SlideShare una empresa de Scribd logo
Lucía Mayo Garrucho
1º Enfermería Grupo B. Macarena. Subgrupo 7
Estadística y TIC
Facultad de enfermería, fisioterapia y podología.
Universidad de Sevilla
FUNCION DE DENSIDAD PUNTUAL: FDP Y FDP NO CONCENTRADA
FUNCION DE DENSIDAD ACUMULADA: FDA Y FDA NO CONCENTRADA
En el seminario número 7 trabajamos con el fin de comprobar que las
frecuencias se comportan como probabilidades, mediante dos simuladores.
Cuando los valores de una variable están en función de una probabilidad, es que
a cada valor de la variable le corresponde una probabilidad determinada.
*En este seminario trabajamos con dos funciones:
-FUNCIONES DE PROBABILIDAD O MASA
-FUNCIONES DE DENSIDAD O DISTRIBUCIÓN
DISTRIBUCIÓN DE PROBABILIDAD CON LA QUE VAMOS A TRABAJAR:
*Si variable es discreta distribución de probabilidad binomial (BINOM)
*Si variable continua distribución de probabilidad normal (NORM)
-En ambas podemos usar función de probabilidad puntual y acumulada.
A) 60 o menos estén correctamente evaluadas:
*Correctamente evaluadas  éxitos
*Nos están pidiendo que probabilidad hay de que haya 60 o menos éxitos.
-Estamos hablando de una probabilidad acumulada por lo que usaremos
FDA (FUNCION DE DENSIDAD ACUMULADA)
-USAMOS CDF Binomial pues es una variable discreta
Abrimos un nuevo archivo de SPSS
En VISTA DE DATOS
Introducimos un dato cualquiera (1,00) en una variable para que
nos deje trabajar
TRANSFORMARCALCULAR LA VARIABLE
Introducimos el nombre de la variable (binomial1), la función
correspondiente para que calcule la probabilidad de que 60 o menos estén
correctamente evaluadas.
GRUPO DE FUNCIONES FUNCIONES Y VARIABLES
ESPECIALES
EXPRESIÓN NUMÉRICA
FDA Y FDA no concentrada CDF. BINOM CDF BINOM. (60,72,0.92)*
ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO
EN ESTE CASO.
EN LA EXPRESIÓN NUMÉRICA DE CDF. BINOMIAL:
número de éxitos
tamaño de la muestra
probabilidad de éxitos
TRANSFORMAR
CALCULAR VARIABLE
EXPRESIÓN
NUMÉRICA
FDA Y FDA no
acumulada
CDF. BINOM
BINOMIAL1: 0.01148443025156
*PODEMOS SELECCIONAR EN LA VISTA DE VARIABLES PARA QUE APAREZCAN EN LOS
DATOS HASTA 6 DECIMALES.
CONCLUSIÓN: hay un 0,011 (1%) (muy poco) probabilidad de que las 60 o menos
estén correctamente evaluadas.
B. Menos de 60 estén correctamente evaluadas
*Correctamente evaluadas  éxitos
*Nos están pidiendo que probabilidad hay de que haya menos de 60 éxitos =
(59 o menos)
-Estamos hablando de una probabilidad acumulada por lo que usaremos
FDA (FUNCION DE DENSIDAD ACUMULADA)
-USAMOS CDF Binomial pues es una variable discreta
En VISTA DE DATOS
Introducimos un dato cualquiera (2,00) en una variable para que nos deje
trabajar
TRANSFORMAR  CALCULAR LA VARIABLE
Introducimos el nombre de la variable (binomial2), la función
correspondiente para que calcule la probabilidad de que menos de 60 estén
correctamente evaluadas.
ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN
ESTE CASO.
EN LA EXPRESIÓN NUMÉRICA DE CDF. BINOMIAL:
número de éxitos
tamaño de la muestra
probabilidad de éxitos
GRUPO DE FUNCIONES FUNCIONES Y VARIABLES
ESPECIALES
EXPRESIÓN NUMÉRICA
FDA Y FDA no concentrada CDF. BINOM CDF BINOM. (59,72,0.92)*
*Como nos piden menos de 60, lo traducimos en 59 o menos. Así que ahora
también usamos la función FDA y FDA no concentrada y CDF. BINOM pero
con el número de éxitos acumulados 59.
BINOMIAL2: 0.004391
*PODEMOS SELECCIONAR EN LA VISTA DE VARIABLES PARA QUE APAREZCAN EN LOS
DATOS HASTA 6 DECIMALES.
CONCLUSIÓN: hay un 0,0043 (0.4%) (muy poco) probabilidad de que menos de 60
estén correctamente evaluadas.
C. Exactamente 60 estén correctamente evaluadas
*Correctamente evaluadas  éxitos
*Nos están pidiendo que probabilidad hay de que haya 60 éxitos.
-Estamos hablando de una probabilidad puntual por lo que usaremos FDP
(FUNCION DE DENSIDAD PUNTUAL)
-USAMOS CDF Binomial pues sigue siendo una variable discreta
En VISTA DE DATOS
Introducimos un dato cualquiera (3,00) en una variable para que nos deje
trabajar
TRANSFORMAR  CALCULAR LA VARIABLE
Introducimos el nombre de la variable (binomial3), la función
correspondiente para que calcule la probabilidad de que exactamente 60
estén correctamente evaluadas.
ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO
EN ESTE CASO.
EN LA EXPRESIÓN NUMÉRICA DE CDF. BINOMIAL:
número de éxitos
tamaño de la muestra
probabilidad de éxitos
GRUPO DE FUNCIONES FUNCIONES Y VARIABLES
ESPECIALES
EXPRESIÓN NUMÉRICA
FDP Y FDP no concentrada* CDF. BINOM* CDF BINOM. (60,72,0.92)
*Elegimos FDP Y FDP no concentrada pues queremos saber la probabilidad puntual
para un valor determinado, en este caso 60.
*Elegimos CDF. BINOM pues estamos trabajando con una variable discreta en este
ejercicio
TRANSFORMAR
CALCULAR VARIABLE
EXPRESIÓN
NUMÉRICA
FDP Y FDP no
acumulada
CDF. BINOM
BINOMIAL3: 0.00709305866801
*PODEMOS SELECCIONAR EN LA VISTA DE VARIABLES PARA QUE APAREZCAN EN LOS
DATOS HASTA 6 DECIMALES.
CONCLUSIÓN: hay un 0,0070 (0.7%) (muy poco) probabilidad de que exactamente
60 estén correctamente evaluadas
A) Obtener la probabilidad de que el nivel de glucosa en sangre en
un diabético sea inferior a 120 mg/100ml.
*Nos esta pidiendo la probabilidad de que la glucosa en sangre sea menor
que 120, lo cual lo traducimos en 119.99999… o menos (variable continua)
-Estamos hablando de una probabilidad acumulada por lo que usaremos
FDA (FUNCION DE DENSIDAD ACUMULADA)
-USAMOS CDF Normal pues es una variable continua
Abrimos un nuevo archivo de SPSS
En VISTA DE DATOS
Introducimos un dato cualquiera (1,00) en una variable para que
nos deje trabajar
TRANSFORMARCALCULAR LA VARIABLE
Introducimos el nombre de la variable (normal1), la función
correspondiente para que calcule la probabilidad de que la glucosa en
sangre de un diabético sea menor de 120mg/100ml
ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO
EN ESTE CASO.
EN LA EXPRESIÓN NUMÉRICA DE CDF. NORMAL:
Nivel de glucosa hasta el que se pide
media
desviación típica
GRUPO DE FUNCIONES FUNCIONES Y VARIABLES
ESPECIALES
EXPRESIÓN NUMÉRICA
FDP Y FDP no concentrada CDF. NORMAL* CDF NORMAL. (120,120,5)*
*Esta vez usamos el CDF. Normal pues estamos tratando con un ejercicio variable
es continua.
*En el nivel de glucosa que nos piden sería <120, como es una variable discreta
deberíamos poner 119,999999 (para no descartar los infinitos decimales entre 119
y 120; pero redondeamos y ponemos 120)
FDA Y FDA no
acumulada
EXPRESIÓN
NUMÉRICA
CDF. NORMAL
-NORMAL1:0,50
-CONCLUSIÓN: hay un 0,50 (50%) de probabilidad de que la glucosa en los diabéticos
estudiados esté por debajo de 120mg/100ml. Dicho de otra manera: Estamos en el
centro de la campana, entonces lo mas probable será que el 50% de los diabéticos
estudiados tenga una glucemia <120/100ml (el otro 50% la tendrá >120/100ml)
B) ¿Qué porcentaje de diabéticos tienen niveles de glucosa en
sangre comprendidos entre 90 y 130mg/100ml?
*Esta vez nos pide el porcentaje de que el nivel de glucosa esté entre 90 y
130. Entonces hacemos el caculo de las FDA con CDF NORMAL para ambas
y las restamos para ver la probabilidad de que el valor este entre ambas.
En VISTA DE DATOS
Introducimos un dato cualquiera (2,00) en una variable para que nos
deje trabajar
TRANSFORMAR  CALCULAR LA VARIABLE
Introducimos el nombre de la variable (normal2), las funciones
correspondiente para que calcule la resta entre la probabilidad
acumulada de 130 y la de 90
ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN
ESTE CASO.
EN LA EXPRESIÓN NUMÉRICA DE CDF. NORMAL:
Nivel de glucosa hasta el que se pide
media
desviación típica
GRUPO DE
FUNCIONES
FUNCIONES Y
VARIABLES
ESPECIALES
EXPRESIÓN NUMÉRICA
FDP Y FDP no
concentrada
CDF. NORMAL CDF NORMAL. (130,120,5)- CDF NORMAL
(90,120,5)
-NORMAL2:0,97724986706523
-CONCLUSIÓN: Aproximadamente el 98 % de las personas tiene una glucemia entre 90
y 130. Estos resultados indican que la mayoría de los diabéticos estudiados tienen una
glucemia controlada y que la probabilidad de casos con con valores de hipoglucemia o
hiperglucemia en los diabéticos estudiados es muy escasa.
C) Hallar el valor de la variable caracterizado por la propiedad
de que el 25% y 50% de todos los diabéticos tiene un nivel de
glucosa en ayunas inferior a dicho valor.
*Tenemos que hallar el valor de glucosa en sangre por debajo de la cual
tienen su glucemia el 25 % de los diabéticos en ayunas y el valor de
glucosa en sangre por debajo de la cual tienen su glucemia el 50% de los
diabéticos en ayunas.
En VISTA DE DATOS
Introducimos un dato cualquiera (3,00) en una variable para que nos
deje trabajar
TRANSFORMAR  CALCULAR LA VARIABLE
Introducimos el nombre de la variable (normal3), las funciones
correspondiente para que calcule el percentil 50
ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS
SELECCIONADO EN ESTE CASO.
EN LA EXPRESIÓN NUMÉRICA DE IDF. NORMAL:
Percentil
media
desviación típica
GRUPO DE FUNCIONES FUNCIONES Y VARIABLES
ESPECIALES
EXPRESIÓN NUMÉRICA
GL. INVERSOS IDF. NORMAL IDF NORMAL. (0.5,120,5)
En VISTA DE DATOS
Introducimos un dato cualquiera (4,00) en una variable para que
nos deje trabajar
TRANSFORMAR  CALCULAR LA VARIABLE
Introducimos el nombre de la variable (normal4), las funciones
correspondiente para que calcule el percentil 25
ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS
SELECCIONADO EN ESTE CASO.
EN LA EXPRESIÓN NUMÉRICA DE IDF. NORMAL:
Percentil
media
desviación típica
GRUPO DE FUNCIONES FUNCIONES Y VARIABLES
ESPECIALES
EXPRESIÓN NUMÉRICA
GL. INVERSOS IDF. NORMAL IDF NORMAL. (0.25,120,5)
NORMAL3: 120,00
*El 50% de los diabéticos estudiados tiene un nivel de glucemia en ayunas por
debajo de 120,00 mg/100ml
NORMAL4: 116,62…
*El 25% de los diabéticos estudiados tiene un nivel de glucemia en ayunas por
debajo de 116,62 mg/100 ml
*Los pacientes que encontremos con hipo o hiperglucemia (a ambas colas de la
campana que formaría al representarlo de manera gráfica, no tendrán hipo o
hiperglucemias muy extremas. Porque el p25 esta en 116,62 (no es muy extremo)
P50= 120,00
P25=116,62…

Más contenido relacionado

La actualidad más candente

CP.01 Distribución Normal
CP.01 Distribución NormalCP.01 Distribución Normal
CP.01 Distribución Normal
Federico Salvador Wadsworth
 
estadistica 2016
estadistica 2016estadistica 2016
estadistica 2016
catalynn
 
Computación avanzada solver
Computación avanzada solverComputación avanzada solver
Computación avanzada solver
Tania Sanchez
 
Manual de minitab
Manual de minitab Manual de minitab
Manual de minitab
Fer Echavarria
 
Prueba t student
Prueba t studentPrueba t student
Prueba t student
pooljean
 
trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)
Jenny Aimacaña
 
Sen Met grafico
Sen Met graficoSen Met grafico
Sen Met grafico
Jose Villanueva
 
Correlacion con spss
Correlacion con spssCorrelacion con spss
Correlacion con spss
Dr. Anderson Hugo Cieza Delgado
 
Presentación de resultados
Presentación de resultadosPresentación de resultados
Presentación de resultados
Hospital Nacional Almanzor Aguinaga Asenjo
 
seminario vii sin acabar
seminario vii sin acabarseminario vii sin acabar
seminario vii sin acabar
mariadelosangelesgayoso
 

La actualidad más candente (10)

CP.01 Distribución Normal
CP.01 Distribución NormalCP.01 Distribución Normal
CP.01 Distribución Normal
 
estadistica 2016
estadistica 2016estadistica 2016
estadistica 2016
 
Computación avanzada solver
Computación avanzada solverComputación avanzada solver
Computación avanzada solver
 
Manual de minitab
Manual de minitab Manual de minitab
Manual de minitab
 
Prueba t student
Prueba t studentPrueba t student
Prueba t student
 
trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)trabajopUsingexcelsolver(1)
trabajopUsingexcelsolver(1)
 
Sen Met grafico
Sen Met graficoSen Met grafico
Sen Met grafico
 
Correlacion con spss
Correlacion con spssCorrelacion con spss
Correlacion con spss
 
Presentación de resultados
Presentación de resultadosPresentación de resultados
Presentación de resultados
 
seminario vii sin acabar
seminario vii sin acabarseminario vii sin acabar
seminario vii sin acabar
 

Destacado

Martín lutero
Martín luteroMartín lutero
Martín lutero
valealvear
 
Si la vida es dulce
Si la vida es dulceSi la vida es dulce
Si la vida es dulce
noemirocham
 
La contaminación ambiental
La contaminación ambientalLa contaminación ambiental
La contaminación ambiental
elbagonzalez66
 
Adobe illustrator
Adobe illustratorAdobe illustrator
Adobe illustrator
sofia590
 
Recursos de aprendizaje tarea 4 y 5
Recursos de aprendizaje tarea 4 y 5Recursos de aprendizaje tarea 4 y 5
Recursos de aprendizaje tarea 4 y 5
jhonnycontreras2709
 
Diferencias Entre Depilacion Laser Y Fotodepilacion
Diferencias Entre Depilacion Laser Y Fotodepilacion
Diferencias Entre Depilacion Laser Y Fotodepilacion
Diferencias Entre Depilacion Laser Y Fotodepilacion
hilariouswoman39
 
Presentación1
Presentación1Presentación1
Presentación1
Vivian Trejos
 
RECICLAJE
RECICLAJERECICLAJE
RECICLAJE
vero145488
 
ALBU DE TECNOLOGIA Y COMUNIDAD
ALBU DE TECNOLOGIA Y COMUNIDADALBU DE TECNOLOGIA Y COMUNIDAD
ALBU DE TECNOLOGIA Y COMUNIDAD
MAQUEVA
 
Qué es un texto
Qué es un textoQué es un texto
Qué es un texto
Silvia Pose
 
Juegos tradicionales colombianos
Juegos tradicionales colombianosJuegos tradicionales colombianos
Juegos tradicionales colombianos
tatiana902
 
TIBURON DUENDE ROSADO
TIBURON DUENDE ROSADOTIBURON DUENDE ROSADO
TIBURON DUENDE ROSADO
clausgalvis
 
Entornos para compartir recursos
Entornos para compartir recursosEntornos para compartir recursos
Entornos para compartir recursos
edgarmora123
 
Tributario2 inyensivo
Tributario2 inyensivoTributario2 inyensivo
Tributario2 inyensivo
johaabogada
 
Banco De España
Banco De España
Banco De España
Banco De España
lloyd6horn69
 
Slidershare debbie
Slidershare debbieSlidershare debbie
Slidershare debbie
Ãnğië Gomez
 
Acuerdos en diferentes ambientes
Acuerdos en diferentes ambientesAcuerdos en diferentes ambientes
Acuerdos en diferentes ambientes
Camilo Ortiz
 
Feria de ciencia y tecnología
Feria de ciencia y tecnologíaFeria de ciencia y tecnología
Feria de ciencia y tecnología
Nacional Pergamino
 
mantenimiento
mantenimientomantenimiento
mantenimiento
leydy159
 
Puppet Master Tweet
Puppet Master TweetPuppet Master Tweet
Puppet Master Tweet
Medialab en Matadero
 

Destacado (20)

Martín lutero
Martín luteroMartín lutero
Martín lutero
 
Si la vida es dulce
Si la vida es dulceSi la vida es dulce
Si la vida es dulce
 
La contaminación ambiental
La contaminación ambientalLa contaminación ambiental
La contaminación ambiental
 
Adobe illustrator
Adobe illustratorAdobe illustrator
Adobe illustrator
 
Recursos de aprendizaje tarea 4 y 5
Recursos de aprendizaje tarea 4 y 5Recursos de aprendizaje tarea 4 y 5
Recursos de aprendizaje tarea 4 y 5
 
Diferencias Entre Depilacion Laser Y Fotodepilacion
Diferencias Entre Depilacion Laser Y Fotodepilacion
Diferencias Entre Depilacion Laser Y Fotodepilacion
Diferencias Entre Depilacion Laser Y Fotodepilacion
 
Presentación1
Presentación1Presentación1
Presentación1
 
RECICLAJE
RECICLAJERECICLAJE
RECICLAJE
 
ALBU DE TECNOLOGIA Y COMUNIDAD
ALBU DE TECNOLOGIA Y COMUNIDADALBU DE TECNOLOGIA Y COMUNIDAD
ALBU DE TECNOLOGIA Y COMUNIDAD
 
Qué es un texto
Qué es un textoQué es un texto
Qué es un texto
 
Juegos tradicionales colombianos
Juegos tradicionales colombianosJuegos tradicionales colombianos
Juegos tradicionales colombianos
 
TIBURON DUENDE ROSADO
TIBURON DUENDE ROSADOTIBURON DUENDE ROSADO
TIBURON DUENDE ROSADO
 
Entornos para compartir recursos
Entornos para compartir recursosEntornos para compartir recursos
Entornos para compartir recursos
 
Tributario2 inyensivo
Tributario2 inyensivoTributario2 inyensivo
Tributario2 inyensivo
 
Banco De España
Banco De España
Banco De España
Banco De España
 
Slidershare debbie
Slidershare debbieSlidershare debbie
Slidershare debbie
 
Acuerdos en diferentes ambientes
Acuerdos en diferentes ambientesAcuerdos en diferentes ambientes
Acuerdos en diferentes ambientes
 
Feria de ciencia y tecnología
Feria de ciencia y tecnologíaFeria de ciencia y tecnología
Feria de ciencia y tecnología
 
mantenimiento
mantenimientomantenimiento
mantenimiento
 
Puppet Master Tweet
Puppet Master TweetPuppet Master Tweet
Puppet Master Tweet
 

Similar a Estadística y tics 7

Ppoint seminario 7
Ppoint seminario 7Ppoint seminario 7
Ppoint seminario 7
Cristina Reguera
 
Seminario 8 power point
Seminario 8 power pointSeminario 8 power point
Seminario 8 power point
IreneMerino21
 
Tarea del seminario 7
Tarea del seminario 7Tarea del seminario 7
Tarea del seminario 7
alba248
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
isagiljim
 
Tarea 7 francisco javier escalona garcía.
Tarea 7 francisco javier escalona garcía.Tarea 7 francisco javier escalona garcía.
Tarea 7 francisco javier escalona garcía.
curroescalona
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
Isabel Bejar Diaz
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
Carmen Moraga
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
Carmen Moraga
 
RETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdf
RETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdfRETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdf
RETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdf
ThaliaRiosMartinez1
 
Tarea seminario 7
Tarea seminario 7Tarea seminario 7
Tarea seminario 7
carmenreal
 
Seminario 7 estadistica
Seminario 7 estadisticaSeminario 7 estadistica
Seminario 7 estadistica
irenedisaster
 
Tarea 8 (1)
Tarea 8 (1)Tarea 8 (1)
Tarea 8 (1)
ycarrabeo
 
Seminario 8
Seminario 8Seminario 8
SEMINARIO VIII
SEMINARIO VIII SEMINARIO VIII
SEMINARIO VIII
mariadelosangelesgayoso
 
Tarea seminario 7
Tarea seminario 7Tarea seminario 7
Tarea seminario 7
Rosario Gonzalez Diaz
 
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
andreart4
 
Seminario VIII
Seminario VIIISeminario VIII
Seminario VIII
andrearotri95
 
Uso De Métodos Estadísticos en Campañas de Adwords
Uso De Métodos Estadísticos en Campañas de AdwordsUso De Métodos Estadísticos en Campañas de Adwords
Uso De Métodos Estadísticos en Campañas de Adwords
Justo Ibarra
 
Tarea 8
Tarea 8Tarea 8
Tarea 8
ycarrabeo
 
Ejercicio 3
Ejercicio 3Ejercicio 3
Ejercicio 3
Marta Garrido
 

Similar a Estadística y tics 7 (20)

Ppoint seminario 7
Ppoint seminario 7Ppoint seminario 7
Ppoint seminario 7
 
Seminario 8 power point
Seminario 8 power pointSeminario 8 power point
Seminario 8 power point
 
Tarea del seminario 7
Tarea del seminario 7Tarea del seminario 7
Tarea del seminario 7
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tarea 7 francisco javier escalona garcía.
Tarea 7 francisco javier escalona garcía.Tarea 7 francisco javier escalona garcía.
Tarea 7 francisco javier escalona garcía.
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
 
RETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdf
RETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdfRETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdf
RETROALIMENTACIÓN-CORRELACIÓN Y REGRESIÓN.pdf
 
Tarea seminario 7
Tarea seminario 7Tarea seminario 7
Tarea seminario 7
 
Seminario 7 estadistica
Seminario 7 estadisticaSeminario 7 estadistica
Seminario 7 estadistica
 
Tarea 8 (1)
Tarea 8 (1)Tarea 8 (1)
Tarea 8 (1)
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
SEMINARIO VIII
SEMINARIO VIII SEMINARIO VIII
SEMINARIO VIII
 
Tarea seminario 7
Tarea seminario 7Tarea seminario 7
Tarea seminario 7
 
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
 
Uso De Métodos Estadísticos en Campañas de Adwords
Uso De Métodos Estadísticos en Campañas de AdwordsUso De Métodos Estadísticos en Campañas de Adwords
Uso De Métodos Estadísticos en Campañas de Adwords
 
Tarea 8
Tarea 8Tarea 8
Tarea 8
 
Ejercicio 3
Ejercicio 3Ejercicio 3
Ejercicio 3
 

Más de luciamayogarrucho

CASO CLÍNICO: SRA. MARGARITA
CASO CLÍNICO: SRA. MARGARITACASO CLÍNICO: SRA. MARGARITA
CASO CLÍNICO: SRA. MARGARITA
luciamayogarrucho
 
TAREA SEMINARIO 9
TAREA SEMINARIO 9TAREA SEMINARIO 9
TAREA SEMINARIO 9
luciamayogarrucho
 
TAREA SEMINARIO 8
TAREA SEMINARIO 8TAREA SEMINARIO 8
TAREA SEMINARIO 8
luciamayogarrucho
 
TAREA DEL SEMINARIO 6
TAREA DEL SEMINARIO 6TAREA DEL SEMINARIO 6
TAREA DEL SEMINARIO 6
luciamayogarrucho
 
TAREA SEMINARIO 5
TAREA SEMINARIO 5TAREA SEMINARIO 5
TAREA SEMINARIO 5
luciamayogarrucho
 
Tarea seminario 4
Tarea seminario 4Tarea seminario 4
Tarea seminario 4
luciamayogarrucho
 
Tarea seminario 3
Tarea seminario 3Tarea seminario 3
Tarea seminario 3
luciamayogarrucho
 
Tarea seminario 2
Tarea seminario 2Tarea seminario 2
Tarea seminario 2
luciamayogarrucho
 

Más de luciamayogarrucho (8)

CASO CLÍNICO: SRA. MARGARITA
CASO CLÍNICO: SRA. MARGARITACASO CLÍNICO: SRA. MARGARITA
CASO CLÍNICO: SRA. MARGARITA
 
TAREA SEMINARIO 9
TAREA SEMINARIO 9TAREA SEMINARIO 9
TAREA SEMINARIO 9
 
TAREA SEMINARIO 8
TAREA SEMINARIO 8TAREA SEMINARIO 8
TAREA SEMINARIO 8
 
TAREA DEL SEMINARIO 6
TAREA DEL SEMINARIO 6TAREA DEL SEMINARIO 6
TAREA DEL SEMINARIO 6
 
TAREA SEMINARIO 5
TAREA SEMINARIO 5TAREA SEMINARIO 5
TAREA SEMINARIO 5
 
Tarea seminario 4
Tarea seminario 4Tarea seminario 4
Tarea seminario 4
 
Tarea seminario 3
Tarea seminario 3Tarea seminario 3
Tarea seminario 3
 
Tarea seminario 2
Tarea seminario 2Tarea seminario 2
Tarea seminario 2
 

Último

SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024
SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024
SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024
Carmelo Gallardo
 
PRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIA
PRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIAPRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIA
PRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIA
megrandai
 
EL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONES
EL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONESEL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONES
EL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONES
Mariemejia3
 
El trastorno del espectro autista.pptx
El  trastorno del espectro  autista.pptxEl  trastorno del espectro  autista.pptx
El trastorno del espectro autista.pptx
viarianaax
 
Tipos de Intoxicaciones que puede tener el servicio humano
Tipos de Intoxicaciones que puede tener el servicio humanoTipos de Intoxicaciones que puede tener el servicio humano
Tipos de Intoxicaciones que puede tener el servicio humano
Benny415498
 
plan de contingencia del ministerio publico del peru.ppt
plan de contingencia del ministerio publico del peru.pptplan de contingencia del ministerio publico del peru.ppt
plan de contingencia del ministerio publico del peru.ppt
RapaPedroEdson
 
Mensuraciones y ponderaciones en la atención primaria
Mensuraciones y ponderaciones en la atención primariaMensuraciones y ponderaciones en la atención primaria
Mensuraciones y ponderaciones en la atención primaria
Jhoama Quintero Santiago
 
Alergia a la vitamina B12 y la anemia perniciosa
Alergia a la vitamina B12 y la anemia perniciosaAlergia a la vitamina B12 y la anemia perniciosa
Alergia a la vitamina B12 y la anemia perniciosa
gabriellaochoa1
 
Quinolonas (2024)
Quinolonas (2024)Quinolonas (2024)
Quinolonas (2024)
jjcabanas
 
NOM-022-SSA3-2012 INSTITUYE LA TERAPIA DE INFUSION
NOM-022-SSA3-2012 INSTITUYE LA  TERAPIA DE INFUSIONNOM-022-SSA3-2012 INSTITUYE LA  TERAPIA DE INFUSION
NOM-022-SSA3-2012 INSTITUYE LA TERAPIA DE INFUSION
majesato2020
 
ASFIXIA Y MANIOBRA DE HEIMLICH - UNIVERSIDAD
ASFIXIA Y MANIOBRA DE HEIMLICH -  UNIVERSIDADASFIXIA Y MANIOBRA DE HEIMLICH -  UNIVERSIDAD
ASFIXIA Y MANIOBRA DE HEIMLICH - UNIVERSIDAD
moneetalvarez18
 
Anatomía y fisiología de dermis y tejido celular subcutáneo.pptx
Anatomía y fisiología de dermis y tejido celular subcutáneo.pptxAnatomía y fisiología de dermis y tejido celular subcutáneo.pptx
Anatomía y fisiología de dermis y tejido celular subcutáneo.pptx
Jaime Picazo
 
Enfermedad de wilson - trabajo de informática 2024-I
Enfermedad de wilson - trabajo de informática 2024-IEnfermedad de wilson - trabajo de informática 2024-I
Enfermedad de wilson - trabajo de informática 2024-I
LucianoAndrePlasenci
 
Enfermedad de Hipertensión Arterial .pptx
Enfermedad de Hipertensión Arterial .pptxEnfermedad de Hipertensión Arterial .pptx
Enfermedad de Hipertensión Arterial .pptx
daianagc30
 
¿Qué entendemos por salud mental? ¿Cómo se construye?
¿Qué entendemos por salud mental? ¿Cómo se construye?¿Qué entendemos por salud mental? ¿Cómo se construye?
¿Qué entendemos por salud mental? ¿Cómo se construye?
CRISTINA
 
Eleva tu rendimiento mental tomando Rise
Eleva tu rendimiento mental tomando RiseEleva tu rendimiento mental tomando Rise
Eleva tu rendimiento mental tomando Rise
The Movement
 
INFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdf
INFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdfINFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdf
INFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdf
jesusmisagel123
 
ABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdf
ABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdfABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdf
ABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdf
JimmyFuentesRivera
 
Patologia de la oftalmologia (parpados).ppt
Patologia de la oftalmologia (parpados).pptPatologia de la oftalmologia (parpados).ppt
Patologia de la oftalmologia (parpados).ppt
SebastianCoba2
 
HERIDAS PPT INFORMÁTICA por Mercedes Herrera
HERIDAS PPT INFORMÁTICA por Mercedes HerreraHERIDAS PPT INFORMÁTICA por Mercedes Herrera
HERIDAS PPT INFORMÁTICA por Mercedes Herrera
mecheherrera2001
 

Último (20)

SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024
SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024
SEMIOLOGIA MEDICA - Escuela deMedicina Dr Witremundo Torrealba 2024
 
PRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIA
PRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIAPRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIA
PRESENTACION DE LA TECNICA SBAR-SAER - ENFERMERIA
 
EL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONES
EL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONESEL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONES
EL CÁNCER, ¿QUÉ ES?, TIPOS, ESTADÍSTICAS, CONCLUSIONES
 
El trastorno del espectro autista.pptx
El  trastorno del espectro  autista.pptxEl  trastorno del espectro  autista.pptx
El trastorno del espectro autista.pptx
 
Tipos de Intoxicaciones que puede tener el servicio humano
Tipos de Intoxicaciones que puede tener el servicio humanoTipos de Intoxicaciones que puede tener el servicio humano
Tipos de Intoxicaciones que puede tener el servicio humano
 
plan de contingencia del ministerio publico del peru.ppt
plan de contingencia del ministerio publico del peru.pptplan de contingencia del ministerio publico del peru.ppt
plan de contingencia del ministerio publico del peru.ppt
 
Mensuraciones y ponderaciones en la atención primaria
Mensuraciones y ponderaciones en la atención primariaMensuraciones y ponderaciones en la atención primaria
Mensuraciones y ponderaciones en la atención primaria
 
Alergia a la vitamina B12 y la anemia perniciosa
Alergia a la vitamina B12 y la anemia perniciosaAlergia a la vitamina B12 y la anemia perniciosa
Alergia a la vitamina B12 y la anemia perniciosa
 
Quinolonas (2024)
Quinolonas (2024)Quinolonas (2024)
Quinolonas (2024)
 
NOM-022-SSA3-2012 INSTITUYE LA TERAPIA DE INFUSION
NOM-022-SSA3-2012 INSTITUYE LA  TERAPIA DE INFUSIONNOM-022-SSA3-2012 INSTITUYE LA  TERAPIA DE INFUSION
NOM-022-SSA3-2012 INSTITUYE LA TERAPIA DE INFUSION
 
ASFIXIA Y MANIOBRA DE HEIMLICH - UNIVERSIDAD
ASFIXIA Y MANIOBRA DE HEIMLICH -  UNIVERSIDADASFIXIA Y MANIOBRA DE HEIMLICH -  UNIVERSIDAD
ASFIXIA Y MANIOBRA DE HEIMLICH - UNIVERSIDAD
 
Anatomía y fisiología de dermis y tejido celular subcutáneo.pptx
Anatomía y fisiología de dermis y tejido celular subcutáneo.pptxAnatomía y fisiología de dermis y tejido celular subcutáneo.pptx
Anatomía y fisiología de dermis y tejido celular subcutáneo.pptx
 
Enfermedad de wilson - trabajo de informática 2024-I
Enfermedad de wilson - trabajo de informática 2024-IEnfermedad de wilson - trabajo de informática 2024-I
Enfermedad de wilson - trabajo de informática 2024-I
 
Enfermedad de Hipertensión Arterial .pptx
Enfermedad de Hipertensión Arterial .pptxEnfermedad de Hipertensión Arterial .pptx
Enfermedad de Hipertensión Arterial .pptx
 
¿Qué entendemos por salud mental? ¿Cómo se construye?
¿Qué entendemos por salud mental? ¿Cómo se construye?¿Qué entendemos por salud mental? ¿Cómo se construye?
¿Qué entendemos por salud mental? ¿Cómo se construye?
 
Eleva tu rendimiento mental tomando Rise
Eleva tu rendimiento mental tomando RiseEleva tu rendimiento mental tomando Rise
Eleva tu rendimiento mental tomando Rise
 
INFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdf
INFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdfINFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdf
INFECCIONES RESPIRATORIAS AGUDAS EN NIÑOS DEL PERU.pdf
 
ABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdf
ABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdfABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdf
ABORDAJE TERAPEUTICO DE CICATRIZ QUELOIDE.pdf
 
Patologia de la oftalmologia (parpados).ppt
Patologia de la oftalmologia (parpados).pptPatologia de la oftalmologia (parpados).ppt
Patologia de la oftalmologia (parpados).ppt
 
HERIDAS PPT INFORMÁTICA por Mercedes Herrera
HERIDAS PPT INFORMÁTICA por Mercedes HerreraHERIDAS PPT INFORMÁTICA por Mercedes Herrera
HERIDAS PPT INFORMÁTICA por Mercedes Herrera
 

Estadística y tics 7

  • 1. Lucía Mayo Garrucho 1º Enfermería Grupo B. Macarena. Subgrupo 7 Estadística y TIC Facultad de enfermería, fisioterapia y podología. Universidad de Sevilla
  • 2. FUNCION DE DENSIDAD PUNTUAL: FDP Y FDP NO CONCENTRADA FUNCION DE DENSIDAD ACUMULADA: FDA Y FDA NO CONCENTRADA En el seminario número 7 trabajamos con el fin de comprobar que las frecuencias se comportan como probabilidades, mediante dos simuladores. Cuando los valores de una variable están en función de una probabilidad, es que a cada valor de la variable le corresponde una probabilidad determinada. *En este seminario trabajamos con dos funciones: -FUNCIONES DE PROBABILIDAD O MASA -FUNCIONES DE DENSIDAD O DISTRIBUCIÓN
  • 3. DISTRIBUCIÓN DE PROBABILIDAD CON LA QUE VAMOS A TRABAJAR: *Si variable es discreta distribución de probabilidad binomial (BINOM) *Si variable continua distribución de probabilidad normal (NORM) -En ambas podemos usar función de probabilidad puntual y acumulada.
  • 4.
  • 5. A) 60 o menos estén correctamente evaluadas: *Correctamente evaluadas  éxitos *Nos están pidiendo que probabilidad hay de que haya 60 o menos éxitos. -Estamos hablando de una probabilidad acumulada por lo que usaremos FDA (FUNCION DE DENSIDAD ACUMULADA) -USAMOS CDF Binomial pues es una variable discreta Abrimos un nuevo archivo de SPSS En VISTA DE DATOS Introducimos un dato cualquiera (1,00) en una variable para que nos deje trabajar TRANSFORMARCALCULAR LA VARIABLE Introducimos el nombre de la variable (binomial1), la función correspondiente para que calcule la probabilidad de que 60 o menos estén correctamente evaluadas.
  • 6. GRUPO DE FUNCIONES FUNCIONES Y VARIABLES ESPECIALES EXPRESIÓN NUMÉRICA FDA Y FDA no concentrada CDF. BINOM CDF BINOM. (60,72,0.92)* ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN ESTE CASO. EN LA EXPRESIÓN NUMÉRICA DE CDF. BINOMIAL: número de éxitos tamaño de la muestra probabilidad de éxitos
  • 8. BINOMIAL1: 0.01148443025156 *PODEMOS SELECCIONAR EN LA VISTA DE VARIABLES PARA QUE APAREZCAN EN LOS DATOS HASTA 6 DECIMALES. CONCLUSIÓN: hay un 0,011 (1%) (muy poco) probabilidad de que las 60 o menos estén correctamente evaluadas.
  • 9. B. Menos de 60 estén correctamente evaluadas *Correctamente evaluadas  éxitos *Nos están pidiendo que probabilidad hay de que haya menos de 60 éxitos = (59 o menos) -Estamos hablando de una probabilidad acumulada por lo que usaremos FDA (FUNCION DE DENSIDAD ACUMULADA) -USAMOS CDF Binomial pues es una variable discreta En VISTA DE DATOS Introducimos un dato cualquiera (2,00) en una variable para que nos deje trabajar TRANSFORMAR  CALCULAR LA VARIABLE Introducimos el nombre de la variable (binomial2), la función correspondiente para que calcule la probabilidad de que menos de 60 estén correctamente evaluadas.
  • 10. ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN ESTE CASO. EN LA EXPRESIÓN NUMÉRICA DE CDF. BINOMIAL: número de éxitos tamaño de la muestra probabilidad de éxitos GRUPO DE FUNCIONES FUNCIONES Y VARIABLES ESPECIALES EXPRESIÓN NUMÉRICA FDA Y FDA no concentrada CDF. BINOM CDF BINOM. (59,72,0.92)* *Como nos piden menos de 60, lo traducimos en 59 o menos. Así que ahora también usamos la función FDA y FDA no concentrada y CDF. BINOM pero con el número de éxitos acumulados 59.
  • 11.
  • 12. BINOMIAL2: 0.004391 *PODEMOS SELECCIONAR EN LA VISTA DE VARIABLES PARA QUE APAREZCAN EN LOS DATOS HASTA 6 DECIMALES. CONCLUSIÓN: hay un 0,0043 (0.4%) (muy poco) probabilidad de que menos de 60 estén correctamente evaluadas.
  • 13. C. Exactamente 60 estén correctamente evaluadas *Correctamente evaluadas  éxitos *Nos están pidiendo que probabilidad hay de que haya 60 éxitos. -Estamos hablando de una probabilidad puntual por lo que usaremos FDP (FUNCION DE DENSIDAD PUNTUAL) -USAMOS CDF Binomial pues sigue siendo una variable discreta En VISTA DE DATOS Introducimos un dato cualquiera (3,00) en una variable para que nos deje trabajar TRANSFORMAR  CALCULAR LA VARIABLE Introducimos el nombre de la variable (binomial3), la función correspondiente para que calcule la probabilidad de que exactamente 60 estén correctamente evaluadas.
  • 14. ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN ESTE CASO. EN LA EXPRESIÓN NUMÉRICA DE CDF. BINOMIAL: número de éxitos tamaño de la muestra probabilidad de éxitos GRUPO DE FUNCIONES FUNCIONES Y VARIABLES ESPECIALES EXPRESIÓN NUMÉRICA FDP Y FDP no concentrada* CDF. BINOM* CDF BINOM. (60,72,0.92) *Elegimos FDP Y FDP no concentrada pues queremos saber la probabilidad puntual para un valor determinado, en este caso 60. *Elegimos CDF. BINOM pues estamos trabajando con una variable discreta en este ejercicio
  • 16. EXPRESIÓN NUMÉRICA FDP Y FDP no acumulada CDF. BINOM
  • 17. BINOMIAL3: 0.00709305866801 *PODEMOS SELECCIONAR EN LA VISTA DE VARIABLES PARA QUE APAREZCAN EN LOS DATOS HASTA 6 DECIMALES. CONCLUSIÓN: hay un 0,0070 (0.7%) (muy poco) probabilidad de que exactamente 60 estén correctamente evaluadas
  • 18.
  • 19. A) Obtener la probabilidad de que el nivel de glucosa en sangre en un diabético sea inferior a 120 mg/100ml. *Nos esta pidiendo la probabilidad de que la glucosa en sangre sea menor que 120, lo cual lo traducimos en 119.99999… o menos (variable continua) -Estamos hablando de una probabilidad acumulada por lo que usaremos FDA (FUNCION DE DENSIDAD ACUMULADA) -USAMOS CDF Normal pues es una variable continua Abrimos un nuevo archivo de SPSS En VISTA DE DATOS Introducimos un dato cualquiera (1,00) en una variable para que nos deje trabajar TRANSFORMARCALCULAR LA VARIABLE Introducimos el nombre de la variable (normal1), la función correspondiente para que calcule la probabilidad de que la glucosa en sangre de un diabético sea menor de 120mg/100ml
  • 20. ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN ESTE CASO. EN LA EXPRESIÓN NUMÉRICA DE CDF. NORMAL: Nivel de glucosa hasta el que se pide media desviación típica GRUPO DE FUNCIONES FUNCIONES Y VARIABLES ESPECIALES EXPRESIÓN NUMÉRICA FDP Y FDP no concentrada CDF. NORMAL* CDF NORMAL. (120,120,5)* *Esta vez usamos el CDF. Normal pues estamos tratando con un ejercicio variable es continua. *En el nivel de glucosa que nos piden sería <120, como es una variable discreta deberíamos poner 119,999999 (para no descartar los infinitos decimales entre 119 y 120; pero redondeamos y ponemos 120)
  • 21.
  • 22. FDA Y FDA no acumulada EXPRESIÓN NUMÉRICA CDF. NORMAL
  • 23. -NORMAL1:0,50 -CONCLUSIÓN: hay un 0,50 (50%) de probabilidad de que la glucosa en los diabéticos estudiados esté por debajo de 120mg/100ml. Dicho de otra manera: Estamos en el centro de la campana, entonces lo mas probable será que el 50% de los diabéticos estudiados tenga una glucemia <120/100ml (el otro 50% la tendrá >120/100ml)
  • 24. B) ¿Qué porcentaje de diabéticos tienen niveles de glucosa en sangre comprendidos entre 90 y 130mg/100ml? *Esta vez nos pide el porcentaje de que el nivel de glucosa esté entre 90 y 130. Entonces hacemos el caculo de las FDA con CDF NORMAL para ambas y las restamos para ver la probabilidad de que el valor este entre ambas. En VISTA DE DATOS Introducimos un dato cualquiera (2,00) en una variable para que nos deje trabajar TRANSFORMAR  CALCULAR LA VARIABLE Introducimos el nombre de la variable (normal2), las funciones correspondiente para que calcule la resta entre la probabilidad acumulada de 130 y la de 90
  • 25. ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN ESTE CASO. EN LA EXPRESIÓN NUMÉRICA DE CDF. NORMAL: Nivel de glucosa hasta el que se pide media desviación típica GRUPO DE FUNCIONES FUNCIONES Y VARIABLES ESPECIALES EXPRESIÓN NUMÉRICA FDP Y FDP no concentrada CDF. NORMAL CDF NORMAL. (130,120,5)- CDF NORMAL (90,120,5)
  • 26.
  • 27. -NORMAL2:0,97724986706523 -CONCLUSIÓN: Aproximadamente el 98 % de las personas tiene una glucemia entre 90 y 130. Estos resultados indican que la mayoría de los diabéticos estudiados tienen una glucemia controlada y que la probabilidad de casos con con valores de hipoglucemia o hiperglucemia en los diabéticos estudiados es muy escasa.
  • 28. C) Hallar el valor de la variable caracterizado por la propiedad de que el 25% y 50% de todos los diabéticos tiene un nivel de glucosa en ayunas inferior a dicho valor. *Tenemos que hallar el valor de glucosa en sangre por debajo de la cual tienen su glucemia el 25 % de los diabéticos en ayunas y el valor de glucosa en sangre por debajo de la cual tienen su glucemia el 50% de los diabéticos en ayunas. En VISTA DE DATOS Introducimos un dato cualquiera (3,00) en una variable para que nos deje trabajar TRANSFORMAR  CALCULAR LA VARIABLE Introducimos el nombre de la variable (normal3), las funciones correspondiente para que calcule el percentil 50
  • 29. ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN ESTE CASO. EN LA EXPRESIÓN NUMÉRICA DE IDF. NORMAL: Percentil media desviación típica GRUPO DE FUNCIONES FUNCIONES Y VARIABLES ESPECIALES EXPRESIÓN NUMÉRICA GL. INVERSOS IDF. NORMAL IDF NORMAL. (0.5,120,5)
  • 30.
  • 31. En VISTA DE DATOS Introducimos un dato cualquiera (4,00) en una variable para que nos deje trabajar TRANSFORMAR  CALCULAR LA VARIABLE Introducimos el nombre de la variable (normal4), las funciones correspondiente para que calcule el percentil 25 ESTAS SON LAS FUNCIONES Y VARIABLES QUE HEMOS SELECCIONADO EN ESTE CASO. EN LA EXPRESIÓN NUMÉRICA DE IDF. NORMAL: Percentil media desviación típica GRUPO DE FUNCIONES FUNCIONES Y VARIABLES ESPECIALES EXPRESIÓN NUMÉRICA GL. INVERSOS IDF. NORMAL IDF NORMAL. (0.25,120,5)
  • 32.
  • 33.
  • 34.
  • 35. NORMAL3: 120,00 *El 50% de los diabéticos estudiados tiene un nivel de glucemia en ayunas por debajo de 120,00 mg/100ml NORMAL4: 116,62… *El 25% de los diabéticos estudiados tiene un nivel de glucemia en ayunas por debajo de 116,62 mg/100 ml *Los pacientes que encontremos con hipo o hiperglucemia (a ambas colas de la campana que formaría al representarlo de manera gráfica, no tendrán hipo o hiperglucemias muy extremas. Porque el p25 esta en 116,62 (no es muy extremo) P50= 120,00 P25=116,62…