Ley de regularidad estadística

El resultado de un determinado experimento aleatorio no se puede predecir, pero si se repite un número elevado de veces, se observan ciertas regularidades.

Por ejemplo, al tirar una moneda al aire no se puede predecir si saldrá cara o cruz, pero sería extraño que tras tirar la moneda 200 veces, se obtuvieran 2 caras y 198 cruces. Es de esperar, que, aproximadamente, la mitad de las veces salga cruz y la otra mitad cara. Es decir, la frecuencia relativa del suceso obtener cara se aproximará a 1/2, y lo mismo ocurrirá con la frecuencia del suceso obtener cruz. Esta aproximación será mayor a medida que el número de veces que se repite el experimento aumente.

Ejemplo

Habiendo obtenido 100, 300, 500 y 1000 lanzamientos de una moneda, el número de caras obtenidas ha sido el siguiente:

N.º de lanzamientos	N.º de caras	frec. Relativa
100	56	0,56
300	146	0,49
500	240	0,48
1000	510	0,51

La frecuencia relativa del suceso obtener cara tiende a estabilizarse, a aproximarse a un determinado valor fijo, a medida que aumenta el número de repeticiones del experimento. En este caso, al aumentar el número de lanzamientos, la frecuencia relativa se aproxima más al valor 0,5.

A ese valor se le denomina probabilidad del suceso.

Ésta es la llamada ley del azar o ley de regularidad estadística.

Una forma de definir la probabilidad de un suceso es como el valor al que tiende su frecuencia relativa cuando el número de repeticiones es muy elevado.

Comentarios

Entradas populares de este blog

Ojivas

Recibe el nombre de ojiva un gráfico que, mediante el trazado de una línea, muestra las frecuencias acumuladas de la serie. Si representa frecuencias absolutas acumuladas se llama simplemente ojiva, y si representa los porcentajes de las frecuencias relativas acumuladas se llama ojiva porcentual. Para representar una ojiva, se marcan en el eje de abscisas los valores de la variable y en el eje de ordenadas las frecuencias acumuladas. Se utiliza para representar series atemporales de frecuencia. Ejemplo Vamos a representar una ojiva de la serie correspondiente a los complementos salariales (dietas, desplazamientos...) expresados en euros de los 130 empleados y empleadas de una empresa, que aparecen reflejados en la siguiente tabla. Complementos N.º de empleados [50-60) 16 [60-70) 20 [70-80) 32 [80-90) 28 [90-100) 20 [100-110) 10 [110-120) 4 130

Polígonos de frecuencias

Un polígono de frecuencias es un gráfico que se obtiene a partir de un histograma, uniendo los puntos medios de los techos, o bases superiores, de los rectángulos. Se acostumbra a prolongar el polígono hasta puntos de frecuencia cero. Un polígono de frecuencia permite ver con gran claridad las variaciones de la frecuencia de una clase a otra. Son muy útiles cuando se pretende comparar dos o más distribuciones, ya que, así como es difícil representar dos o más histogramas en un mismo gráfico, resulta muy sencillo hacerlo con dos o más polígonos de frecuencias. La suma de las áreas de los rectángulos de un histograma de amplitud constante, es igual al área limitada por el polígono de frecuencias y el eje X. Ejemplo Vamos a construir a partir del histograma explicado en la entrada anterior , su correspondiente polígono de frecuencias. Ejemplo de polígono de frecuencias Interpretación de un polígono de frecuencias El polígono de frecuencias resume, en una sola lín

Ejemplo de tabla de frecuencia para una variable cuantitativa continua

Cuando el estudio se refiere a una variable cuantitativa continua, como el peso, la talla, velocidad, etc., o cuando tratándose de una variable cuantitativa discreta, el número de observaciones es muy grande y la cantidad de valores diferentes que toma la variable también, se recurre a agrupar los datos en intervalos. Cada uno de estos intervalos recibe el nombre de clase. Por ejemplo: En un estudio realizado sobre la estatura de cuarenta alumnos de un curso (variable cuantitativa continua, puesto que entre dos estaturas distintas puede haber un alumno que tenga una estatura intermedia), se han obtenido los siguientes resultados en metros: 1,55 1,66 1,69 1,63 1,64 1,67 1,63 1,56 1,62 1,68 1,68 1,62 1,66 1,62 1,69 1,56 1,57 1,60 1,65 1,64 1,67 1,69 1,63 1,64 1,60 1,62 1,63 1,71 1,62 1,72 1,61 1,61 1,64 1,60 1,70 1,76 1,65 1,65 1,68 1,66 Para su estudio, se procede a la agrupación de los datos en intervalos o clases. Primero se observa cuáles son los valores

Estadística y combinatoria al alcance de todos

Buscar este blog