Búsqueda · 30 momentos en 15 episodios
Borja TosarFrancis VillatoroHéctor SocasIsabel Corderoprobabilidad valores por encima umbralanálisis estadístico eventos extremosdistribución función del umbralmodelado valores extremos estadísticaHéctor SocasWalodi Weibulldistribución de Weibull
Estadística y probabilidad
Con
0:000:301:001:302:002:303:003:22
Héctor Socas explica cómo el análisis estadístico de eventos extremos implica ajustar un umbral y observar cómo varía la probabilidad de obtener valores por encima de ese umbral.
…en este caso el número de manchas Pero yo lo que quiero ver es los valores extremos, entonces lo que voy a hacer es fijar un umbral de decir, pues supongamos que pongo un umbral en 100 y quiero ver cuánto de probabilidad es que haya valores por encima de 100 pues resulta que solamente en el 1% de los casos aparecen valores por encima del número 100 y si ahora, en vez del umbral, en vez de en 100 lo pongo en 110, ¿cuántos hay? ah pues ahora habrá menos, y si ahora lo pongo en 120, ¿cuántos habrá? ah pues habrá menos todavía. Bueno, pues esa distribución, la de en función del umbral, cuál es el porcentaje de números que hay, esa es la distribución que se interesa modelar, que es la de los valores extremos. O sea, cómo varía en función del umbral que yo ponga, la probabilidad de que yo obtenga uno de esos valores por encima del umbral. Esto es una forma habitual de trabajar en estadística cuando se quiere modelar los extremos de una distribución. Voy a poner otro ejemplo, que se me viene ahora a la cabeza; no me pregunten por qué. Acabo de volver de un viaje en el que he tenido que tomar vuelos y a lo mejor esto me ha afectado un poco la cabeza, pero pensemos por ejemplo la distribución de alturas de…
Significado #1 · Palabras #17
Héctor Socas explica cómo el análisis estadístico de eventos extremos implica ajustar un umbral y observar cómo varía la probabilidad de obtener valores por encima de ese umbral.
Habla: Héctor SocasSignificado #1 · Palabras #17probabilidad valores por encima umbralanálisis estadístico eventos extremosdistribución función del umbralmodelado valores extremos estadística…en este caso el número de manchas Pero yo lo que quiero ver es los valores extremos, entonces lo que voy a hacer es fijar un umbral de decir, pues supongamos que pongo un umbral en 100 y quiero ver cuánto de probabilidad es que haya valores por encima de 100 pues resulta que solamente en el 1% de los casos aparecen valores por encima del número 100 y si ahora, en vez del umbral, en vez de en 100 lo pongo en 110, ¿cuántos hay? ah pues ahora habrá menos, y si ahora lo pongo en 120, ¿cuántos habrá? ah pues habrá menos todavía. Bueno, pues esa distribución, la de en función del umbral, cuál es el porcentaje de números que hay, esa es la distribución que se interesa modelar, que es la de los valores extremos. O sea, cómo varía en función del umbral que yo ponga, la probabilidad de que yo obtenga uno de esos valores por encima del umbral. Esto es una forma habitual de trabajar en estadística cuando se quiere modelar los extremos de una distribución. Voy a poner otro ejemplo, que se me viene ahora a la cabeza; no me pregunten por qué. Acabo de volver de un viaje en el que he tenido que tomar vuelos y a lo mejor esto me ha afectado un poco la cabeza, pero pensemos por ejemplo la distribución de alturas de…
Héctor Socas explica las características de la distribución de Weibull y cómo difiere de una ley de potencias, enfocándose en su aplicación para estudiar la probabilidad de fallos en equipos y máquinas.
Habla: Héctor SocasSignificado #18distribución weibull fallos equiposley de potencias cola exponencialprobabilidad eventos tamaño xingeniero siglo xx distribución weibull…haber gente de cualquier altura simplemente aumentando la muestra. La probabilidad no cae nunca tan así. Entonces, luego hay otra distribución muy utilizada que es la de Weibull. Este señor se llamaba Walodi Weibull, que parece un personaje de Mario Bros. O así el nombre. Pero nuestro ingeniero de principios del siglo XX, bueno, principios mediados, que estaba estudiando la probabilidad de fallos de los equipos, de las máquinas y entonces la distribución que le encontró que funcionaba bien en su aplicación es una distribución que se llama de Weibull. Que lo que tiene es que la cola es exponencial, es decir, no es una ley de potencias sino que disminuye exponencialmente. La diferencia es que en un caso esos eventos extremos en vez de tener un exponente negativo en el exponente hay una X o sea, la probabilidad de un evento de tamaño X disminuye con la exponencial de menos X. O sea, eso cae mucho más rápido; eso lo que quiere decir es que cae mucho más rápido. Y eso se le llama cola ligera porque en esa distribución los eventos cada vez más extremos empiezan a hacerse ya terriblemente improbables. Y por ejemplo, no encontrarías una persona de 3 metros aunque tuviera, no sé, 100.000 millones de personas porque es…
Héctor Socas explica el concepto de 'valor de retorno' utilizando la analogía de lanzar una moneda para ilustrar cómo funciona este cálculo estadístico.
Habla: Héctor SocasPalabras #20valor retorno lanzamiento monedaexpectativa cara lanzamiento moneda…lo que llaman los valores de retorno valores de retorno es algo así como que, si yo digo el valor de retorno a un cierto tiempo, eso es el valor máximo de actividad, de número de manchas que yo espero que vaya a ocurrir en un cierto periodo de tiempo, ¿vale? Es simplemente la inversa de la probabilidad, es como decir cuántas veces tengo que tirar una moneda para que salga cara; entonces ese valor de expectativa, el valor de retorno significaría tirar dos veces. No es una garantía, no quiere decir que si tiras dos veces, pero es la inversa de la probabilidad por tirada, te quiere decir que si tiras dos veces la expectativa es que te salga una cara, pues esto pasa también con esto que se llama el. Valor de retorno, entonces si pensamos, como tienes un modelo, lo bonito de tener un modelo es que le puedes hacer preguntas de cosas que no tienes datos; entonces la pregunta que le puedes hacer al modelo es decir, bueno, ¿qué va a pasar en los próximos mil…