1 / 27

SEMINARIO 8.

SEMINARIO 8. Rocío Núñez Maestre. SUBGRUPO 7, GRUPO 2. Grado en Enfermería–Curso1º. ejercicio 1. Una prueba de laboratorio para detectar heroína en sangre tiene un 92% de precisión . Si se analizan 72 muestras en un mes. Calcular las siguientes probabilidades:

lara-contreras
Télécharger la présentation

SEMINARIO 8.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. SEMINARIO 8. Rocío Núñez Maestre. SUBGRUPO 7, GRUPO 2. Grado en Enfermería–Curso1º.

  2. ejercicio 1. • Una prueba de laboratorio para detectar heroína en sangre tiene un 92% de precisión. Si se analizan 72 muestras en un mes. • Calcular las siguientes probabilidades: • a) 60 o menos estén correctamente evaluadas: • P[60 o menos pruebas estén correctamente evaluadas] = P[X ≤ 60] • b) Menos de 60 estén correctamente evaluadas: • P[menos de 60 pruebas estén correctamente evaluadas] = P[X < 60] = P[X ≤ 59] • c) Exactamente 60 estén correctamente evaluadas: • P[exactamente 60 estén correctamente evaluadas] = P[X = 60]

  3. a) 60 o menos estén correctamente evaluadas: • Sea la variable aleatoria X • X = ”No de pruebas evaluadas correctamente de 72 muestras” • Esta variable aleatoria tiene distribución Binomial de parámetrosn = 72 • y prob = 0.92. • En primer lugar, se introduce algún número en el editor de datos, por ejemplo, el 1.

  4. En variable de destino pondremos Binomial1, nombre de la variable que contendrá el resultado de la operación. • Expresión numérica: Se introduce la función que calcula las probabilidades de una distribución binomial en este caso: CDF,BINOM (60,72, 0’92). • Para ello, en el grupo de funciones se selecciona FDA y FDA no centrada(debido a que se permite la probabilidad de que la variable sea menor o igual al valor del modelo específico) y en las funciones y variables especiales se selecciona Cdf.Binom.

  5. De esta manera, la P[60 o menos pruebasesténcorrectamenteevaluadas] = P[X ≤ 60] es:

  6. b) Menos de 60 estén correctamente evaluadas. En primer lugar, se introduce algún número en el editor de datos, por ejemplo, el 1.

  7. En variable de destino pondremos Binomial2, nombre de la variable que contendrá el resultado de la operación. • Expresión numérica: Se introduce la función que calcula las probabilidades de una distribución binomial en este caso: FDA,BINOM (59,72,0.92). • Para ello, en el grupo de funciones se selecciona FDP Y FDP no centrada (debido a que se permite la probabilidad de que la variable sea igual al valor del modelo específico) y en las funciones y variables especiales se selecciona PdfBinom.

  8. De esta manera, la P[menos de 60 pruebas estén correctamente evaluadas] = P[X < 60] = P[X ≤ 59] es:

  9. c) Exactamente 60 estén correctamente evaluadas: • En primer lugar, se introduce algún número en el editor de datos, por ejemplo, el 1.

  10. En variable de destino pondremos Binomial3, nombre de la variable que contendrá el resultado de la operación. • Expresión numérica: Se introduce la función que calcula las probabilidades de una distribución binomial en este caso: PPF, BINOM (60,72,0.92). • Para ello, en el grupo de funciones se selecciona FDP Y FDP no centrada (debido a que se permite la probabilidad de que la variable sea igual al valor del modelo específico) y en las funciones y variables especiales se selecciona Pdf. Binom.

  11. De esta manera, P[exactamente 60 esténcorrectamenteevaluadas] = P[X = 60] es:

  12. Ejercicio 2. • En una cierta población se ha observado que el número medio anual de muertes por cáncer de pulmón es 12. Si el número de muertes causadas por la enfermedad sigue una distribución de Poisson, calcular las siguientes probabilidades: • a) Haya exactamente 10 muertes por cáncer de pulmón en un año. • P[ Haya exactamente 10 muertes por cáncer de pulmón en un año] = P[X = 10] • b) 15 o más personas mueran a causa de la enfermedad durante un año. • P[más de 15 personas mueran a causa de la enfermedad durante un año] = P[X > 15] = 1 - P[X ≤ 15] • c) 10 o menos personas mueran a causa de la enfermedad en 6 meses. • P[10 o menos personas mueran a causa de la enfermedad en 6 meses] = P[Y ≤ 10]

  13. a) Haya exactamente 10 muertes por cáncer de pulmón en un año. Sea la variable aleatoria X. X= número de muertes por cáncer de pulmón en un año. Esta variable sigue una distribución Poisson. • En primer lugar, se introduce algún número en el editor de datos, por ejemplo, el 1.

  14. En variable de destino pondremos Poisson1, nombre de la variable que contendrá el resultado de la operación. • En expresión numérica se introduce la función que calcula probabilidades de una distribución Poisson: PDF. POISSON(10,12) • Para ello, se selecciona en grupo de funciones la opción FDP Y FDP no centrado y en funciones y variables especiales: Pdf. Poisson.

  15. De esta manera, la P[ Haya exactamente 10 muertes por cáncer de pulmón en un año] = P[X = 10] es:

  16. b) 15 o más personas mueran a causa de la enfermedad durante un año. • En variable de destino pondremos Poisson2, nombre de la variable que contendrá el resultado de la operación. • En expresión numérica se introduce la función que calcula probabilidades de una distribución Poisson: CDF. POISSON(15,12) • Para ello, se selecciona en grupo de funciones la opción FDA Y FDA no centrado y en funciones y variables especiales: Cdf. Poisson.

  17. De esta manera, la P[más de 15 personas mueran a causa de la enfermedad durante un año] = P[X > 15] = 1 - P[X ≤ 15] es:

  18. c) 10 o menos personas mueran a causa de la enfermedad en 6 meses. Se define una nueva variable: Y = ”Nº de muertes por cáncer de pulmón en seis meses”. Esta variable aleatoria tiene distribución de Poisson de parámetro λ = 6. A partir de aquí se calcula la probabilidad que se pide.

  19. En variable de destino pondremos Poisson3, nombre de la variable que contendrá el resultado de la operación. • En expresión numérica se introduce la función que calcula probabilidades de una distribución Poisson: CDF. POISSON(10,12) • Para ello, se selecciona en grupo de funciones la opción FDA Y FDA no centrado y en funciones y variables especiales: Cdf. Poisson.

  20. De esta manera, la P[10 o menos personas mueran a causa de la enfermedad en 6 meses] = P[Y ≤ 10] es:

More Related