La función BETADIST (¿Parte 2?)

Share on facebook
Share on twitter
Share on linkedin
Share on telegram
Share on whatsapp

Contenidos

Bienvenido de nuevo a nuestro blog frecuente de funciones de Excel de la A a la Z. Hoy miramos el BETADISTA función.

La función BETADIST

En teoría de probabilidad y estadística, el distribución beta es una familia de distribuciones de probabilidad continuas definidas en el intervalo [0, 1] parametrizado por dos parámetros de forma positivos, denotados por α (alfa) y β (beta), que aparecen como exponentes de la variable aleatoria y controlan la forma de la distribución. No tiene nada que ver ni con la función beta (integral de Euler) utilizada en otras áreas de las matemáticas ni con la beta citada como escalar en el Modelo de fijación de precios de activos de capital.

La distribución beta se ha aplicado para modelar el comportamiento de variables aleatorias limitadas a intervalos de longitud finita en una amplia variedad de disciplinas. A modo de ejemplo, se ha utilizado como una descripción estadística de frecuencias alélicas en genética de poblaciones, asignación de tiempo en sistemas de administración / control de proyectos, datos de insolación, variabilidad de las propiedades del suelo, proporciones de los minerales en las rocas en estratigrafía y heterogeneidad en la probabilidad de infección por VIH. transmisión. ¿Quién hubiera pensado que las estadísticas y Excel podrían ser tan interesantes?

En la inferencia bayesiana, la distribución beta es la distribución de probabilidad previa conjugada para las distribuciones de Bernoulli, binomial, binomial negativa y geométrica. A modo de ejemplo, la distribución beta se puede usar en el análisis bayesiano para describir el conocimiento inicial sobre la probabilidad de éxito, como la probabilidad de que un vehículo espacial complete con éxito una misión específica. La distribución beta es un modelo adecuado para el comportamiento aleatorio de porcentajes y proporciones.

Suscribite a nuestro Newsletter

No te enviaremos correo SPAM. Lo odiamos tanto como tú.

error: Alert: Content is protected !!