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 ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
58 6. Variables aleatorias<br />
También po<strong>de</strong>mos ver la función <strong>de</strong> distribución:<br />
> plot(seq(0,.5,.001),pexp(seq(0,.5,.001),lam),,type="l",main="Funcion<br />
<strong>de</strong> distribucion <strong>de</strong> la expon<strong>en</strong>cial")<br />
6.6. Distribución gamma<br />
La distribución gamma es una g<strong>en</strong>eralización <strong>de</strong> la distribución expon<strong>en</strong>cial. En lugar<br />
<strong>de</strong> esperar al primer ev<strong>en</strong>to, esperamos hasta el ev<strong>en</strong>to número r. De esta manera,<br />
t<strong>en</strong>emos la distribución Γ <strong>de</strong> parámetros λ y r, que ti<strong>en</strong>e función <strong>de</strong> <strong>de</strong>nsidad dada por:<br />
{<br />
λ r<br />
f (x) =<br />
Γ(r) e−λx x r−1 si x ≥ 0,<br />
0 si x < 0,<br />
don<strong>de</strong> Γ (r) es la función gamma dada por Γ (r) = ∫ ∞<br />
0<br />
x r−1 e −x dx. G<strong>en</strong>eramos valores<br />
<strong>de</strong> dicha distribución y comparamos sus histogramas <strong>de</strong> frecu<strong>en</strong>cias y <strong>de</strong> frecu<strong>en</strong>cias<br />
acumuladas con la función <strong>de</strong> <strong>de</strong>nsidad y <strong>de</strong> distribución. Comprobamos como los dos<br />
histogramas ti<strong>en</strong><strong>de</strong>n a las funciones <strong>de</strong> <strong>de</strong>nsidad y <strong>de</strong> distribución, respectivam<strong>en</strong>te.<br />
> r=10<br />
> veces=100<br />
> tiempos=rgamma(veces,lam,r)<br />
> n.clases=10<br />
> puntos=min(tiempos)+(0:n.clases)*(max(tiempos)-min(tiempos))/n.clases<br />
> par(mfrow=c(2,2))<br />
> histo=hist(tiempos,breaks=puntos,freq=FALSE)<br />
> plot(seq(0,5,.001),dgamma(seq(0,5,.001),lam,r),,type="l",main="Funcion<br />
<strong>de</strong> <strong>de</strong>nsidad <strong>de</strong> la gamma") # Funcion <strong>de</strong> <strong>de</strong>nsidad <strong>de</strong> una Gamma(20,10)<br />
> barplot(cumsum(histo$counts/veces),space=0)<br />
> plot(seq(0,5,.001),pgamma(seq(0,5,.001),lam,r),,type="l",<br />
main="Funcion <strong>de</strong> distribucion <strong>de</strong> la gamma") # Funcion <strong>de</strong> distribucion<br />
<strong>de</strong> una Gamma(20,10)<br />
> veces=10000<br />
> tiempos=rgamma(veces,lam,r)<br />
> n.clases=100<br />
> puntos=min(tiempos)+(0:n.clases)*(max(tiempos)-min(tiempos))/n.clases<br />
> par(mfrow=c(2,2))<br />
> histo=hist(tiempos,breaks=puntos,freq=FALSE)<br />
> plot(seq(0,5,.001),dgamma(seq(0,5,.001),lam,r),,type="l",main="Funcion<br />
<strong>de</strong> <strong>de</strong>nsidad <strong>de</strong> la gamma") # Funcion <strong>de</strong> <strong>de</strong>nsidad <strong>de</strong> una Gamma(20,10)<br />
> barplot(cumsum(histo$counts/veces),space=0)<br />
> plot(seq(0,5,.001),pgamma(seq(0,5,.001),lam,r),,type="l",main="Funcion<br />
<strong>de</strong> distribucion <strong>de</strong> la gamma") # Funcion <strong>de</strong> distribucion <strong>de</strong><br />
una Gamma(20,10)