Publications by Victor Borjas
Computadoras Portatiles
Una tienda de electrónica vende un modelo particular de computadora portátil. Hay sólo cuatro computadoras en existencia y la gerente se pregunta cuál será la demanda de hoy para este modelo particular. En el departamento de marketing de que la distribución de probabilidad para x, la demanda diaria para la laptop es como se muestra: Objeti...
1048 sym R (719 sym/14 pcs) 2 img 2 tbl
Document
Variables aleatorias discretas Descripción Determinar distribución de la probabilidad para variables aleatorias discertas, generar tabla de distribución y visualizar gráficas de barra y acumulada, determinar estadísticos: media, variaza y desviación así como realizar cálculos de probabilidad. CASO Una compañía tiene SIETE solicitantes...
4048 sym R (2273 sym/33 pcs) 2 img 2 tbl
Dados
Carga de librerias library(gtools) # Permutaciones ## Warning: package 'gtools' was built under R version 3.6.3 library(knitr) # Para kable() para que se vea mas amigable ## Warning: package 'knitr' was built under R version 3.6.3 Simular el lanzamiento de los dados dados <- data.frame(permutations(6, 2, repeats.allowed = TRUE)) dados ## X1...
391 sym R (2425 sym/33 pcs) 1 tbl
Caso Estandar
Objetivo Realizar algunos cálculos de probabilidad haciendo uso de la Distribución Normal Estándard y mediante la función dnorm() Cargamos librerías library(mosaic) Encontar la probabildiad para cuando \(p(z≤1)\) con \(\mu=0\) y \(σ=1\). Se usa pnorm() para encontrar probabilidad acumulada pnorm(1, mean = 0, sd= 1) ## [1] 0.8413447 Vi...
996 sym R (593 sym/16 pcs) 3 img
Caso Esperanza
Objetivo. Realizar prediciones con Regresión lineal Simple. Caso de restaurante pizzas y estudiantes Se carga la librería library(ggplot2) ## Warning: package 'ggplot2' was built under R version 3.6.3 Se cargan los datos poblacion <- c( 2, 6, 8, 8, 12, 16, 20, 20, 22, 26) ventas <- c(58, 105, 88, 118, 117, 137, 157, 169, 149, 2...
1265 sym R (3813 sym/41 pcs) 2 img
Caso Pizzas
library(ggplot2) ## Warning: package 'ggplot2' was built under R version 3.6.3 poblacion <- c( 2, 6, 8, 8, 12, 16, 20, 20, 22, 26) ventas <- c(58, 105, 88, 118, 117, 137, 157, 169, 149, 202) datos <- data.frame(poblacion, ventas) datos ## poblacion ventas ## 1 2 58 ## 2 6 105 ## 3 8 ...
907 sym R (2070 sym/19 pcs) 2 img
Poisson
Objetivo Generar distribución de Poisson y determianar probabildiades dadas sus medias iniciales CASO Una empresa electrónica observa que el número de componentes que fallan antes de cumplir 100 horas de funcionamiento es una variable aleatoria de Poisson. Si el número promedio de estos fallos es 8, ¿Cuál es la probabilidad de que falle 1...
2797 sym R (2743 sym/46 pcs)