Corrección por continuidad

Las probabilidades de una distribución discreta como la de la imagen se calculan más facilmente a través de una distribución continua que se ajuste a las probabilidades discretas determinadas por la altura de cada barra. En este caso, la distrubución continua a utilizar como aproximación sería la distribución normal.La corrección por continuidad o corrección de continuidad es una corrección a realizar en el cálculo de una probabilidad relativa a una distribución discreta cuando para ello se utiliza una distribución continua.

Lo más comodo a la hora de modelizar una variable aleatoria discreta que toma muchos valores diferentes es utilizar una distribución de probabilidad continua: operar con probabilidades en distribuciones discretas supone operar con sumatorios, que frecuentemente resultan de difícil desarrollo, mientras que con una distribución continua el cálculo de probabilidades se realiza mediante la aplicación directa de una función. Sin embargo, cuando utilizamos una distribución continua son posibles valores como 3.23, 10.532, 0.22222, que en la distribución discreta normalmente no tienen un significado claro. Por otra parte, en una distribución discreta tiene sentido la probabilidad de un valor en concreto, mientras que cuando utilizamos la distribución continua la probabilidad de un valor concreto, un mero punto en un intervalo continuo, es teoricamente 0. Para corregir esos desajustes se utiliza la corrección de continuidad: por ejemplo, un valor continuo de 3.23 se redondea a un valor discreto de 3; y un valor de 3.66 a 4. Asi para calcular la probabilidad que la variable aleatoria discreta tome el valor 3, determinariamos en la variable continua la probabilidad de que la variable se encuentre entre 2.5 y 3.5. De esta forma,  la corrección de continuidad se realiza de esta forma: [latexpage]

$$P[X_{discreta}=x]=P[x-0.5<X_{continua}<x+0.5]$$

Para probabilidades acumuladas la corrección de continuidad se ejecuta de forma análoga:

$$P[X_{discreta}\leq x]=P[X_{discreta}<x+0.5]$$

$$P[X_{discreta}<x]=P[X_{discreta}<x-0.5]$$

$$P[X_{discreta}\geq x]=P[X_{discreta}>x-0.5]$$

$$P[X_{discreta}>x]=P[X_{discreta}x+0.5]$$

La corrección por continuidad se aplica especialmente en la aproximación normal, es decir mediante la distribución continua normal,  de las distribuciones discretas binomial (a través del teorema de De Moivre-Laplace) y de Poisson.

Frecuentemente se denonima la corrección por continuidad como corrección de Yates. Es una denonomiación equivocada ya que la corrección de Yates es solo un tipo concreto de corrección por continuidad que se aplica al cálculo del estadístico chi cuadrado en las tablas de contingencia.

Artículos relacionados

Tanto por uno

Un tanto por uno es una proporción, promedio o valor de referencia, que expresa el valor de una cantidad o magnitud por cada unidad de medida de una cantidad total. Por ejemplo, si por cada 20 euros en una operación, se van a cobrar 2 euros de comisión, el tanto por uno es 2/20=0.1; es decir, se va a cobrar 0.1 euros por cada euro en la operación.

Los tantos por uno son fácilmente trasladables a tantos por ciento o porcentajes, sinplemente multiplicando los tantos por uno por 100, por ejemplo, en el ejemplo anterior el porcentaje de comisión sería 0.1x100=10%.

Escala ordinal

La escala ordinal es una escala de medida que clasifica a los objetos a medir en relación al nivel o diferencia de grado que presentan respecto de una característica, mayor o menor, pero sin que sea posible establecer la distancia entre dos objetos. Por ejemplo, son ejemplo de escala ordinales la calificación académica cualitativa (aprobado-notable-sobresaliente), el estatus socioeconómico (renta baja-media-alta) o el nivel de satisfacción (bajo-neutral-alto). De esta forma, la escala ordinal es superior y proporciona más recursos para el análisis de los datos que la escala nominal, en el sentido de que además de permitir distinguir dos obejtos en relación a una característica, permite además clasificarlos en una escala de menor, mayor o igual; por le contrario, la escala ordinal es inferior a la escala de intervalo, ya que no permite establecer una diferencia cuantitativa entre objetos (por ejemplo, no podemos saber a través de una escala ordinal que diferencia de renta hay exactamente entre una renta media y alta).

Estadísticos de orden

Los estadísticos de orden son medidas o resúmenes aplicables a un conjunto de datos que proporcionan información sobre diferentes ubicaciones de orden o rango o porcentuales en este. Asi por ejemplo, son estadísticos de orden la mediana, como valor de la variable que deja a cada lado el 50% de los datos, el percentil 10, que deja por debajo a un 10% de los datos, o el valor máximo. Los estadísticos de orden referentes a un porcentaje son conocidos con el nombre cuantiles.

Cálculo de la moda estadística para datos agrupados en intervalos

En el documento adjunto, se explica el cálculo aproximado de la moda estadística para una distribución de datos agrupada en intervalos. Puede visualizar y descargar el documento aquí, en formato PDF.

Pide un artículo

¿No encuentras el término que estás buscando? Cuéntanos que artículo estabas buscando y trataremos de redactarlo lo antes posible. ¡Te avisaremos cuando esté listo!