Deja de pensar en la probabilidad como una simple lista de probabilidades. En el desordenado mundo real de los datos continuos, las cosas no suceden o no suceden por sí solas. Existen en un espectro. Para darle sentido a ese espectro, los estadísticos utilizan una función de densidad de probabilidad.
Suena intimidante. No lo es.
En esencia, un PDF es solo un mapa. Le indica dónde es probable que se agrupen los valores y dónde son raros. La gráfica de esta función es una curva que flota sobre el eje horizontal. El área total bajo esa curva siempre es exactamente 1. Esta no es una regla aleatoria. Es una necesidad matemática. El área representa el 100% de todos los resultados posibles.
Por qué el área es igual a la probabilidad
Aquí es donde la mayoría de la gente se queda estancada. No se mira la altura de la curva para encontrar una probabilidad. La altura es densidad. El área es probabilidad.
Si desea conocer la probabilidad de que un resultado se encuentre entre dos valores específicos, calcule el área bajo la curva entre esos puntos. Esa área es la probabilidad.
Cada variable aleatoria está asociada a una función de densidad de probabilidad.
Considere una distribución normal. Lo conoces como la curva de campana. Esa forma de campana es el PDF para esa variable. El pico en el medio muestra dónde es más probable que aterricen los valores. Las colas que se extienden hasta el infinito muestran dónde se vuelven menos probables, pero nunca realmente imposibles.
Desglosando los componentes
Para utilizar realmente un PDF, es necesario comprender sus tres limitaciones principales:
- Continuidad: A diferencia de las variables discretas (como tirar un dado), las variables continuas pueden tomar cualquier valor dentro de un rango. El tiempo, el peso y la altura son continuos. Un PDF maneja esta fluidez.
- No Negatividad: La curva nunca desciende por debajo del eje horizontal. Una densidad de probabilidad no puede ser negativa.
- Área total = 1: Toda la región bajo la curva suma 1. Si no fuera así, las matemáticas se fallarían. Las probabilidades serían inferiores al 100% (resultados imposibles) o superiores al 100% (magia).
Cuándo utilizar un PDF
Se busca una función de densidad de probabilidad cuando se trata de variables aleatorias continuas. Si está midiendo algo que se puede subdividir infinitamente, probablemente esté mirando un PDF.
Por ejemplo, si desea conocer la probabilidad de que una pieza fabricada pese entre 4,99 y 5,01 gramos, integre el PDF en ese rango. No estás simplemente adivinando. Estás midiendo el área bajo la curva.
El ejemplo de distribución normal
El PDF más común que encontrará es la distribución normal. Está en todas partes. Altura humana. Puntajes de las pruebas. Errores de medición.
La curva de campana es simétrica. La media, la mediana y la moda se encuentran en el mismo punto. Pero el PDF hace más que simplemente mostrar la forma. Cuantifica el riesgo. Cuanto más pronunciada sea la caída de las colas, más predecible será la variable. Las curvas más planas significan más volatilidad.
Conceptos erróneos comunes
Mucha gente confunde el valor de la función con la probabilidad misma. Si la PDF en un punto es 0,5, eso no significa que haya un 50% de posibilidades de que ocurra ese valor exacto. En una distribución continua, la probabilidad de cualquier valor exacto es técnicamente
