Saltar al contenido
Omnikalc

Distribución beta: probabilidades en el intervalo de 0 a 1

Calcula P(X ≤ x) y la densidad de una distribución beta a partir de sus parámetros α y β, con su esperanza, su varianza y su moda; útil para proporciones e inferencia bayesiana.

Actualizado el
Tus datos

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

P(X ≤ x)

0,57983

P(X > x)
0,42017
Densidad en x
2,1609
Esperanza α ÷ (α + β)
0,2857
Varianza
0,02551
Moda, para α y β mayores que 1
0,2

La distribución beta

La distribución beta está definida en el intervalo [0; 1], lo que la convierte en la distribución natural para modelar una proporción o una probabilidad incierta: tasa de conversión, tasa de éxito, cuota de mercado. Depende de dos parámetros positivos α y β que fijan su forma. En estadística bayesiana es la distribución a priori conjugada de la binomial; en gestión de proyectos es la base del método PERT.

Las fórmulas

  • Densidad: f(x) = x^(α−1) (1 − x)^(β−1) ÷ B(α, β).
  • Función de distribución: la función beta incompleta regularizada I(x; α, β).
  • Esperanza α ÷ (α + β).
  • Varianza αβ ÷ ((α + β)² (α + β + 1)).
  • Moda (α − 1) ÷ (α + β − 2) para α y β mayores que 1.

Ejemplo

α = 2 y β = 5, para x = 0,3:

  • P(X ≤ 0,3) ≈ 0,580;
  • esperanza ≈ 0,286, moda 0,2;
  • varianza ≈ 0,0255, es decir, una desviación típica de unos 0,16.

Las formas posibles

  • α = β = 1: distribución uniforme en [0; 1].
  • α = β > 1: campana simétrica centrada en 0,5.
  • α < β: masa concentrada hacia 0; α > β: hacia 1.
  • α y β menores que 1: forma de U, con valores extremos probables.

Uso bayesiano

Parte de una distribución a priori Beta(α, β). Tras s éxitos y f fracasos, la distribución a posteriori es Beta(α + s, β + f). Con una a priori uniforme Beta(1, 1) y 12 conversiones en 100 visitas se obtiene Beta(13, 89), de esperanza 12,7 %. La probabilidad de que la tasa real supere el 15 % es P(X > 0,15), que se lee directamente en la calculadora. Es la base de las pruebas A/B bayesianas.

Método PERT

En gestión de proyectos, una duración estimada con un mínimo a, una moda m y un máximo b se suele modelar con una distribución beta, de ahí la duración media PERT (a + 4m + b) ÷ 6. Para usar esta calculadora, lleva la duración a [0; 1] con (x − a) ÷ (b − a).

Cálculo

La función beta incompleta se evalúa mediante una fracción continua (algoritmo de Lentz), con una precisión cercana a la doble precisión.

Preguntas frecuentes

¿Para qué sirve la distribución beta?

Para modelar proporciones y probabilidades entre 0 y 1, las pruebas A/B bayesianas y las duraciones de tareas del método PERT.

¿Cuál es la esperanza de una distribución beta?

α ÷ (α + β).

¿Cómo se actualiza una distribución a priori beta con datos?

Suma los éxitos a α y los fracasos a β: Beta(α + s, β + f).

¿Cómo es la distribución Beta(1, 1)?

Es la distribución uniforme en [0; 1], una distribución a priori no informativa muy habitual.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.