Prácticas de Estadística en R - Departamento de Estadística e ...
Prácticas de Estadística en R - Departamento de Estadística e ...
Prácticas de Estadística en R - Departamento de Estadística e ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
6.4 Distribución <strong>de</strong> Poisson 55<br />
probables <strong>en</strong> la página para saber cuánto puedo ganar con este negocio. Mi<strong>en</strong>tras que, a<br />
mi patrocinador, también le interesa saber cuánto dinero se pue<strong>de</strong> gastar. Si suponemos<br />
que existe “estabilidad”, <strong>en</strong> el s<strong>en</strong>tido <strong>de</strong> que el número <strong>de</strong> sucesos por unidad <strong>de</strong> tiempo<br />
(λ) permanece constante, <strong>en</strong>tonces, la variable aleatoria número <strong>de</strong> <strong>en</strong>tradas <strong>en</strong> mi página<br />
web es una variable aleatoria <strong>de</strong> Poisson y ti<strong>en</strong>e función <strong>de</strong> probabilidad dada por:<br />
P (X = x) = e−λ λ x<br />
, x = 0, 1, . . .<br />
x!<br />
don<strong>de</strong> λ es el número <strong>de</strong> <strong>en</strong>tradas esperadas <strong>en</strong> el periodo <strong>de</strong> observación. Por ejemplo, si<br />
contabilizamos el número <strong>de</strong> <strong>en</strong>tradas <strong>en</strong> una hora, λ es el número esperado <strong>de</strong> <strong>en</strong>tradas<br />
<strong>en</strong> la página web y coinci<strong>de</strong> con la esperanza <strong>de</strong> la variable aleatoria X.<br />
Por ejemplo, supongamos que λ = 20, por lo que el número esperado <strong>de</strong> <strong>en</strong>tradas <strong>en</strong><br />
nuestra página web <strong>en</strong> una hora es 20. El paquete R ti<strong>en</strong>e una función que proporciona el<br />
valor <strong>de</strong> las probabilida<strong>de</strong>s <strong>de</strong> cualquier número para cualquier valor <strong>de</strong> λ. Vemos cúales<br />
son estas probabilida<strong>de</strong>s:<br />
> lam=20<br />
> dpois(0,lam)<br />
[1] 2.061154e-09 # Probabilidad <strong>de</strong> que nadie <strong>en</strong>tre<br />
> dpois(1,lam)<br />
[1] 4.122307e-08 # Probabilidad <strong>de</strong> una <strong>en</strong>trada<br />
> dpois(2,lam)<br />
[1] 4.122307e-07 # Probabilidad <strong>de</strong> dos <strong>en</strong>tradas<br />
> dpois(3,lam)<br />
[1] 2.748205e-06 # Probabilidad <strong>de</strong> tres <strong>en</strong>tradas<br />
Como se pue<strong>de</strong> ver casi no hay probabilidad <strong>de</strong> números tan bajos. Po<strong>de</strong>mos escribir<br />
varias probabilida<strong>de</strong>s obt<strong>en</strong>idas a partir <strong>de</strong> la función dpois:<br />
> for (i in 0:50) cat(i,"\t",dpois(i,lam),"\n")<br />
Po<strong>de</strong>mos hacer un gráfico <strong>de</strong> la función <strong>de</strong> probabilidad mediante:<br />
> par(mfrow=c(1,2))<br />
> plot(dpois(0:50,lam),xlab="Entradas <strong>en</strong> la pagina web",type="h")<br />
# Funcion <strong>de</strong> probabilidad <strong>de</strong> una Poisson(20)<br />
A<strong>de</strong>más, también po<strong>de</strong>mos calcular la función <strong>de</strong> distribución que se <strong>de</strong>fine por:<br />
P (X ≤ x) = P (X = 0) + P (X = 1) + · · · + P (X = x).<br />
Para ello, utilizamos la función ppois como sigue:<br />
> for (i in 0:50) cat(i,"\t",ppois(i,lam),"\n")<br />
Po<strong>de</strong>mos hacer un gráfico <strong>de</strong> la función <strong>de</strong> distribución mediante: