SlideShare una empresa de Scribd logo
1 de 5
UNIVERSIDAD NACIONAL DE SAN MARTÍN –
TARAPOTO
CORPORACIÓN PERUANA DE
INVESTIGACIÓN Y ESTUDIOS DE
POSGRADO
DIPLOMADO EN:
ESTADÍSTICA APLICADA PARA LA CIENCIA DE
LA SALUD
MÓDULO:
I – PRINCIPIOS DE PROBABILIDAD Y
ESTADÍSTICA DESCRIPTIVA
PRESENTADO POR:
JENSY LÓPEZ RUÍZ
LAMAS – SAN MARTIN
PERU 2016
MÓDULO I: PRINCIPIOS DE PROBABILIDAD Y ESTADÍSTICA
DESCRIPTIVA
1. REALIZAR UN CASO POR CADA LEY DE PROBABILIDAD.
 LEY DE LA ADICIÓN
Hay 15 clínicas en una ciudad. De ellas, 6 no cumplen las reglas sanitarias y 8
no cumplen los requisitos de seguridad. 5 clínicas no cumplen ni los requisitos
de seguridad ni las reglas sanitarias.
Si se elige una clínica para inspeccionar al azar, ¿cuál es la probabilidad de que
cumpla ambos reglamentos?
SOLUCION
Sea A el sucesode que cumple las reglas sanitarias y B el sucesode que cumple
los requisitos de seguridad.
Si elegimos una clínica al azar, tenemos
P(A) = 6/15
P(B) = 8/15
P( A y B) =5/15
Deducimos que P(A) = P(A) = 9/15 y también que P(B) = 7/15.
(A o B)y(A y B) = ?
Luego P(A o B) = P(AyB) = 10/15
Calcular P(A y B).
P(A o B) = P(A)+P(B); P(A y B)
P(A y B) = 9/15 + 7/15 *10/15 = 6/15 = 2/5
 LEY DE LA MULTIPLICACIÓN
Se dan dos cartas de una baraja española. ¿Cuál es la probabilidad de que
ambas cartas sean copas?
Sea A (B) el suceso de que la primera (segunda) carta sea copa. se quiere
P(A y B).
SOLUCIÓN
Ahora P(A) = 10 /40 y P(B|A) = 9/39
porque si la primera carta es copa, quedan 39 cartas, nueve de ellos siendo
copas.
Luego P(A y B) = (10/40)× (9/39) = 3/52
 ANÁLISIS COMBINATORIO:
Se desea escoger un grupo de 5 representantes de una empresa entre 10
hombres y 4 mujeres, de manera que 3 sean hombres y 2 mujeres.
El número de maneras diferentes en que se pueden seleccionar tres hombres
entre 10 es:
(
10
3
) =
10!
7! 3!
=
10 𝑋 9 𝑋 8
3 𝑋 2
= 120
El número de maneras diferentes en que se pueden elegir dos mujeres entre 4
es:
(
2
4
) =
4!
2! 2!
=
4 𝑋 3
2
= 6
Finalmente, puesto por cada combinación de 3 hombres existen 6
combinaciones de mujeres, el número total de agrupaciones que podemos
seleccionar es:
120 · 6 = 720
2. ¿QUÉ ABARCA LA ESTADÍSTICA DESCRIPTIVA?
La Estadística descriptiva registra los datos en tablas y los
representa en gráficos. Calcula los parámetros estadísticos (medidas
de centralización y de dispersión), que describen el conjunto
estudiado.
3. ¿CÓMO CALCULAR EL TAMAÑO DE LA MUESTRAPOR CADA TIPO DE
ESTUDIO? REALICE UN EJEMPLO POR CADA UNA.
 CÁLCULO DEL TAMAÑO MUESTRAL EN ESTUDIOS TRANSVERSALES:
Ejemplo: ¿A cuántas personas tendríamos que estudiar para conocer la
prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que
puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha proporción
utilizaríamos el valor p = 0,5 (50%) que maximiza el tamaño muestral:
donde:
 Za
2
= 1.962
(ya que la seguridad es del 95%)
 p = proporción esperada (en este caso 5% = 0.05)
 q = 1 – p (en este caso 1 – 0.05 = 0.95)
 d = precisión (en este caso deseamos un 3%)
 CÁLCULO DEL TAMAÑO MUESTRAL EN UN ESTUDIO DE CASOS Y
CONTROLES:
Se desea estudiar la existencia de una asociación entre el consumo de tabaco
y el hecho de sufrir un infarto de miocardio. Para poner en evidencia dicha
asociación y cuantificar su magnitud se diseña un estudio de casos y controles
en el que se investigará el consumo de tabaco de una serie de pacientes que
han padecido un infarto de miocardio (casos) y una serie de pacientes sanos
(controles). Se cree que alrededor de un 40% de los controles son fumadores
y se considera como diferencia importante entre ambos grupos un odds ratio
de 4. Con estos datos, podemos calcular el tamaño de muestra necesario en
cada grupo para detectar un odds ratio de 4 como significativamente diferente
de 1 con una seguridad del 95% y un poder del 80%. De acuerdo con lo
expuesto con anterioridad, conocemos los siguientes parámetros:
1. Frecuencia de exposición entre los controles: 40%
2. Odds ratio previsto: 4
3. Nivel de seguridad: 95%
4. Poder estadístico: 80%
De acuerdo con estos datos, se estima que la frecuencia de exposición entre
los casos vendrá dada por:
Esto es, se estima que aproximadamente un 73% de los casos son
fumadores. Aplicando la Ecuación 1, se obtiene:
Es decir, se necesitaría estudiar a 35 sujetos por grupo (35 pacientes
con infarto de miocardio y 35 controles) para detectar como significativo
un valor del odds ratio de 4.
Si se reduce el tamaño del efecto a detectar, asumiendo que el odds
ratio es aproximadamente igual a 3, se obtiene:
y, de acuerdo con la Ecuación 1, serían necesarios n=54 pacientes por
grupo para llevar a cabo el estudio.
En algunos estudios, el investigador reúne un número mayor de
controles que de casos con el objeto de incrementar el poder estadístico.
Supongamos que en el presente ejemplo se planea obtener dos
controles por caso, y se asume que el odds ratio a detectar es
aproximadamente igual a 3. Aplicando la Ecuación 2:
Por tanto, se necesitaría un grupo de n=40 casos (pacientes con infarto
de miocardio) y m=2x40=80 controles para llevar a cabo la investigación.
4. ELABORE UNA TABLA DE SERIE DE CLASES Y FRECUENCIAS CON
UNA MAGNITUD DE INTERVALO DE 4.999, CON BASE EN LA TABLA
13.
Ejemplo 2 Un nuevo hotel va abrir sus puertas en una cierta ciudad. Antes de decidir
el precio de sus habitaciones, el gerente investiga los precios por habitación de 40
hoteles de la misma categoría de esta ciudad. Los datos obtenidos (en miles de
pesetas) fueron:
3.3 3.3 3.7 3.8 3.9 3.9 3.9 4.0 4.1 4.2
4.2 4.3 4.3 4.3 4.3 4.4 4.4 4.5 4.5 4.5
4.5 4.7 4.7 4.7 4.7 4.8 4.9 5.0 5.0 5.1
5.1 5.3 5.3 5.4 5.6 5.8 5.8 6.0 6.1 6.1
Procedimiento: 1.- El menor valor es 3.3 y el mayor 6.1, la diferencia es 2.8 y por
tanto R=2.8. 2.- K= 1+3,322 log(40) = 6.3 ≈ 6 números de intervalos 3.- Ic = 2.8 / 6
= 0.467 ≈ 0.5 tamaño de los intervalos.
Así pues, la tabla sería:
¿Cuantos hoteles tienen un precio entre 3.3 y 3.8? = 3
¿Cuantos hoteles tienen un precio superior a 4.8? = 15
¿Que porcentaje de hoteles cuestan como mucho 4.3? = 27.5 %
5. ELABORE UNA REPRESENTACIÓN GRÁFICA CON BASE EN LOS
DATOS DE LA TABLA ELABORADA EN LA PREGUNTA 4.
3
8
14
6 4 53
11
25
31
35
40
3.5 4 4.5 5 5.5 6
0
10
20
30
40
50
3.3, 3.8 3.8, 4.3 4.3, 4.8 4.8, 5.3 5.3, 5.8 5.8, 6.3
f¡ F¡ ci h¡ H¡

Más contenido relacionado

La actualidad más candente

La actualidad más candente (18)

Teoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesisTeoria de muestreo y prueba de hipotesis
Teoria de muestreo y prueba de hipotesis
 
Presentacion yaneivis
Presentacion yaneivisPresentacion yaneivis
Presentacion yaneivis
 
Muestreo y estimaciones
Muestreo y estimacionesMuestreo y estimaciones
Muestreo y estimaciones
 
Determinacion del tamaño de la muestra parte 1
Determinacion del tamaño de la muestra parte 1Determinacion del tamaño de la muestra parte 1
Determinacion del tamaño de la muestra parte 1
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
 
Muestreo
MuestreoMuestreo
Muestreo
 
Determinación de la muestra
Determinación de la muestraDeterminación de la muestra
Determinación de la muestra
 
Muestreo
MuestreoMuestreo
Muestreo
 
Métodos Estadísticos
Métodos Estadísticos Métodos Estadísticos
Métodos Estadísticos
 
Estadística simple simple
Estadística simple simpleEstadística simple simple
Estadística simple simple
 
Seminario 5
Seminario 5Seminario 5
Seminario 5
 
Distribuciones de muestreo
Distribuciones de muestreoDistribuciones de muestreo
Distribuciones de muestreo
 
Psico. 12ava. ji cuadrada
Psico. 12ava. ji cuadradaPsico. 12ava. ji cuadrada
Psico. 12ava. ji cuadrada
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Trabajo de muestreo
Trabajo de muestreoTrabajo de muestreo
Trabajo de muestreo
 
Calculo de la muestra
Calculo de la muestraCalculo de la muestra
Calculo de la muestra
 
Distribuciones muestrales diapositivas
Distribuciones muestrales diapositivasDistribuciones muestrales diapositivas
Distribuciones muestrales diapositivas
 
Tamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativosTamaño de muestra para datos cualitativos y cuantitativos
Tamaño de muestra para datos cualitativos y cuantitativos
 

Similar a Módulo i

Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Ireneceacero
 
taller de epidemiologiaa.docx
taller de epidemiologiaa.docxtaller de epidemiologiaa.docx
taller de epidemiologiaa.docxjlopezchu
 
Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Ireneceacero
 
10. El Muestreo probabilistico de cordenadas .pptx
10. El Muestreo probabilistico de cordenadas .pptx10. El Muestreo probabilistico de cordenadas .pptx
10. El Muestreo probabilistico de cordenadas .pptxcmm0593
 
Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Ireneceacero
 
Trabajo: Selección de muestras
Trabajo: Selección de muestrasTrabajo: Selección de muestras
Trabajo: Selección de muestrasWilarRivera
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadradoTATHYYYYY
 
PORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA II
PORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA IIPORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA II
PORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA IICynthia Solis
 
curso básico de estadística Test_de_hipotesis.pdf
curso básico de estadística Test_de_hipotesis.pdfcurso básico de estadística Test_de_hipotesis.pdf
curso básico de estadística Test_de_hipotesis.pdfEmilioLimachi
 
Deber chi cuadrado (2)
Deber chi cuadrado (2)Deber chi cuadrado (2)
Deber chi cuadrado (2)amandyta
 

Similar a Módulo i (20)

Muestreo
MuestreoMuestreo
Muestreo
 
Bioestadistica
BioestadisticaBioestadistica
Bioestadistica
 
Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1
 
taller de epidemiologiaa.docx
taller de epidemiologiaa.docxtaller de epidemiologiaa.docx
taller de epidemiologiaa.docx
 
Clase de muestreo
Clase de muestreoClase de muestreo
Clase de muestreo
 
Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1
 
10. El Muestreo probabilistico de cordenadas .pptx
10. El Muestreo probabilistico de cordenadas .pptx10. El Muestreo probabilistico de cordenadas .pptx
10. El Muestreo probabilistico de cordenadas .pptx
 
Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1Estadística bivariada ejercicio 1
Estadística bivariada ejercicio 1
 
Urquizo roni
Urquizo roniUrquizo roni
Urquizo roni
 
Trabajo: Selección de muestras
Trabajo: Selección de muestrasTrabajo: Selección de muestras
Trabajo: Selección de muestras
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
PORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA II
PORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA IIPORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA II
PORTAFOLIOS DE EVIDENCIAS-PROBABILIDAD Y ESTADÍSTICA II
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Estadistica II
Estadistica IIEstadistica II
Estadistica II
 
curso básico de estadística Test_de_hipotesis.pdf
curso básico de estadística Test_de_hipotesis.pdfcurso básico de estadística Test_de_hipotesis.pdf
curso básico de estadística Test_de_hipotesis.pdf
 
Deber chi cuadrado (2)
Deber chi cuadrado (2)Deber chi cuadrado (2)
Deber chi cuadrado (2)
 
Ejercicios tema 4
Ejercicios tema 4Ejercicios tema 4
Ejercicios tema 4
 
Tarea chi cuadrado
Tarea chi cuadradoTarea chi cuadrado
Tarea chi cuadrado
 
Bioestadistica ss14
Bioestadistica ss14Bioestadistica ss14
Bioestadistica ss14
 
Tema 1.ppt
Tema 1.pptTema 1.ppt
Tema 1.ppt
 

Último

ciclos biogeoquimicas y flujo de materia ecosistemas
ciclos biogeoquimicas y flujo de materia ecosistemasciclos biogeoquimicas y flujo de materia ecosistemas
ciclos biogeoquimicas y flujo de materia ecosistemasFlor Idalia Espinoza Ortega
 
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptxDemetrio Ccesa Rayme
 
Estrategia Nacional de Refuerzo Escolar SJA Ccesa007.pdf
Estrategia Nacional de Refuerzo Escolar  SJA  Ccesa007.pdfEstrategia Nacional de Refuerzo Escolar  SJA  Ccesa007.pdf
Estrategia Nacional de Refuerzo Escolar SJA Ccesa007.pdfDemetrio Ccesa Rayme
 
PLAN LECTOR QUINTO 2023 educación primaria de menores Quinto grado
PLAN LECTOR QUINTO 2023  educación primaria de menores Quinto gradoPLAN LECTOR QUINTO 2023  educación primaria de menores Quinto grado
PLAN LECTOR QUINTO 2023 educación primaria de menores Quinto gradoSantosprez2
 
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdfEscucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdfDemetrio Ccesa Rayme
 
Realitat o fake news? – Què causa el canvi climàtic? - La desertització
Realitat o fake news? – Què causa el canvi climàtic? - La desertitzacióRealitat o fake news? – Què causa el canvi climàtic? - La desertització
Realitat o fake news? – Què causa el canvi climàtic? - La desertitzacióPere Miquel Rosselló Espases
 
4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptx
4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptx4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptx
4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptxnelsontobontrujillo
 
El Futuro de la Educacion Digital JS1 Ccesa007.pdf
El Futuro de la Educacion Digital  JS1  Ccesa007.pdfEl Futuro de la Educacion Digital  JS1  Ccesa007.pdf
El Futuro de la Educacion Digital JS1 Ccesa007.pdfDemetrio Ccesa Rayme
 
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdf
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdfDISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdf
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdfVerenice Del Rio
 
Pasos para enviar una tarea en SIANET - sólo estudiantes.pdf
Pasos para enviar una tarea en SIANET - sólo estudiantes.pdfPasos para enviar una tarea en SIANET - sólo estudiantes.pdf
Pasos para enviar una tarea en SIANET - sólo estudiantes.pdfNELLYKATTY
 
Lecciones 07 Esc. Sabática. Motivados por la esperanza
Lecciones 07 Esc. Sabática. Motivados por la esperanzaLecciones 07 Esc. Sabática. Motivados por la esperanza
Lecciones 07 Esc. Sabática. Motivados por la esperanzaAlejandrino Halire Ccahuana
 
tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...
tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...
tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...Chema R.
 
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docxMINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docxLorenaHualpachoque
 
SESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVO
SESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVOSESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVO
SESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVOJuanaBellidocollahua
 
El liderazgo en la empresa sostenible, introducción, definición y ejemplo.
El liderazgo en la empresa sostenible, introducción, definición y ejemplo.El liderazgo en la empresa sostenible, introducción, definición y ejemplo.
El liderazgo en la empresa sostenible, introducción, definición y ejemplo.JonathanCovena1
 
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...Agrela Elvixeo
 
Botiquin del amor - Plantillas digitales.pdf
Botiquin del amor - Plantillas digitales.pdfBotiquin del amor - Plantillas digitales.pdf
Botiquin del amor - Plantillas digitales.pdfefmenaes
 
EL CARDENALITO Lengua y Literatura de 6 grado
EL CARDENALITO Lengua y Literatura de 6 gradoEL CARDENALITO Lengua y Literatura de 6 grado
EL CARDENALITO Lengua y Literatura de 6 gradomartanuez15
 

Último (20)

ciclos biogeoquimicas y flujo de materia ecosistemas
ciclos biogeoquimicas y flujo de materia ecosistemasciclos biogeoquimicas y flujo de materia ecosistemas
ciclos biogeoquimicas y flujo de materia ecosistemas
 
Motivados por la esperanza. Esperanza en Jesús
Motivados por la esperanza. Esperanza en JesúsMotivados por la esperanza. Esperanza en Jesús
Motivados por la esperanza. Esperanza en Jesús
 
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
 
Estrategia Nacional de Refuerzo Escolar SJA Ccesa007.pdf
Estrategia Nacional de Refuerzo Escolar  SJA  Ccesa007.pdfEstrategia Nacional de Refuerzo Escolar  SJA  Ccesa007.pdf
Estrategia Nacional de Refuerzo Escolar SJA Ccesa007.pdf
 
PLAN LECTOR QUINTO 2023 educación primaria de menores Quinto grado
PLAN LECTOR QUINTO 2023  educación primaria de menores Quinto gradoPLAN LECTOR QUINTO 2023  educación primaria de menores Quinto grado
PLAN LECTOR QUINTO 2023 educación primaria de menores Quinto grado
 
Revista Faro Normalista 6, 18 de mayo 2024
Revista Faro Normalista 6, 18 de mayo 2024Revista Faro Normalista 6, 18 de mayo 2024
Revista Faro Normalista 6, 18 de mayo 2024
 
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdfEscucha tu Cerebro en Nuevos Escenarios  PE3  Ccesa007.pdf
Escucha tu Cerebro en Nuevos Escenarios PE3 Ccesa007.pdf
 
Realitat o fake news? – Què causa el canvi climàtic? - La desertització
Realitat o fake news? – Què causa el canvi climàtic? - La desertitzacióRealitat o fake news? – Què causa el canvi climàtic? - La desertització
Realitat o fake news? – Què causa el canvi climàtic? - La desertització
 
4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptx
4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptx4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptx
4. MATERIALES QUE SE EMPLEAN EN LAS ESTRUCTURAS.pptx
 
El Futuro de la Educacion Digital JS1 Ccesa007.pdf
El Futuro de la Educacion Digital  JS1  Ccesa007.pdfEl Futuro de la Educacion Digital  JS1  Ccesa007.pdf
El Futuro de la Educacion Digital JS1 Ccesa007.pdf
 
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdf
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdfDISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdf
DISEÑO DE ESTRATEGIAS EN MOMENTOS DE INCERTIDUMBRE.pdf
 
Pasos para enviar una tarea en SIANET - sólo estudiantes.pdf
Pasos para enviar una tarea en SIANET - sólo estudiantes.pdfPasos para enviar una tarea en SIANET - sólo estudiantes.pdf
Pasos para enviar una tarea en SIANET - sólo estudiantes.pdf
 
Lecciones 07 Esc. Sabática. Motivados por la esperanza
Lecciones 07 Esc. Sabática. Motivados por la esperanzaLecciones 07 Esc. Sabática. Motivados por la esperanza
Lecciones 07 Esc. Sabática. Motivados por la esperanza
 
tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...
tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...
tema 6 2eso 2024. Ciencias Sociales. El final de la Edad Media en la Penínsul...
 
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docxMINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
 
SESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVO
SESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVOSESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVO
SESION DE APRENDIZAJE PARA3ER GRADO -EL SISTEMA DIGESTIVO
 
El liderazgo en la empresa sostenible, introducción, definición y ejemplo.
El liderazgo en la empresa sostenible, introducción, definición y ejemplo.El liderazgo en la empresa sostenible, introducción, definición y ejemplo.
El liderazgo en la empresa sostenible, introducción, definición y ejemplo.
 
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
 
Botiquin del amor - Plantillas digitales.pdf
Botiquin del amor - Plantillas digitales.pdfBotiquin del amor - Plantillas digitales.pdf
Botiquin del amor - Plantillas digitales.pdf
 
EL CARDENALITO Lengua y Literatura de 6 grado
EL CARDENALITO Lengua y Literatura de 6 gradoEL CARDENALITO Lengua y Literatura de 6 grado
EL CARDENALITO Lengua y Literatura de 6 grado
 

Módulo i

  • 1. UNIVERSIDAD NACIONAL DE SAN MARTÍN – TARAPOTO CORPORACIÓN PERUANA DE INVESTIGACIÓN Y ESTUDIOS DE POSGRADO DIPLOMADO EN: ESTADÍSTICA APLICADA PARA LA CIENCIA DE LA SALUD MÓDULO: I – PRINCIPIOS DE PROBABILIDAD Y ESTADÍSTICA DESCRIPTIVA PRESENTADO POR: JENSY LÓPEZ RUÍZ LAMAS – SAN MARTIN PERU 2016
  • 2. MÓDULO I: PRINCIPIOS DE PROBABILIDAD Y ESTADÍSTICA DESCRIPTIVA 1. REALIZAR UN CASO POR CADA LEY DE PROBABILIDAD.  LEY DE LA ADICIÓN Hay 15 clínicas en una ciudad. De ellas, 6 no cumplen las reglas sanitarias y 8 no cumplen los requisitos de seguridad. 5 clínicas no cumplen ni los requisitos de seguridad ni las reglas sanitarias. Si se elige una clínica para inspeccionar al azar, ¿cuál es la probabilidad de que cumpla ambos reglamentos? SOLUCION Sea A el sucesode que cumple las reglas sanitarias y B el sucesode que cumple los requisitos de seguridad. Si elegimos una clínica al azar, tenemos P(A) = 6/15 P(B) = 8/15 P( A y B) =5/15 Deducimos que P(A) = P(A) = 9/15 y también que P(B) = 7/15. (A o B)y(A y B) = ? Luego P(A o B) = P(AyB) = 10/15 Calcular P(A y B). P(A o B) = P(A)+P(B); P(A y B) P(A y B) = 9/15 + 7/15 *10/15 = 6/15 = 2/5  LEY DE LA MULTIPLICACIÓN Se dan dos cartas de una baraja española. ¿Cuál es la probabilidad de que ambas cartas sean copas? Sea A (B) el suceso de que la primera (segunda) carta sea copa. se quiere P(A y B). SOLUCIÓN Ahora P(A) = 10 /40 y P(B|A) = 9/39 porque si la primera carta es copa, quedan 39 cartas, nueve de ellos siendo copas. Luego P(A y B) = (10/40)× (9/39) = 3/52
  • 3.  ANÁLISIS COMBINATORIO: Se desea escoger un grupo de 5 representantes de una empresa entre 10 hombres y 4 mujeres, de manera que 3 sean hombres y 2 mujeres. El número de maneras diferentes en que se pueden seleccionar tres hombres entre 10 es: ( 10 3 ) = 10! 7! 3! = 10 𝑋 9 𝑋 8 3 𝑋 2 = 120 El número de maneras diferentes en que se pueden elegir dos mujeres entre 4 es: ( 2 4 ) = 4! 2! 2! = 4 𝑋 3 2 = 6 Finalmente, puesto por cada combinación de 3 hombres existen 6 combinaciones de mujeres, el número total de agrupaciones que podemos seleccionar es: 120 · 6 = 720 2. ¿QUÉ ABARCA LA ESTADÍSTICA DESCRIPTIVA? La Estadística descriptiva registra los datos en tablas y los representa en gráficos. Calcula los parámetros estadísticos (medidas de centralización y de dispersión), que describen el conjunto estudiado. 3. ¿CÓMO CALCULAR EL TAMAÑO DE LA MUESTRAPOR CADA TIPO DE ESTUDIO? REALICE UN EJEMPLO POR CADA UNA.  CÁLCULO DEL TAMAÑO MUESTRAL EN ESTUDIOS TRANSVERSALES: Ejemplo: ¿A cuántas personas tendríamos que estudiar para conocer la prevalencia de diabetes? Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha proporción utilizaríamos el valor p = 0,5 (50%) que maximiza el tamaño muestral: donde:  Za 2 = 1.962 (ya que la seguridad es del 95%)  p = proporción esperada (en este caso 5% = 0.05)  q = 1 – p (en este caso 1 – 0.05 = 0.95)  d = precisión (en este caso deseamos un 3%)
  • 4.  CÁLCULO DEL TAMAÑO MUESTRAL EN UN ESTUDIO DE CASOS Y CONTROLES: Se desea estudiar la existencia de una asociación entre el consumo de tabaco y el hecho de sufrir un infarto de miocardio. Para poner en evidencia dicha asociación y cuantificar su magnitud se diseña un estudio de casos y controles en el que se investigará el consumo de tabaco de una serie de pacientes que han padecido un infarto de miocardio (casos) y una serie de pacientes sanos (controles). Se cree que alrededor de un 40% de los controles son fumadores y se considera como diferencia importante entre ambos grupos un odds ratio de 4. Con estos datos, podemos calcular el tamaño de muestra necesario en cada grupo para detectar un odds ratio de 4 como significativamente diferente de 1 con una seguridad del 95% y un poder del 80%. De acuerdo con lo expuesto con anterioridad, conocemos los siguientes parámetros: 1. Frecuencia de exposición entre los controles: 40% 2. Odds ratio previsto: 4 3. Nivel de seguridad: 95% 4. Poder estadístico: 80% De acuerdo con estos datos, se estima que la frecuencia de exposición entre los casos vendrá dada por: Esto es, se estima que aproximadamente un 73% de los casos son fumadores. Aplicando la Ecuación 1, se obtiene: Es decir, se necesitaría estudiar a 35 sujetos por grupo (35 pacientes con infarto de miocardio y 35 controles) para detectar como significativo un valor del odds ratio de 4. Si se reduce el tamaño del efecto a detectar, asumiendo que el odds ratio es aproximadamente igual a 3, se obtiene: y, de acuerdo con la Ecuación 1, serían necesarios n=54 pacientes por grupo para llevar a cabo el estudio. En algunos estudios, el investigador reúne un número mayor de controles que de casos con el objeto de incrementar el poder estadístico. Supongamos que en el presente ejemplo se planea obtener dos controles por caso, y se asume que el odds ratio a detectar es aproximadamente igual a 3. Aplicando la Ecuación 2:
  • 5. Por tanto, se necesitaría un grupo de n=40 casos (pacientes con infarto de miocardio) y m=2x40=80 controles para llevar a cabo la investigación. 4. ELABORE UNA TABLA DE SERIE DE CLASES Y FRECUENCIAS CON UNA MAGNITUD DE INTERVALO DE 4.999, CON BASE EN LA TABLA 13. Ejemplo 2 Un nuevo hotel va abrir sus puertas en una cierta ciudad. Antes de decidir el precio de sus habitaciones, el gerente investiga los precios por habitación de 40 hoteles de la misma categoría de esta ciudad. Los datos obtenidos (en miles de pesetas) fueron: 3.3 3.3 3.7 3.8 3.9 3.9 3.9 4.0 4.1 4.2 4.2 4.3 4.3 4.3 4.3 4.4 4.4 4.5 4.5 4.5 4.5 4.7 4.7 4.7 4.7 4.8 4.9 5.0 5.0 5.1 5.1 5.3 5.3 5.4 5.6 5.8 5.8 6.0 6.1 6.1 Procedimiento: 1.- El menor valor es 3.3 y el mayor 6.1, la diferencia es 2.8 y por tanto R=2.8. 2.- K= 1+3,322 log(40) = 6.3 ≈ 6 números de intervalos 3.- Ic = 2.8 / 6 = 0.467 ≈ 0.5 tamaño de los intervalos. Así pues, la tabla sería: ¿Cuantos hoteles tienen un precio entre 3.3 y 3.8? = 3 ¿Cuantos hoteles tienen un precio superior a 4.8? = 15 ¿Que porcentaje de hoteles cuestan como mucho 4.3? = 27.5 % 5. ELABORE UNA REPRESENTACIÓN GRÁFICA CON BASE EN LOS DATOS DE LA TABLA ELABORADA EN LA PREGUNTA 4. 3 8 14 6 4 53 11 25 31 35 40 3.5 4 4.5 5 5.5 6 0 10 20 30 40 50 3.3, 3.8 3.8, 4.3 4.3, 4.8 4.8, 5.3 5.3, 5.8 5.8, 6.3 f¡ F¡ ci h¡ H¡