maestría en transporte estadística
DESCRIPTION
Maestría en Transporte Estadística. Capítulo 1. Objetivos. ¿Cómo se determinan las magnitudes para planificación de transporte, operación de transporte, etc? (el problema de la estimación, el problema de la verificación de hipótesis). Objetivos. - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/1.jpg)
Maestría en Transporte Estadística
Capítulo 1
![Page 2: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/2.jpg)
Objetivos
• ¿Cómo se determinan las magnitudes para planificación de transporte, operación de transporte, etc? (el problema de la estimación, el problema de la verificación de hipótesis)
![Page 3: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/3.jpg)
Objetivos
• ¿Cómo se determina la relación entre una variable dependiente y una o mas variables regresoras? (el problema de regresión lineal)
![Page 4: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/4.jpg)
Objetivos
• ¿Cómo tratar problemas que se apartan de los supuestos de la regresión lineal? (el problema de las transformaciones, ponderaciones, autocorrelación, etc)
![Page 5: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/5.jpg)
Objetivos
• ¿Cómo se analizan variables dicotómicas? (Modelos Logit, probit, etc)
• ¿Cómo se analizan tablas de clasificación? (el problema de estimación en tablas de contingencia)
![Page 6: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/6.jpg)
Objetivos
• ¿Eso es todo lo que hay que decir? (Resumen de series de tiempo y tópicos avanzados de estadística. Conceptos de simulación)
![Page 7: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/7.jpg)
Variables Aleatorias
• Concepto de Variable Numérica– Concepto de realización– X [-;]; ó X [0;]; ó X N
• Concepto de Variable Aleatoria– X [-;]; ó X [0;]; ó X N, con algunas restricciones
• Concepto de realización• Concepto de Evento y Variable Aleatoria
![Page 8: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/8.jpg)
Conceptos de probabilidad
• Eventos: Espacio y eventos– Variables aleatorias asociadas a eventos
• Concepto de probabilidad– Sea una evento A con un valor x de la variable asociada X• P(A) = P(x)
![Page 9: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/9.jpg)
Funciones de ProbabilidadFunciones de Densidad
• Funciones de probabilidad• Funciones de densidad de probabilidad• Funciones de probabilidad acumulada• Funciones de densidad acumulada
![Page 10: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/10.jpg)
Funciones de ProbabilidadFunciones de Densidad
![Page 11: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/11.jpg)
![Page 12: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/12.jpg)
Descripción de Variables Aleatorias
• Medidas descriptivas centrales– Valor esperado o Media– Mediana– Moda
• Medidas descriptivas de dispersión– Varianza (desviación estándar)– Rango
![Page 13: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/13.jpg)
Descripción de Variables Aleatorias
![Page 14: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/14.jpg)
Descripción de Variables Aleatorias
• Momentos• Kurtosis (Curtosis) y Asimetría• Otros
– Cuantiles y Percentiles
![Page 15: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/15.jpg)
Algunas funciones de probabilidad
• Binomial– X {0, 1, 2, 3, ..., n}
![Page 16: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/16.jpg)
Algunas funciones de probabilidad
• Binomial– X {0, 1, 2, 3, ..., n}– Media =np (p:proporción)– Varianza 2=np(1-p)– Coeficiente de Asimetría (1-2p)/(np(1-p))1/2
– Curtosis relativa 3+(1-6p(1-p))/(np(1-p))
![Page 17: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/17.jpg)
Algunas funciones de probabilidad
• Poisson– X {0, 1, 2, 3, ...}
![Page 18: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/18.jpg)
Algunas funciones de probabilidad
• Poisson– X {0, 1, 2, 3, ...}– Media = – Varianza 2= – Coeficiente de Asimetría 1/ 1/2
– Curtosis relativa 3+1/
![Page 19: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/19.jpg)
Algunas funciones de probabilidad
• Geométrica• Hipergeométrica• Binomial negativa
![Page 20: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/20.jpg)
Algunas funciones de distribución
• Normal– X [-;]
![Page 21: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/21.jpg)
Algunas funciones de distribución
• Normal– X [-;]– Media -<<– Varianza 2>0– Coeficiente de Asimetría 0– Curtosis relativa 3
![Page 22: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/22.jpg)
• Normal
![Page 23: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/23.jpg)
• Normal
![Page 24: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/24.jpg)
Algunas funciones de distribución
• Uniforme– X [a;b]
![Page 25: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/25.jpg)
Algunas funciones de distribución
• Uniforme– X [a;b]– Media (a+b)/2– Varianza (b-a)2/12– Coeficiente de Asimetría 0– Curtosis relativa 9/5
![Page 26: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/26.jpg)
Algunas funciones de distribución
• Gamma• f(x) = {(x)K-1e-x} /(K)
• Exponencial (negativa)
• Weibull• t• F
![Page 27: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/27.jpg)
Algunas funciones de distribución
• Pearson Tipo III (Gamma, Erlang, Exponencial)
En forma genérica es Gamma, si k es entero se denomina de Erlang, y degenera en exponencial si k=1
![Page 28: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/28.jpg)
MODELO MATEMATICO GENERALIZADO
•Si = 0 tenemos distribución gammaf (t) = [/(K)][t]K-1e-t
•Si además K = entero positivo tenemos distribución Erlangf (t) = [ / (K – 1) !] ( t )K-1 e-t
•Si además K = 1 tenemos distribución exponencial f (t) = e-t
•Si K = 1 y = 0 entonces = 1 / t*f (t) = e-t/t* ; exponencial•Si K = 1 y 0 entonces = 1 / (t* - )•f (t) = e-(t-)/(t*-) ; exponencial desplazada
![Page 29: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/29.jpg)
Interrogante
• ¿Porque la distribución de Gauss o Normal es tan famosa?
• Ley de los grandes números: Teorema central del límite.
![Page 30: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/30.jpg)
Maestría en Transporte¡Otra vez Estadística!
Capítulo 1Clase 2
![Page 31: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/31.jpg)
Funciones de Probabilidad Conjunta
• Probabilidad conjunta• Probabilidad marginal• Probabilidad condicional• Eventos independientes
![Page 32: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/32.jpg)
Funciones de Probabilidad Conjunta
![Page 33: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/33.jpg)
Funciones de Probabilidad Conjunta
Probabilidad condicional
![Page 34: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/34.jpg)
Funciones de Probabilidad Conjunta
Variables Independientes
![Page 35: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/35.jpg)
Concepto de muestra
• Sean X1, X2, ..., Xn una muestras i.i.d.– Significado– Independiente– Aleatoria (probabilidad igual a todas las posibles muestras)
– Idénticamente distribuidas • Distribución “idéntica” significa forma de la distribución.
• No implica igualdad de parámetros
![Page 36: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/36.jpg)
Concepto de muestra
• Sean X1, X2, ..., Xn una muestras i.i.d.
Xn
X
X
...
2
1
5.3
...
6.1
0.3
1.3
...
6.1
8.2Muestras posibles
¿Significa X1, X2, ..., Xn tienen la “misma” distribución? Depende...
Etc...
![Page 37: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/37.jpg)
Concepto de muestra
![Page 38: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/38.jpg)
Descripción de datos muestrales
• Medidas descriptivas• Promedio o media• Mediana• Varianza muestral• DE• Rango intercuartílico• MAD (MAD/0,675)• Deciles
![Page 39: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/39.jpg)
Descripción de datos muestrales
CONTROL
1.61.41.21.0.8.6.4
EX
P
50
40
30
20
10
0
![Page 40: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/40.jpg)
Descripción de datos muestrales
30N =
CONTROL
1
EX
P
60
50
40
30
20
10
0
-10
3
![Page 41: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/41.jpg)
Descripción de datos muestrales
EXP
50.045.040.035.030.025.020.015.010.05.00.0
7
6
5
4
3
2
1
0
Std. Dev = 14.24
Mean = 16.8
N = 30.00
![Page 42: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/42.jpg)
Descripción de datos muestrales
0.00 10.00 20.00 30.00 40.00 50.00
Valores observados
0.00
0.25
0.50
0.75
1.00
Dis
trib
uci
ón
em
pír
ica
Distribución empírica
![Page 43: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/43.jpg)
Descripción de datos muestrales
Exponential P-P Plot of EXP
Observed Cum Prob
1.00.75.50.250.00
Exp
ect
ed
Cu
m P
rob
1.00
.75
.50
.25
0.00
Exponential Q-Q Plot of EXP
Observed Value
706050403020100-10
Exp
ect
ed
Exp
on
en
tial V
alu
e
70
60
50
40
30
20
10
0
-10
![Page 44: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/44.jpg)
Descripción de datos muestrales
30N =
CONTROL
1
95
% C
I E
XP
24
22
20
18
16
14
12
10
![Page 45: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/45.jpg)
Descripción de datos
muestrales
EXP Stem-and-Leaf Plot Frequency Stem & Leaf
6.00 0 . 001144 4.00 0 . 5666 8.00 1 . 01111233 3.00 1 . 559 2.00 2 . 02 1.00 2 . 8 1.00 3 . 3 1.00 3 . 8 3.00 4 . 024 1.00 Extremes (>=49)
Stem width: 10.00 Each leaf: 1 case(s)
![Page 46: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/46.jpg)
Distribuciones de Muestreo
• Concepto de “estadística”– Función de X– Ejemplo ¯X ¯ = (1/N) X [1,1,1,...,1]’– ¯X ¯ = fc(X)– ¯X ¯ es v.a.– ¿Cual es la distribución de ¯X ¯?
![Page 47: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/47.jpg)
Distribuciones de Muestreo
• Suma de Variables Aleatorias• Diferencia de VA
Y ~N(aiXi, aii2)
![Page 48: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/48.jpg)
Distribuciones de Muestreo
• Suma de cuadrados de variables aleatorias
• sea Xi~N(, 2) i=1, 2,...,n• sea Zi= (Xi- )/ • sea Y = Zi2
• Entonces Y~n2
![Page 49: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/49.jpg)
Distribuciones de Muestreo
• Suma de cuadrados de variables aleatorias
• sea X~ n2
• sea Z~N(0,1) • sea T=Z/(X/n)• Entonces Y~tn
![Page 50: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/50.jpg)
Distribuciones de Muestreo
• Suma de cuadrados de variables aleatorias
• sea X~ n2
• sea Z~ m2
• sea T=(X/n)/(Z/m)
• Entonces Y~Fn,m
![Page 51: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/51.jpg)
Distribución de la Media
![Page 52: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/52.jpg)
Distribución de la Media
![Page 53: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/53.jpg)
Distribución de S2
![Page 54: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/54.jpg)
Distribución de S2 (Chi2)
0
0.05
0.1
0.15
0.2
0.25
0 20 40 60
3
5
10
20
![Page 55: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/55.jpg)
Distribución t (Student)
0
0.002
0.004
0.006
0.008
0.01
0.012
0.014
0.016
0.018
-4 -2 0 2 4
Normal
1
2
3
20
![Page 56: Maestría en Transporte Estadística](https://reader036.vdocuments.mx/reader036/viewer/2022062517/56813119550346895d977ba0/html5/thumbnails/56.jpg)
Distribución F (Snedecor)
-0.02
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0 0.5 1 1.5 2 2.5
v1=10-v2=10
v1=20-v2=10
v1=10-v2=20
v1=30-v2=30