Introduccin a Estadstica Inferencial I Roberto Garca

Modelos Estadsticos

Modelos y Ajuste

Modelos y Ajuste

Distribucion como la Probabilidad de que un evento.

Disponemos de una variable aleatoria con distribucin normal de parmetros y . Cmo podemos calcular la probabilidad de que el resultado de un individuo se encuentre en un determinado rango de valores?

En los pacientes afectados de depresin, la actividad (U/ml) de un enzima se puede representar segn una distribucin N(5,1.2). Qu proporcin de pacientes tendrn actividades inferiores a 7 U/ml?

)()(bXaP

aXP

!"

#$%

& =

aZPaXP

NZNX

)(

)1,0(),(

Probabilidad de un Resultado P(X x)

!"

#$%

& =

aZPaXP

NZNX

)(

)1,0(),(

Probabilidad de un Resultado P(X x)

)()(bXaP

aXP

Disponemos de una variable aleatoria con distribucin normal de parmetros y . Cmo podemos calcular la probabilidad de que el resultado de un individuo se encuentre en un determinado rango de valores?

En los pacientes afectados de depresin, la actividad (U/ml) de un enzima se puede representar segn una distribucin N(5,1.2). Qu proporcin de pacientes tendrn actividades inferiores a 7 U/ml?

)()(bXaP

aXP

!"

#$%

& =

aZPaXP

NZNX

)(

)1,0(),(

Probabilidad de un Resultado P(X x)

%25.959525.0)67.1(2.157)7( ==#$

%&'

( = ZPZPXP

1. Ajustar modelos estadsticos para datos. 2. Plantear hiptesis al respecto de aquellos datos. 3. Calcular la probabilidad de que un evento se de por azar (o no).

Si combinamos estas 3 ideas, entonces podemos probar si nuestros modelos estadsticos (y por lo tanto nuestras hiptesis) son ajustes significativos de los datos recogidos.

Nuestra hiptesis es una buena explicacin de los datos que hemos observado?

Debemos comparar la variacin sistemtica contra la variacin no sistemtica!!!

Estas relaciones de variacin son las Pruebas Estadsticas.

En resumen podemos:

Ejemplo: t-test

Hiptesis Estadstica y valor-p