La distribuci\u00f3n hipergeom\u00e9trica es una herramienta estad\u00edstica utilizada para modelar situaciones en las que objetos son seleccionados de un conjunto finito sin reposici\u00f3n. Resulta particularmente \u00fatil para calcular la probabilidad de obtener un n\u00famero espec\u00edfico de \u00e9xitos en una muestra extra\u00edda de una poblaci\u00f3n con un n\u00famero conocido de \u00e9xitos potenciales.<\/p>\n
En Excel y Google Sheets, la funci\u00f3n de distribuci\u00f3n hipergeom\u00e9trica se representa por El resultado de esta funci\u00f3n es la probabilidad de observar exactamente Este ejemplo calcula la probabilidad de lograr precisamente 4 \u00e9xitos al seleccionar 10 elementos de una poblaci\u00f3n de 40, donde hay 20 \u00e9xitos posibles.<\/p>\n Consideremos una f\u00e1brica que produce 1000 unidades de un producto, de las cuales 100 son defectuosas. La probabilidad de que, al seleccionar aleatoriamente 30 unidades, exactamente 5 sean defectuosas se puede calcular como:<\/p>\n Este c\u00e1lculo es fundamental para evaluar la eficacia del control de calidad y para asegurar que el proceso productivo cumple con los est\u00e1ndares establecidos. La funci\u00f3n nos permite determinar la probabilidad de encontrar un espec\u00edfico n\u00famero de unidades defectuosas en una muestra, lo que es clave para tomar decisiones respecto a ajustes en la producci\u00f3n.<\/p>\n Supongamos que en una ciudad de 5000 habitantes, 1500 son hombres. Si se necesita formar un jurado de 12 miembros seleccionados al azar, la probabilidad de que exactamente 7 miembros sean hombres se puede hallar mediante:<\/p>\n Este c\u00e1lculo es \u00fatil para garantizar una representaci\u00f3n equitativa en un jurado o cualquier otro grupo, contribuyendo a la imparcialidad y justicia del proceso de selecci\u00f3n.<\/p>\n","protected":false},"excerpt":{"rendered":" Devuelve la distribuci\u00f3n hipergeom\u00e9trica<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[540],"tags":[],"class_list":["post-14007","post","type-post","status-publish","format-standard","hentry","category-estadistica"],"acf":[],"yoast_head":"\nDISTR.HIPERGEOM.N(x, M, n, N)<\/code>, donde:<\/p>\n\n
x<\/code> \u00e9xitos en la muestra seleccionada de la poblaci\u00f3n.<\/p>\n
=DISTR.HIPERGEOM.N(4, 20, 10, 40)<\/code> <\/pre>\nPr\u00e1ctica: An\u00e1lisis de Control de Calidad<\/h2>\n
=DISTR.HIPERGEOM.N(5, 100, 30, 1000)<\/code> <\/pre>\nPr\u00e1ctica: Selecci\u00f3n de Jurado<\/h2>\n
=DISTR.HIPERGEOM.N(7, 1500, 12, 5000)<\/code> <\/pre>\n