4. Ejercicio 3 (Modelo Normal)
Se ha estudiado el nivel de glucosa en sangre en ayunas en un grupo de diabéticos.
Esta variable se supone que sigue una distribución Normal, con media 106 mg/100 ml
y desviación típica 8 mg/100 ml. Se pide:
Obtener la probabilidad de que el nivel de glucosa en sangre en un diabético sea
inferior a 120 mg/100 ml.
¿Qué porcentaje de diabéticos tienen niveles de glucosa en sangre comprendidos
entre 90 y 130 mg/100 ml?
Hallar el valor de la variable caracterizado por la propiedad de que el 25% de todos
los diabéticos tiene un nivel de glucosa en ayunas inferior a dicho valor.
Generar una muestra de tamaño 12 para la una distribución Normal con media
igual a 5 y desviación típica igual a 3. (Opcional).
5. Obtener la probabilidad de que el nivel de glucosa en sangre en un diabético
sea inferior a 120 mg/100 ml.
En primer lugar abrimos el programa SPSS
que utilizamos en seminarios anteriores y
añadimos un número cualquiera para
activar la matriz.
A continuación, pinchamos en
“Transformar”, y seleccionamos
“Calcular variable”.
6. Nos aparecerá el siguiente cuadro:
Seleccionamos:
1) FDA y FDA no centrada ya
que se trata de una
función de densidad.
2) 1)Cdf.Normal ya que se
trata de una distribución
normal.
Introducimos los números:
• *Cantidad = 120
• Media = 106
• Desviación típica = 8
La cantidad es la que queremos
calcular, la media y la desviación
típica nos la dan en los datos.
7. La probabilidad de que el nivel de glucosa en sangre en
un diabético sea inferior a 120 mg/100 ml:
P(A) = 0,9599
8. ¿Qué porcentaje de diabéticos tienen niveles de glucosa en sangre
comprendidos entre 90 y 130 mg/100 ml?
P[90<B<130]
En este caso restaremos la
Cdf.Normal de 89 a la de
130 para obtener el
porcentaje entre 90 y
130mg/100ml
9. El porcentaje de diabéticos tienen niveles de glucosa
en sangre comprendidos entre 90 y 130 mg/100 ml
es:
P[90<B<130] = 0,9818
10. Hallar el valor de la variable caracterizado por la propiedad de que el 25% de todos los
diabéticos tiene un nivel de glucosa en ayunas inferior a dicho valor.
11. Generar una muestra de tamaño 12 para la una distribución Normal con media igual a
5 y desviación típica igual a 3. (Opcional).
Nos piden una muestra de
tamaño 12, por lo que
añadiremos un número en la
fila 12 de la primera columna.
A continuación, seleccionamos
“Números aleatorios” e
introducimos los datos que nos
dan:
Media = 5
Desviación típica = 3
14. Ejercicio 1 (propuesto para el blog)
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:
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]
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]
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.
P[10 o menos personas mueran a causa de la enfermedad en 6 meses] = P[Y ≤ 10]
15. Haya exactamente 10 muertes por cáncer de pulmón en un año. P[X = 10]
En este caso, seleccionamos:
1) FDP y FDP no centrada.
2) Pdf.Poisson
Después introducimos:
Cantidad = 10
Media = 12
16. La probabilidad de que haya exactamente 10 muertes
por cáncer de pulmón en un año es:
P[X=10]= 0,1048
17. 15 o más personas mueran a causa de la enfermedad durante un año.
P[X > 15] = 1 - P[X ≤ 15]
18. Probabilidad de que 15 o más personas mueran a
causa de la enfermedad durante un año.
P[X > 15] = 1 - P[X ≤ 15] = 0’1555
19. 10 o menos personas mueran a causa de la enfermedad en 6 meses. P[Y ≤ 10]
En este caso cambia
la variable, y la
media ahora es 6.
20. La probabilidad de que 10 o menos personas mueran
a causa de la enfermedad en 6 meses
P[Y ≤ 10]= 0,9573