13: Estadísticas y antecedentes probabilísticos
- Page ID
- 85456
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)
- 13.5: Teoría de Redes Bayesianas
- La teoría de redes bayesianas se puede considerar como una fusión de diagramas de incidencia y teorema de Bayesian. Una red bayesiana, o red de creencias, muestra relaciones condicionales de probabilidad y causalidad entre variables. La probabilidad de que ocurra un evento dado que ya ocurrió otro evento se denomina probabilidad condicional.
- 13.10: Distribuciones Multinomiales
- Los eventos típicos que generan resultados continuos pueden seguir una distribución normal, exponencial o geométrica. Los resultados discretos solo pueden tomar valores prescritos; por ejemplo, una tirada de dados solo puede generar un número entero entre 1 y 6. Los resultados discretos suelen distribuirse binomialmente o multinomialmente. Es con la distribución multinomial que se refiere esta sección.