Investigación para probabilidad y estadística.
5.1.5 Distribución normal bidimensional.
Si X y Y son dos variables aleatorias discretas, la distribución de probabilidad para sus
ocurrencias simultáneas se representa mediante una función con valores f (x, y), para
cualquier par de valores (x, y) dentro del rango de las variables aleatorias X y Y. Se
acostumbra referirse a esta función como la distribución de probabilidad conjunta de X
y Y.
Por consiguiente, en el caso discreto,
f (x, y) = P (X = x, Y = y);
es decir, los valores f (x, y) dan la probabilidad de que los resultados x y y ocurran al
mismo tiempo. (Walpole E. M. 2012)
5.1.6. Intervalos de confianza y pruebas para el coeficiente de correlación.
El coeficiente de correlación es una medida estadística que indica la fuerza y dirección
de la relación lineal entre dos variables cuantitativas. Para evaluar si esa correlación es
significativa, se pueden aplicar intervalos de confianza y pruebas de hipótesis.
Un intervalo de confianza para el coeficiente de correlación permite estimar el rango en
el cual probablemente se encuentra el valor verdadero del coeficiente en la población,
con un cierto nivel de confianza (usualmente del 95%). Si el intervalo incluye el valor 0,
no se puede concluir que exista una relación lineal significativa entre las variables.
Por otro lado, en una prueba de hipótesis, se plantea una hipótesis nula H0:ρ=0H_0:
\rho = 0H0 :ρ=0 (donde ρ\rhoρ es el coeficiente de correlación poblacional) contra una
hipótesis alternativa H1:ρ≠0H_1: \rho \ne 0H1 :ρ =0, para determinar si la correlación
observada es estadísticamente significativa.
5.1.7. Errores de medición.
Coloquialmente, es usual el empleo del término error como análogo o equivalente a
equivocación. En ciencia e ingeniería, el error está más bien asociado al concepto de
incerteza (también llamada inexactitud o incertidumbre) en la determinación del
resultado de una medición. Por ello se dice que se conoce el valor de una magnitud
dada en la medida en que se conocen sus errores. Con la indicación del error de
medición se expresa, en forma cuantitativa y lo más precisamente posible, las
limitaciones introducidas en la determinación de la magnitud medida. Como
consecuencia de la existencia de diferentes fuentes de error, el científico se plantea
hasta qué punto los resultados obtenidos son fiables, esto es, dignos de confianza. Por
ello, al resultado de una medida se le asocia un valor complementario que indica la
calidad de la medida o su grado de precisión. Existen tres maneras de cuantificar e
informar el error de medición: el Error absoluto, el Error Relativo y el Error Relativo
Porcentual.
Existen tres formas principales de cuantificar e informar el error de medición:
1. Error absoluto (ΔE): Es la diferencia entre el valor medido (M) y el valor verdadero
o aceptado (M₀) de la magnitud
ΔE = M − M₀
2. Error relativo (ER): Es el cociente entre el error absoluto y el valor verdadero
ER = ΔE / M₀
3. Error relativo porcentual (ER%): Es el error relativo expresado en porcentaje
ER% = (ER) × 100%f
Referencias.
Walpole E. M. (2012). Probabilidad y estadística para ingeniería y ciencias. Pearson.
Probabilidad_y_Estadistica_-_Walpole_Mye.pdf - Google Drive
Triola, M. F. (2019). Estadística (13.ª ed.). Pearson Educación. Estadística (11 ed.) -
Mario F. [Link] - Google Drive
Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales. (2020).
Mediciones y teoría de error. [Link]
[Link]