SlideShare una empresa de Scribd logo
1 de 31
Seminario 8
Función de
densidad y
probabilidad
Celia Garcilaso de la Vega
Glez
1ºB Enfermería – Grupo 6
Estadística y TIC
Seminario
Calculo de funciones en SPSS
 A continuación realizaremos unos ejercicios de los
distintos modelos de funciones según la variable en
el programa estadístico IBM SPSS
 De esta manera aprenderos otra utilidad que
tiene este programa para los estudios de la
enfermería y otras ciencias.
 Los tres modelos son: BINOMIAL, NORMAL Y
POISSON.
Debemos tener en cuenta
que…
 La BINOMIAL analiza de una muestra (n) la
probabilidad de éxito y de no éxito sobre nuestra
investigación.
 POISSON analiza una muestra muy pequeña y
depende de un parámetro que es Lambda( )
que se corresponde con la media.
 La NORMAL analiza una probabilidad en una
muestra teniendo en cuenta el tamaño de la
muestra, su media y la desviación típica de ésta.
Llamamos “p” a la probabilidad de precisión
que tiene la muestra.
 “n” será en nº de muestras que se hacen al
mes.
 Llamamos “q” a la probabilidad de no
precisión que tiene la muestra, dónde q=1-p.
 Los datos estadísticos serían:
· n= 72 muestras
· p= 92/100= 0’92
· q= 1-p = 1-0’92 = 0’18
 Como nos pide la probabilidad que sea menor que
un valor, es una función de densidad o masa (FDA)
 En SPSS elegiremos la opción FDA y FDA no
centrada.
 Obtendremos de que la probabilidad de esa
variable sea menos o igual a ese valor.
 El modelo sería BINOMIAL por lo que elegiremos ->
CDF.BINOM(cant,n,prob)
 Cant= el valor (60)
 Luego CDF.BINOM (60,72,0’92)
 Exactamente igual que en el otro
apartado pero con datos distintos.
 CDF.BINOM(59,72,0.92)
En este caso, la probabilidad de este
suceso equivale a un valor.
 En SPSS elegiremos el modelo la
función de probabilidad -> FDP y FDP
no centrada.
 Por lo que la variable sería
CDF.BINOM(60,72,0.92)

 Como queremos la probabilidad de un
suceso equivale a un valor, utilizaremos
FDP y FDP no centrada.
 PDF.POISSON (12,10)
 En este caso, la media sería 10 muertes y
la cantidad es de 12 muertes.
Como nos pide una probabilidad que
sea mayor de ese valor, calculamos el
contrario de la probabilidad que sea
menor de ese valor.
Elegimos en SPSS, el modelo FDA y FDA
no centrada
1 - PDF.POISSON (12,15)
 Como la media anterior era 12 personas en 1
año, para este apartado se divide la media entre
el parámetro nuevo (6 meses)
 12/6=2 personas de media mueren en 6 meses por
esa enfermedad.
 En SPSS utilizaremos FDA y FDA no centrada porque
nos pide una probabilidad que sea menor o igual a
un valor.
 CDF.POISSON(2,10)
FIN

Más contenido relacionado

Similar a Seminario 8

Estadistica y ti cs semi 8
Estadistica y ti cs semi 8Estadistica y ti cs semi 8
Estadistica y ti cs semi 8Ana Herrera
 
Tarea del seminario viii
Tarea del seminario viiiTarea del seminario viii
Tarea del seminario viiiLdlsantostej
 
Seminario VIII- Poisson y binomial en SPSS
Seminario VIII- Poisson y binomial en SPSSSeminario VIII- Poisson y binomial en SPSS
Seminario VIII- Poisson y binomial en SPSSandreart4
 
Bioestadística seminario 8
Bioestadística seminario 8Bioestadística seminario 8
Bioestadística seminario 8Annabel Sánchez
 
Tarea del seminario 7
Tarea del seminario 7Tarea del seminario 7
Tarea del seminario 7alba248
 
Presentación 4
Presentación 4 Presentación 4
Presentación 4 isapelmor
 
Tarea seminario 8
Tarea seminario 8Tarea seminario 8
Tarea seminario 8mariavm19
 
Determinación del tamaño muestral
Determinación del tamaño muestralDeterminación del tamaño muestral
Determinación del tamaño muestraledvar moreno
 
Proyecto individual karen rdz
Proyecto individual   karen rdzProyecto individual   karen rdz
Proyecto individual karen rdzKaren Rodriquez
 
Tic seminario 8
Tic seminario 8Tic seminario 8
Tic seminario 8elicesgut
 
Tarea del Seminario 8
Tarea del Seminario 8Tarea del Seminario 8
Tarea del Seminario 8Jose Jiménez
 
Seminario 8
Seminario 8Seminario 8
Seminario 8ciscovi
 
Estimación de parametro su31
Estimación de parametro su31Estimación de parametro su31
Estimación de parametro su31Instruccional
 

Similar a Seminario 8 (20)

Estadistica y ti cs semi 8
Estadistica y ti cs semi 8Estadistica y ti cs semi 8
Estadistica y ti cs semi 8
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Tarea del seminario viii
Tarea del seminario viiiTarea del seminario viii
Tarea del seminario viii
 
Seminario VIII- Poisson y binomial en SPSS
Seminario VIII- Poisson y binomial en SPSSSeminario VIII- Poisson y binomial en SPSS
Seminario VIII- Poisson y binomial en SPSS
 
Seminario VIII
Seminario VIIISeminario VIII
Seminario VIII
 
Bioestadística seminario 8
Bioestadística seminario 8Bioestadística seminario 8
Bioestadística seminario 8
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Tarea del seminario 7
Tarea del seminario 7Tarea del seminario 7
Tarea del seminario 7
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Presentación 4
Presentación 4 Presentación 4
Presentación 4
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tarea seminario 8
Tarea seminario 8Tarea seminario 8
Tarea seminario 8
 
Determinación del tamaño muestral
Determinación del tamaño muestralDeterminación del tamaño muestral
Determinación del tamaño muestral
 
Proyecto individual karen rdz
Proyecto individual   karen rdzProyecto individual   karen rdz
Proyecto individual karen rdz
 
Tic seminario 8
Tic seminario 8Tic seminario 8
Tic seminario 8
 
Tarea del Seminario 8
Tarea del Seminario 8Tarea del Seminario 8
Tarea del Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Estimación de parametro su31
Estimación de parametro su31Estimación de parametro su31
Estimación de parametro su31
 

Más de Universidad de Sevilla (18)

Valoración Geriátrica Integral
Valoración Geriátrica IntegralValoración Geriátrica Integral
Valoración Geriátrica Integral
 
Tablas y gráficos
Tablas y gráficosTablas y gráficos
Tablas y gráficos
 
Matriz de datos: SPSS&Excell
Matriz de datos: SPSS&Excell Matriz de datos: SPSS&Excell
Matriz de datos: SPSS&Excell
 
Búsqueda en la base de datos PubMed
Búsqueda en la base de datos PubMedBúsqueda en la base de datos PubMed
Búsqueda en la base de datos PubMed
 
Búsqueda en la base de datos PubMed
Búsqueda en la base de datos PubMedBúsqueda en la base de datos PubMed
Búsqueda en la base de datos PubMed
 
Búsqueda en la base de datos Cuiden
Búsqueda en la base de datos CuidenBúsqueda en la base de datos Cuiden
Búsqueda en la base de datos Cuiden
 
Búsqueda en la base de datos dialnet
Búsqueda en la base de datos dialnetBúsqueda en la base de datos dialnet
Búsqueda en la base de datos dialnet
 
Seminario 10 – correlaciones
Seminario 10 – correlacionesSeminario 10 – correlaciones
Seminario 10 – correlaciones
 
Seminario 9 – chi cuadrado
Seminario 9 – chi cuadradoSeminario 9 – chi cuadrado
Seminario 9 – chi cuadrado
 
Seminario 4 (4.3)
Seminario 4 (4.3)Seminario 4 (4.3)
Seminario 4 (4.3)
 
Seminario 7 probabilidad
Seminario 7  probabilidadSeminario 7  probabilidad
Seminario 7 probabilidad
 
Importar datos
Importar datosImportar datos
Importar datos
 
Seminario 3
Seminario 3Seminario 3
Seminario 3
 
Seminario 2
Seminario 2Seminario 2
Seminario 2
 
Ejercicio 5.3
Ejercicio 5.3Ejercicio 5.3
Ejercicio 5.3
 
Ejercicio 5.2
Ejercicio 5.2Ejercicio 5.2
Ejercicio 5.2
 
Seminario 4
Seminario 4Seminario 4
Seminario 4
 
Ejercicio 5.1
Ejercicio 5.1Ejercicio 5.1
Ejercicio 5.1
 

Seminario 8

  • 1. Seminario 8 Función de densidad y probabilidad Celia Garcilaso de la Vega Glez 1ºB Enfermería – Grupo 6 Estadística y TIC Seminario
  • 2. Calculo de funciones en SPSS  A continuación realizaremos unos ejercicios de los distintos modelos de funciones según la variable en el programa estadístico IBM SPSS  De esta manera aprenderos otra utilidad que tiene este programa para los estudios de la enfermería y otras ciencias.  Los tres modelos son: BINOMIAL, NORMAL Y POISSON.
  • 3.
  • 4. Debemos tener en cuenta que…  La BINOMIAL analiza de una muestra (n) la probabilidad de éxito y de no éxito sobre nuestra investigación.  POISSON analiza una muestra muy pequeña y depende de un parámetro que es Lambda( ) que se corresponde con la media.  La NORMAL analiza una probabilidad en una muestra teniendo en cuenta el tamaño de la muestra, su media y la desviación típica de ésta.
  • 5. Llamamos “p” a la probabilidad de precisión que tiene la muestra.  “n” será en nº de muestras que se hacen al mes.  Llamamos “q” a la probabilidad de no precisión que tiene la muestra, dónde q=1-p.  Los datos estadísticos serían: · n= 72 muestras · p= 92/100= 0’92 · q= 1-p = 1-0’92 = 0’18
  • 6.  Como nos pide la probabilidad que sea menor que un valor, es una función de densidad o masa (FDA)  En SPSS elegiremos la opción FDA y FDA no centrada.  Obtendremos de que la probabilidad de esa variable sea menos o igual a ese valor.  El modelo sería BINOMIAL por lo que elegiremos -> CDF.BINOM(cant,n,prob)  Cant= el valor (60)  Luego CDF.BINOM (60,72,0’92)
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.  Exactamente igual que en el otro apartado pero con datos distintos.  CDF.BINOM(59,72,0.92)
  • 15.
  • 16.
  • 17. En este caso, la probabilidad de este suceso equivale a un valor.  En SPSS elegiremos el modelo la función de probabilidad -> FDP y FDP no centrada.  Por lo que la variable sería CDF.BINOM(60,72,0.92)
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.  Como queremos la probabilidad de un suceso equivale a un valor, utilizaremos FDP y FDP no centrada.  PDF.POISSON (12,10)  En este caso, la media sería 10 muertes y la cantidad es de 12 muertes.
  • 23.
  • 24.
  • 25. Como nos pide una probabilidad que sea mayor de ese valor, calculamos el contrario de la probabilidad que sea menor de ese valor. Elegimos en SPSS, el modelo FDA y FDA no centrada 1 - PDF.POISSON (12,15)
  • 26.
  • 27.
  • 28.  Como la media anterior era 12 personas en 1 año, para este apartado se divide la media entre el parámetro nuevo (6 meses)  12/6=2 personas de media mueren en 6 meses por esa enfermedad.  En SPSS utilizaremos FDA y FDA no centrada porque nos pide una probabilidad que sea menor o igual a un valor.  CDF.POISSON(2,10)
  • 29.
  • 30.
  • 31. FIN