2. EJERCICIO 1.
Una prueba de laboratorio para detectar na en sangre tiene un 92% de
n. Si se analizan 72 muestras en un mes.
Calcular las siguientes probabilidades:
a) 60 o menos estén correctamente evaluadas:
P[60 o menos pruebas n correctamente evaluadas] = P[X ≤ 60]
b) Menos de 60 n correctamente evaluadas:
P[menos de 60 pruebas n correctamente evaluadas] = P[X < 60] = P[X ≤
59]
c) Exactamente 60 n correctamente evaluadas:
P[exactamente 60 n 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 n Binomial de metros n = 72
y prob = 0.92.
En primer lugar, se introduce algún número en el editor de datos, por ejemplo, el
Calcular
variable.Transformar.
4.
5. 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.
6.
7. De esta manera, la P[60 o menos pruebas n correctamente evaluadas] = P[X ≤ 60] es:
8. B) MENOS DE 60 N CORRECTAMENTE
EVALUADAS.
En primer lugar, se introduce algún número en el editor de datos, por
ejemplo, el 1.
Calcular
variable.Transformar.
9. 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 Pdf Binom.
10.
11. De esta manera, la P[menos de 60 pruebas n correctamente evaluadas]
= P[X < 60] = P[X ≤ 59] es:
12. C) EXACTAMENTE 60 N CORRECTAMENTE
EVALUADAS:
En primer lugar, se introduce algún número en el editor de datos, por
ejemplo, el 1.
Calcular variable.Transformar.
13.
14. 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.
15. De esta manera, P[exactamente 60 n correctamente evaluadas] = P[X = 60] es:
16. EJERCICIO 2.
En una cierta n se ha observado que el mero medio anual de muertes
por ncer de n es 12. Si el mero de muertes causadas por la
enfermedad sigue una n de Poisson, calcular las siguientes
probabilidades:
a) Haya exactamente 10 muertes por ncer de n en un o.
P[ Haya exactamente 10 muertes por ncer de n en un o] = P[X = 10]
b) 15 o s personas mueran a causa de la enfermedad durante un o.
P[ s de 15 personas mueran a causa de la enfermedad durante un o] = 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]
17. A) HAYA EXACTAMENTE 10 MUERTES POR
NCER DE N EN UN O.
Calcular
variable.Transformar.
En primer lugar, se introduce algún número en el editor de datos, por ejemplo, e
Sea la variable aleatoria X.
X= número de muertes por cáncer de pulmón en un año.
Esta variable sigue una distribución Poisson.
18.
19. • 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.
20.
21. De esta manera, la P[ Haya exactamente 10 muertes por ncer de n
en un o] = P[X = 10] es:
22. B) 15 O S PERSONAS MUERAN A CAUSA DE
LA ENFERMEDAD DURANTE UN O.
Calcular
variable.Transformar.
• 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.
23.
24. De esta manera, la P[ s de 15 personas mueran a causa de la enfermedad
durante un o] = P[X > 15] = 1 - P[X ≤ 15] es:
25. C) 10 O MENOS PERSONAS MUERAN A CAUSA
DE LA ENFERMEDAD EN 6 MESES.
Calcular
variable.Transformar.
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.
26. • 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.
27. De esta manera, la P[10 o menos personas mueran a causa de la
enfermedad en 6 meses] = P[Y ≤ 10] es: