muestra es de
0.0384.
• Ejemplo de cálculo de las probabilidades
hipergeométricas
Supongamos que hay diez automóviles
disponibles para que usted los pruebe (N =
10) y cinco de ellos tienen motores turbo (x =
5). Si prueba tres de los vehículos (n = 3),
¿cuál es la probabilidad de que dos de los
tres que probará tengan motores turbo?
Elija Calc > Distribuciones de probabilidad >
Hipergeométrico.
Elija Probabilidad.
En Tamaño de la población (N), ingrese 10.
En Conteo de eventos en la población (M),
ingrese 5. En Tamaño de la muestra (n),
ingrese 3.
Elija Constante de entrada e ingrese 2.
Haga clic en Aceptar.
La probabilidad de que seleccione
exactamente dos automóviles con motores
turbo de forma aleatoria cuando pruebe tres
de los diez vehículos es 41.67%.
• La diferencia entre las distribuciones
hipergeométrica y binomial.
Tanto la distribución hipergeométrica como
la distribución binomial describen el número
de veces que un evento ocurre en un
número fijo de ensayos. Para la distribución
binomial, la probabilidad es igual para cada
ensayo. Para la distribución hipergeométrica,
cada ensayo cambia la probabilidad de cada
ensayo subsiguiente porque no hay
reemplazo.