Definicion de Distribución Binomial: Definición, Fórmula, Análisis y Ejemplo
La distribución binomial es una distribución estadística discreta que sirve para modelar el número de éxitos en un número determinado de ensayos independientes, cada uno con la misma probabilidad de éxito. Se define mediante una fórmula que relaciona la probabilidad de obtener un determinado número de éxitos con la probabilidad de éxito en un solo ensayo y el número total de ensayos. La distribución binomial permite analizar y predecir eventos binarios y puede ser utilizada en diversos campos, como la biología, la sociología y la economía.
Exemplo: Si se lanza una moneda 10 veces, la probabilidad de obtener exactamente 5 caras se puede calcular utilizando la fórmula de la distribución binomial. En este caso, la probabilidad de éxito (obtener cara) en un solo lanzamiento de la moneda es de 0.5, y el número total de ensayos es 10.
¿Qué es la distribución binomial?
La distribución binomial es una distribución estadística que resume la probabilidad de que un valor tome uno de dos valores independientes, dado un conjunto de parámetros o supuestos.
Los supuestos subyacentes de la distribución binomial son que para cada ensayo hay sólo un resultado, cada ensayo tiene la misma probabilidad de éxito y cada ensayo es mutuamente excluyente o independiente entre sí.
Resultados clave
- La distribución binomial es una distribución de probabilidad estadística que resume la probabilidad de que un valor tome uno de dos valores independientes, dado un conjunto de parámetros o supuestos.
- Los supuestos subyacentes de la distribución binomial son que para cada ensayo hay un solo resultado, que cada ensayo tiene la misma probabilidad de éxito y que cada ensayo es mutuamente excluyente o independiente entre sí.
- La distribución binomial es una distribución discreta común utilizada en estadística, a diferencia de una distribución continua como la distribución normal.
Comprender la distribución binomial
Para empezar, el “binomio” en la distribución binomial se refiere a dos términos: el número de éxitos y el número de intentos. Cada uno es inútil sin el otro.
La distribución binomial es una distribución discreta común utilizada en estadística, a diferencia de una distribución continua como la distribución normal. Esto se debe a que la distribución binomial solo representa dos estados, generalmente etiquetados como 1 (éxito) o 0 (fracaso), dado el número de ensayos en los datos. Por tanto, la distribución binomial representa la probabilidad de x éxitos en n ensayos, dada la probabilidad de éxito p para cada ensayo.
La distribución binomial suma el número de ensayos u observaciones donde cada ensayo tiene la misma probabilidad de alcanzar un valor particular. La distribución binomial determina la probabilidad de observar un número específico de resultados exitosos en un número específico de ensayos.
La distribución binomial se utiliza a menudo en las estadísticas de las ciencias sociales como elemento básico para modelos de variables de resultado dicotómicas, como por ejemplo si un republicano o un demócrata ganará las próximas elecciones, si una persona morirá en un determinado período de tiempo, etc. aplicaciones en finanzas, negocios bancarios y seguros, así como en otras industrias.
Análisis de distribución binomial
El valor esperado, o media, de una distribución binomial se calcula multiplicando el número de intentos (n) por la probabilidad de éxito (p) o n × p.
Por ejemplo, el valor esperado del número de caras en 100 ensayos de cara o cruz es 50 o (100 × 0,5). Otro ejemplo común de distribución binomial es la estimación de las probabilidades de éxito de un lanzador de tiros libres en baloncesto, donde 1 = acierto y 0 = fallo.
La función de distribución binomial se calcula como:
PAG(x:p,p) «=» norte CON X PAG X (1-p) norte-x
Dónde:
- n – número de ensayos (ocurrencias)
- x – número de pruebas exitosas
- p es la probabilidad de éxito en un ensayo.
- norte CON X es una combinación de n y x. La combinación es el número de formas de seleccionar una muestra de x elementos de un conjunto de n objetos diferentes, donde el orden no importa y no se permiten sustituciones. tenga en cuenta que norteCONX = norte! / ¡R! ( etc ) ! ), Dónde ! es un factorial (entonces 4! = 4 × 3 × 2 × 1).
La media de una distribución binomial es np y la varianza de una distribución binomial es np(1 – p). Cuando p = 0,5, la distribución es simétrica con respecto a la media; por ejemplo, al lanzar una moneda al aire, ya que la probabilidad de obtener cara o cruz es del 50%, o 0,5. En p > 0,5, la curva de distribución está sesgada hacia la izquierda. En p < 0,5, la curva de distribución está sesgada hacia la derecha.
La distribución binomial es la suma de una serie de varias pruebas de Bernoulli independientes e idénticamente distribuidas. En una prueba de Bernoulli, el experimento se llama aleatorio y sólo hay dos resultados posibles: éxito o fracaso.
Por ejemplo, lanzar una moneda al aire se considera una prueba de Bernoulli; cada prueba solo puede tomar uno de dos valores (cara o cruz), cada éxito tiene la misma probabilidad y los resultados de una prueba no afectan los resultados de la otra. La distribución de Bernoulli es un caso especial de la distribución binomial cuando el número de ensayos es n = 1.
Ejemplo de distribución binomial
La distribución binomial se calcula multiplicando la probabilidad de éxito elevada a la potencia del número de éxitos por la probabilidad de fracaso elevada a la potencia de la diferencia entre el número de éxitos y el número de intentos. Luego multiplica el resultado por la combinación del número de intentos y éxitos.
Por ejemplo, supongamos que un casino ha creado un nuevo juego en el que los participantes pueden apostar al número de caras o cruces en un número determinado de lanzamientos de moneda. Digamos que un participante quiere apostar $10 a que 20 lanzamientos de moneda darán como resultado exactamente seis caras. El participante quiere calcular la probabilidad de este evento y por eso utiliza el cálculo para la distribución binomial.
La probabilidad se calculó como (20!/(6!×(20 – 6)!))×(0,50)(6) × (1 – 0,50)(20 – 6). Por lo tanto, la probabilidad de obtener exactamente seis caras en 20 lanzamientos de moneda es 0,0369, o 3,7%. El valor esperado en este caso era 10 caras, por lo que el participante hizo una apuesta fallida. El siguiente gráfico muestra que la media es 10 (el valor esperado) y la probabilidad de seis caras se indica en la cola izquierda en rojo. Puedes ver que la probabilidad de sacar seis caras es menor que siete, ocho, nueve, 10, 11, 12 o 13 caras.
Calculadora binomial StatCrunch
¿Cómo se puede utilizar esto en las finanzas? Un ejemplo: digamos que usted es un banco, un prestamista, que quiere saber, con una precisión de tres decimales, la probabilidad de incumplimiento de un prestatario en particular. ¿Cuáles son las posibilidades de que tantos prestatarios incumplan sus obligaciones y dejen al banco en situación de insolvencia? Una vez que utilice la función de distribución binomial para calcular este número, tendrá una mejor idea de cómo fijar el precio del seguro y, en última instancia, cuánto dinero prestar y mantener en reserva.
¿Qué es la distribución binomial?
La distribución binomial es una distribución de probabilidad estadística que indica la probabilidad de que un valor tome uno de dos valores independientes, dado un conjunto de parámetros o supuestos.
¿Cómo se utiliza la distribución binomial?
Este modelo de distribución se utiliza en estadística, pero tiene implicaciones en finanzas y otros campos. Los bancos pueden utilizarlo para estimar la probabilidad de incumplimiento de un prestatario en particular, el tamaño del monto del préstamo y el monto a mantener en reserva. También se utiliza en la industria de seguros para fijar precios de pólizas y evaluar riesgos.
¿Por qué es importante la distribución binomial?
La distribución binomial se utiliza para calcular la probabilidad de éxito o fracaso en una encuesta o experimento repetido muchas veces. Para este tipo de distribución sólo hay dos resultados potenciales. En términos más generales, la distribución es una parte importante del análisis de conjuntos de datos para evaluar todos los resultados potenciales del uso de datos y la frecuencia con la que ocurren. Predecir y comprender el éxito o el fracaso de los resultados es esencial para el desarrollo empresarial.
Línea de fondo
La distribución binomial es una distribución estadística importante que describe resultados binarios (como el lanzamiento de una moneda, una respuesta de sí/no o un estado de encendido/apagado). Comprender sus características y funciones es importante para analizar datos en diferentes contextos en los que el resultado adquiere uno de dos significados independientes.
Encuentra aplicaciones en ciencias sociales, finanzas, banca, seguros y otros campos. Por ejemplo, se puede utilizar para evaluar si un prestatario no pagará un préstamo, si un contrato de opción finalizará in the money o out of the money, o si una empresa no alcanzará o superará las ganancias esperadas.
Preguntas Frecuentes
1. ¿Qué es la distribución binomial?
La distribución binomial es una distribución de probabilidad estadística que indica la probabilidad de que un valor tome uno de dos valores independientes, dado un conjunto de parámetros o supuestos.
2. ¿Cómo se utiliza la distribución binomial?
Este modelo de distribución se utiliza en estadística, pero tiene implicaciones en finanzas y otros campos. Los bancos pueden utilizarlo para estimar la probabilidad de incumplimiento de un prestatario en particular, el tamaño del monto del préstamo y el monto a mantener en reserva. También se utiliza en la industria de seguros para fijar precios de pólizas y evaluar riesgos.
3. ¿Por qué es importante la distribución binomial?
La distribución binomial se utiliza para calcular la probabilidad de éxito o fracaso en una encuesta o experimento repetido muchas veces. Para este tipo de distribución sólo hay dos resultados potenciales. En términos más generales, la distribución es una parte importante del análisis de conjuntos de datos para evaluar todos los resultados potenciales del uso de datos y la frecuencia con la que ocurren. Predecir y comprender el éxito o el fracaso de los resultados es esencial para el desarrollo empresarial.
¿Problemas o dudas? Te ayudamos
Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org.