Parámetros

 

Parámetros estatísiticos

Os parámetros dunha distribución de probabilidade discreta son valores que resumen certas características da distribución. 

Os dous parámetros máis comúns son a media e a varianza.

  1. Esperanza matemática, media ou valor esperado

    A esperanza matemática, tamén coñecida como a media ou valor esperado dunha variable aleatoria discreta, é a media ponderada dos posibles valores que pode tomar a variable aleatoria, onde cada valor é ponderado pola súa probabilidade

    Calcúlase como a suma dos produtos dos posibles valores da variable polas súas probabilidades correspondentes:

    E(X)=xP(X=x)

    + Exemplo

    Para o lanzamento dun dado, a esperanza sería:

    E(X)=116+216+316+416+516+616=3.5

  2. Varianza

    A varianza é unha medida da dispersión dos valores que pode tomar a variable aleatoria respecto a súa media. Indica canto se esperaría que varíen os resultados.

    Calcúlase como a suma dos produtos do cadrado da diferenza entre cada valor e a media pola súa probabilidade correspondente:
    Var(X)=x(xE(X))2P(X=x)
    A raíz cadrada da varianza denomínase desviación típica.

    + Exemplo

    Para o dado, a varianza sería:

    Var(X)=i=16(i3.5)216

    Calculando, obtemos que Var(X)=2.92.

Exemplo práctico

Lanzamos dous dados e sumamos os resultados. A variable aleatoria Y representa a suma dos dous dados. Os posibles valores de Y son {2,3,4,...,12}, e a súa distribución de probabilidade non é uniforme. Por exemplo, hai só unha forma de obter un 2 (cando ambos dados mostran un 1), pero hai seis formas de obter un 7.

A función de probabilidade para Y non é igual para todos os valores. Por exemplo, P(Y=7)=636=16, mentres que P(Y=2)=136.

Para calcular a esperanza de Y, sumamos os produtos dos posibles valores e as súas probabilidades correspondentes:

E(Y)=2136+3236+...+12136=7

A varianza tamén se calcula tendo en conta a probabilidade de cada valor de Y.

Var(Y)=(27)2136+(37)2236+...+(127)21365.83

Por último calculamos a desviación típica.

Desviación típica =Varianza=5.832.41

Mentres que a varianza exprésase en unidades ao cadrado (por exemplo, metros cadrados, segundos cadrados etc.), a desviación típica ten as mesmas unidades que a variable orixinal. Isto facilita a interpretación da dispersión dos datos en termos das unidades orixinais.