La distribución binomial

Introducción a la estadística

George Boorman

Curriculum Manager, DataCamp

Lanzar una moneda

Hand flipping coin with one side H with 50% chance, other side T with 50% chance.png

H y T, 1 y 0, acierto y fallo, ganar y perder

Distribución de probabilidad del número de aciertos en una secuencia de sucesos independientes.
Por ejemplo, el número de caras en una secuencia de lanzamientos de una moneda.
Se describe con $n$ y $p$.
- $n$: número total de sucesos
- $p$: probabilidad de acierto

Plot of binomial distribution with n=10, p=0.5.png

binomial_distribution_with_successes_less_than_or_equal_to_7_highlighted_probability_equals_99_point_four_five_percent.png

normal_distribution_shaded_blue_for_successes_above_seven_equal_to_five_point_five_five_percent.png

${Expected \ value} = n \times p$

Número esperado de caras tras 10 tiradas $= 10 \times 0,5 = 5$

Si no conocemos $p$, pero conocemos $n$ y el valor esperado:

${p} = \frac{valor esperado}{n} $

La distribución binomial es una distribución de probabilidad del número de aciertos en una secuencia de sucesos independientes.

Caja de tickets con tres ceros y tres unos. 50% chance of zero, 50% chance of one.png

La distribución binomial es una distribución de probabilidad del número de aciertos en una secuencia de sucesos independientes.

Las probabilidades de que se produzca el segundo suceso se ven alteradas por el resultado del primero.

Si los sucesos no son independientes, ¡la distribución binomial no se aplica!

Box of tickets with three zeros and two ones. 60% chance of zero, 40% chance of one.png

La distribución binomial se puede utilizar para sucesos independientes que producen resultados binarios.

Ensayo clínico para medir la eficacia de un medicamento.
- Es eficaz o no lo es.

¹ Crédito de la imagen: https://unsplash.com/@towfiqu999999

Introducción a la estadística