SlideShare una empresa de Scribd logo
1 de 32
C R I S T I N A P E D R I N A Z Z I D E L A H O Z
1 º E N F E R M E R Í A G R U P O B S U B G R U P O 7
Seminario 8: Distribución de
Probabilidades
MODELOS DE DISTRIBUCION
- Hay tres tipos de modelos:
- Binomial (cant, x, prob)
- Poisson (cant, x)
- Normal (cant, x, σ)
DISTRIBUCION DE PROBABILIDAD O MASA
 DISCRETAS
 Para calcular el resultado se selecciona en Grupo de
funciones la opción FDP y FDP no centrada
 Dado un valor de la variable, permite obtener la
probabilidad de que la variable sea igual a dicho
valor en el modelo especificado.
- Binomial
- Poisson
DISTRIBUCION DE DENSIDAD O
DISTRIBUCION
 CONTINUAS
 Para calcular el resultado en grupo de funciones la
opción es FDA y FDA no centrada
 Dado un valor de la variable, permite obtener la
probabilidad de que la variable sea menor o igual a
dicho valor en el modelo especificado.
- Binomial
- Poisson
- Normal
EJERCICIOS A REALIZAR
EJERCICIO 1
 Una prueba de laboratorio para detectar
heroína en sangre tiene un 92% de precisión.
Si se analizan 72 muestras en un mes:
1. Calcular las siguientes probabilidades
a) 60 o menos estén correctamente evaluadas:
P(60)= P(x≤60)
b) Menos de 60 estén correctamente evaluadas:
P (60)=P(x<60)=P(x≤59)
c) Exactamente 60 estén correctamente evaluadas:
P(60)= P (x=60)
a) 60 O MENOS ESTÉN CORRECTAMENTE
EVALUADAS
 Estas variables siguen el modelo de distribución
Binomial (cant, x, prob)
 Pondremos en cantidad, 60 que es la cantidad a
calcular
 En la variable aleatoria 72
 En probabilidad 92% o 0,92
 En SPSS, introduciremos en primer lugar cualquier
número
b) MENOS 60 QUE ESTÉN CORRECTAMENTE
EVALUADAS
 Pondremos en cantidad, 59 que es la cantidad a
calcular
 En la variable aleatoria 72
 En probabilidad 92% o 0,92
c) EXACTAMENTE 60 QUE ESTÉN
CORRECTAMENTE EVALUADAS
 Pondremos en cantidad, 60 que es la cantidad a
calcular
 En la variable aleatoria 72
 En probabilidad 92% o 0,92
EJERCICIO 2
 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:
a) Haya exactamente 10 muertes por cáncer de pulmón en
un año
P (10)=P(x=10)
b) 15 o más personas mueren a causa de la enfermedad
durante un año
P(15)=P(x>15)=1-P(x≤15)
c) 10 o menos personas mueran a causa de la enfermedad
en 6 meses.
P (≤10)=P(Y≤10)
a) HAYA EXACTAMENTE 10 MUERTES POR
CANCER DE PULMON
 Estas variables siguen el modelo de distribución de
Poisson (cant, x)
 Pondremos en cantidad, 10 que es la cantidad a
calcular
 En la variable aleatoria 12
 En SPSS, introduciremos en primer lugar cualquier
número
b) 15 O MAS PERSONAS MUERAN A CAUSA
DEL CANCER DE PULMON EN UN AÑO
 Pondremos en cantidad, 15 que es la cantidad a
calcular
 En la variable aleatoria 12
c) 10 PERSONAS O MENOS MUERAN A CAUSA
DE LA ENFERMEDAD EN 6 MESES
 Pondremos en cantidad, 10 que es la cantidad a
calcular
 En la variable aleatoria 12
FIN

Más contenido relacionado

La actualidad más candente

La actualidad más candente (10)

Ejercicios 1 iv m 2
Ejercicios 1 iv m 2Ejercicios 1 iv m 2
Ejercicios 1 iv m 2
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Estimación
EstimaciónEstimación
Estimación
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Presentación2
Presentación2Presentación2
Presentación2
 
Tarea del Seminario 8
Tarea del Seminario 8Tarea del Seminario 8
Tarea del Seminario 8
 
Estadistica y probabilidades cap vii
Estadistica y probabilidades cap viiEstadistica y probabilidades cap vii
Estadistica y probabilidades cap vii
 
Poisson
PoissonPoisson
Poisson
 
Métodos de muestreo y el teorema de límite central
Métodos de muestreo y el teorema de límite centralMétodos de muestreo y el teorema de límite central
Métodos de muestreo y el teorema de límite central
 

Similar a Distribuciones de probabilidad: Ejercicios binomiales y de Poisson

Similar a Distribuciones de probabilidad: Ejercicios binomiales y de Poisson (20)

Seminario VIII
Seminario VIIISeminario VIII
Seminario VIII
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tarea del seminario 7
Tarea del seminario 7Tarea del seminario 7
Tarea del seminario 7
 
Estadistica y ti cs semi 8
Estadistica y ti cs semi 8Estadistica y ti cs semi 8
Estadistica y ti cs semi 8
 
Presentación 4
Presentación 4 Presentación 4
Presentación 4
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tarea seminario 8
Tarea seminario 8Tarea seminario 8
Tarea seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario viii
Seminario viiiSeminario viii
Seminario viii
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Bioestadística seminario 8
Bioestadística seminario 8Bioestadística seminario 8
Bioestadística seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
 
Tarea 7
Tarea 7Tarea 7
Tarea 7
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 

Más de cristinapedrinazzidelahoz (15)

Mi Curriculum Vitae
Mi Curriculum VitaeMi Curriculum Vitae
Mi Curriculum Vitae
 
Caso clínico presentacion
Caso clínico presentacionCaso clínico presentacion
Caso clínico presentacion
 
Caso clínico Envejecimiento
Caso clínico EnvejecimientoCaso clínico Envejecimiento
Caso clínico Envejecimiento
 
Sem.7 Ayudas técnicas de suplencia o ayuda en situaciones frágiles o de riesgo
Sem.7 Ayudas técnicas de suplencia o ayuda en situaciones frágiles o de riesgoSem.7 Ayudas técnicas de suplencia o ayuda en situaciones frágiles o de riesgo
Sem.7 Ayudas técnicas de suplencia o ayuda en situaciones frágiles o de riesgo
 
Seminario 10
Seminario 10Seminario 10
Seminario 10
 
Seminario 9
Seminario 9Seminario 9
Seminario 9
 
Seminario 7 estadística y ti cs
Seminario 7 estadística y ti csSeminario 7 estadística y ti cs
Seminario 7 estadística y ti cs
 
Seminario 7 estadística y ti cs
Seminario 7 estadística y ti csSeminario 7 estadística y ti cs
Seminario 7 estadística y ti cs
 
Seminario 7 estadística y ti cs
Seminario 7 estadística y ti csSeminario 7 estadística y ti cs
Seminario 7 estadística y ti cs
 
Seminario 6
Seminario 6Seminario 6
Seminario 6
 
Seminario 5
Seminario 5Seminario 5
Seminario 5
 
Seminario 4 estadistica
Seminario 4 estadisticaSeminario 4 estadistica
Seminario 4 estadistica
 
Seminario 4 estadistica
Seminario 4 estadisticaSeminario 4 estadistica
Seminario 4 estadistica
 
Seminario 3 estadística y ti cs
Seminario 3 estadística y ti csSeminario 3 estadística y ti cs
Seminario 3 estadística y ti cs
 
Seminario 2 Estadística y TICs
Seminario 2 Estadística y TICsSeminario 2 Estadística y TICs
Seminario 2 Estadística y TICs
 

Distribuciones de probabilidad: Ejercicios binomiales y de Poisson

  • 1. C R I S T I N A P E D R I N A Z Z I D E L A H O Z 1 º E N F E R M E R Í A G R U P O B S U B G R U P O 7 Seminario 8: Distribución de Probabilidades
  • 2. MODELOS DE DISTRIBUCION - Hay tres tipos de modelos: - Binomial (cant, x, prob) - Poisson (cant, x) - Normal (cant, x, σ)
  • 3. DISTRIBUCION DE PROBABILIDAD O MASA  DISCRETAS  Para calcular el resultado se selecciona en Grupo de funciones la opción FDP y FDP no centrada  Dado un valor de la variable, permite obtener la probabilidad de que la variable sea igual a dicho valor en el modelo especificado. - Binomial - Poisson
  • 4. DISTRIBUCION DE DENSIDAD O DISTRIBUCION  CONTINUAS  Para calcular el resultado en grupo de funciones la opción es FDA y FDA no centrada  Dado un valor de la variable, permite obtener la probabilidad de que la variable sea menor o igual a dicho valor en el modelo especificado. - Binomial - Poisson - Normal
  • 6. EJERCICIO 1  Una prueba de laboratorio para detectar heroína en sangre tiene un 92% de precisión. Si se analizan 72 muestras en un mes: 1. Calcular las siguientes probabilidades a) 60 o menos estén correctamente evaluadas: P(60)= P(x≤60) b) Menos de 60 estén correctamente evaluadas: P (60)=P(x<60)=P(x≤59) c) Exactamente 60 estén correctamente evaluadas: P(60)= P (x=60)
  • 7. a) 60 O MENOS ESTÉN CORRECTAMENTE EVALUADAS  Estas variables siguen el modelo de distribución Binomial (cant, x, prob)  Pondremos en cantidad, 60 que es la cantidad a calcular  En la variable aleatoria 72  En probabilidad 92% o 0,92  En SPSS, introduciremos en primer lugar cualquier número
  • 8.
  • 9.
  • 10.
  • 11.
  • 12. b) MENOS 60 QUE ESTÉN CORRECTAMENTE EVALUADAS  Pondremos en cantidad, 59 que es la cantidad a calcular  En la variable aleatoria 72  En probabilidad 92% o 0,92
  • 13.
  • 14.
  • 15. c) EXACTAMENTE 60 QUE ESTÉN CORRECTAMENTE EVALUADAS  Pondremos en cantidad, 60 que es la cantidad a calcular  En la variable aleatoria 72  En probabilidad 92% o 0,92
  • 16.
  • 17.
  • 18. EJERCICIO 2  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: a) Haya exactamente 10 muertes por cáncer de pulmón en un año P (10)=P(x=10) b) 15 o más personas mueren a causa de la enfermedad durante un año P(15)=P(x>15)=1-P(x≤15) c) 10 o menos personas mueran a causa de la enfermedad en 6 meses. P (≤10)=P(Y≤10)
  • 19. a) HAYA EXACTAMENTE 10 MUERTES POR CANCER DE PULMON  Estas variables siguen el modelo de distribución de Poisson (cant, x)  Pondremos en cantidad, 10 que es la cantidad a calcular  En la variable aleatoria 12  En SPSS, introduciremos en primer lugar cualquier número
  • 20.
  • 21.
  • 22.
  • 23.
  • 24. b) 15 O MAS PERSONAS MUERAN A CAUSA DEL CANCER DE PULMON EN UN AÑO  Pondremos en cantidad, 15 que es la cantidad a calcular  En la variable aleatoria 12
  • 25.
  • 26.
  • 27.
  • 28. c) 10 PERSONAS O MENOS MUERAN A CAUSA DE LA ENFERMEDAD EN 6 MESES  Pondremos en cantidad, 10 que es la cantidad a calcular  En la variable aleatoria 12
  • 29.
  • 30.
  • 31.
  • 32. FIN