Este documento resume una tarea de seminario sobre la aplicación de modelos estadísticos binomiales, normales y de Poisson en el software SPSS. Se presentan tres casos para cada modelo, calculando probabilidades acumuladas y no acumuladas de diferentes resultados posibles basados en datos de muestras de laboratorio, muertes por cáncer y otros escenarios.

1. A N A H E R R E R A J I M É N E Z , G R U P O 6
ESTADISTICA Y TICS.
SEMINARIO 8

2. MODELOS ESTADÍSTICOS EN SPSS
Este seminario consiste en la aplicación de tres
modelos estadísticos (Binomial, Normal y Poisson) a
unos casos propuestos en SPSS, mediante el
aprendizaje previo en simuladores.

3. TAREA 1: MODELO BINOMIAL
La distribución binomial expresa la probabilidad de
que un resultado específico ocurra dentro de un
número de pruebas independientes.
En esta primera tarea aplicamos el modelo binomial en SPSS
mediante el siguiente caso propuesto:
“Una prueba de laboratorio para detectar heroína en sangre
tiene un 92% de precisión. se analizan 72 muestras en un mes.”
• Tamaño de la muestra n= 72
• Probabilidad de éxito= 0’92

4. TAREA 1: MODELO BINOMIAL
A) 60 o menos estén correctamente evaluadas:
1. Llamamos Binomial1 a esta primera variable de
destino.
2. Se trata de una probabilidad acumulada
P[X ≤ 60] por lo que elegimos “FDA y FDA no
centrada” y “CDF.Binom”.
3. Introducimos la cantidad que queremos calcular,
el número de ensayos y la probabilidad de éxito.

7. TAREA 1: MODELO BINOMIAL
B)Menos de 60 estén correctamente evaluadas.
Binomial 2: Seguimos el mismo procedimiento que
con la variable de destino Binomial1, ya que se trata
también de una probabilidad acumulada pero en
este caso P[X < 60]. Para poder introducirlo en SPSS
debemos interpretarlo como P[X ≤ 59]

10. TAREA 1: MODELO BINOMIAL
C) Exactamente 60 estén correctamente evaluadas:
Binomial 3: En este caso como queremos calcular la
probabilidad particularmente de 60 éxitos utilizamos
“FDP y FDP no centrada” Para que SPSS la interprete
como una probabilidad no acumulada.

13. TAREA 2: MODELO POISSON
El modelo de Poisson es una distribución de
probabilidad discreta que expresa, a partir de una
frecuencia de ocurrencia media, la probabilidad de
que ocurra un determinado número de eventos
durante cierto período de tiempo.
La tarea 2 consiste en aplicar este modelo en SPSS
mediante el siguiente caso propuesto:
En una cierta población se ha observado que el número
medio anual de muertes por
cáncer de pulmón es 12.

14. TAREA 2: MODELO POISSON
A) Haya exactamente 10 muertes por cáncer de
pulmón en un año.
Poisson 1:
1. Se trata de una probabilidad no acumulada por
lo que elegimos “FDP y FDP no centrada” y
“PDF.Poisson”
2. Introducimos la cantidad que queremos calculare
(10) y la media anual (12)

17. TAREA 2: MODELO POISSON
B) 15 o más personas mueran a causa de la
enfermedad durante un año.
En este caso tenemos una probabilidad acumulada
en la que queremos calcular P[X > 15]. Para
introducirlo correctamente en SPSS que hay que
efectuarla de la siguiente forma: 1 - P[X ≤ 15], donde
1 es el espacio muestral.

20. TAREA 2: MODELO POISSON
C) 10 o menos personas mueran a causa de la
enfermedad en 6 meses.
Poisson 3:
De nuevo se trata de una probabilidad acumulada
pero en este caso hay que tener en cuenta que el
período de tiempo se reduce a la mitad.