Вы находитесь на странице: 1из 22

UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE MEDICINA

BIOESTADISTICA-LABORATORIO

DOCENTE:

Dr. Risco Davila, Carlos Alfonso

INTEGRANTES:

 Casana Gavidia, Luis Alejandro


 Charcape Aliaga, Henry Alexander
 Cruz Morales, Joel Jorge
 Cruz Sare, David Joel
 De La Cruz Meza, Shilber Joel

AÑO:

2do

LII

TRUJILLO-PERU

2014

1
PRÁCTICA Nº1
1. ¿Qué es una distribución muestral?
o Es la distribución de un estadístico o un estimador que se obtienen de todas
las posibles muestras que se extraen de la población.

¿Por qué son importantes las distribuciones muestrales?


o Ya que se utilizan como estadísticas de prueba en la contrastación de
hipótesis.

¿Qué es el error estándar?


o La dispersión de cada media muestral con respecto a la media de toda la
población.

¿Qué efecto tiene aumentar el tamaño de la muestra sobre la variabilidad


de una distribución muestral de proporciones?
o Ya que la media y la desviación estándar se mantienen constantes lo único
que aumenta es la probabilidad de la proporción muestral ´´p´´

2. Supóngase que se tiene una población de tamaño N = 5 que consta de las


edades de 5 niños, paciente externos de un Centro de enfermedades mentales.
Las edades son las siguientes: 6, 8, 10, 12, 14
a) Calcular la media u y varianza  2
6  8  10  12  14
Media   10
5
Parámetro u = 10

2 
10  62  10  82  10  102  12  102  14  102
5
42  22  22  42 162  8 32  8 40
   8
5 5 5 5
2 8

2
b) Determinar la distribución de probabilidad y de distribución de X y S2 para las
muestras con y sin reemplazo.
Con reemplazo
S2 = 25
N =2 X S2
1) 6 -6 6 0
2) 6 - 8 7 2
3) 6 – 10 8 8
4) 6 – 12 9 18
5) 6 – 14 10 32
6) 8 – 6 7 2
7) 8 – 8 8 0
8) 8 – 10 9 2
9) 8 – 12 10 8
10) 8 – 14 11 18
11) 10 – 6 8 8
12) 10 – 8 9 2
13) 10 – 10 10 0
14) 10 – 12 11 2
15) 10 – 14 12 8
16) 12 – 6 9 18
17) 12 – 8 10 8
18) 12 – 10 11 2
19) 12 – 12 12 0
20) 12 – 4 13 2
21) 14 – 6 10 32
22) 14 – 8 11 18
23) 14 – 10 12 8
24) 14 – 12 13 2

3
25) 14 – 14 14 0
Sin reemplazo
5!
5  10
2!3
2

N=2 X S2
1) 6 - 8 7 2
2) 6 – 10 8 8
3) 6 – 14 9 18
4) 6 – 14 10 32
5) 8 – 10 9 2
6) 8 – 12 10 8
7) 5 – 14 11 18
8) 10 – 12 11 2
9) 10 – 14 12 8
10) 12 – 14 13 2

c)   
Calcular: EX .V X .E s 2 para las muestras con y sin reemplazo.
Con reemplazo:

X 6 7 8 9 10 11 12 12 14
f  X  1 / 25 2 / 25 3 / 25 4 / 25 5 / 25 4 / 24 3 / 25 2 / 25 1 / 25

E ( X )   X   X ¡

 25  7 252   8 253   9 254   10 255   11 254   12 255   132 25  14125 
6 1

6  14  24  36  50  44  36  26  14
  10
25

v ( x )   ( X  u) 2  ( x )

4
 1   2  3  4
 (6  10) 2    (7  10) 2    (8  10) 2    (9  10) 2  
 25   25   25   25 
 5  4  3  2  1 
(10  10) 2    (11  10) 2    (12  10) 2    (13  10) 2    (14  10) 2  
 25   25   25   25   25 
 1   2  3  4  4  3  2  4
 16   9   4   1   0     4   9   16 
 25   25   25   25   25   25   25   25 
16  18  12  4  4  12  18  64
  592
25
Sin reemplazo:

X 7 8 9 10 11 12 13

 ( x)  110 1 2 2 2
10 10 10 10
1
10
1
10
1
  2  2  2 1 1
E ( X )  7 1  8   9   10   11   12   13 
10  10   10   10   10   10   10 
7  8  18  20  22  12  13
E )( X )   10
10

1 1  2  2 1  8  10 2 
v( x )  (7  10) 2    (8  10) 2    (9  10) 2    (11  10) 2    (12  10) 2  
 10   10   10   10  10  10 

9 4 2 2 4 9
     
10 10 10 10 10 10
=3
Hallar E ( S 2 )
 Con reemplazo:
S2 0 2 8 18 32
F(S2 ) 5/25 8/25 6/25 4/25 2/25
 8   6   4   2 
 (S 5  2   8   18   32 
2
)
25  25   25   25   25 
0  16  98  72  64

25
=8

 Sin reemplazo

5
S2 2 8 18 32
F(S2 ) 4/10 3/10 2/10 1/10

4 3 2 1


E ( S 2 )  2   3   18   32 
 10   10   10   10 
8  24  36  32
  10
10

3. Sea. 1, 1, 1, 3, 4, 5, 6, 6, 6,7 una población. Se extrae una muestra de tamaño n =


36 con reemplazo de esta población. Calcular.

a) La medida u y varianza  2
 1 1 1 3  4  5  6  6  6  7
X 4
10
4  12  (4  1)2  (4  1)2  (4  3)2  (4  4)2  (4  5)2  (4  6)2  (4  6)2  (4  6)2  (4  7)2
 
2

10
32  32  32  12  0  12  22  22  22  32
10
9  9  9  1 1 4  4  4  9
5
10

b) La media y la desviación estándar de la media muestral X


E( X )  u  4

var ianza 2 5
La desviación estándar =    0.14  0.37
muestral  36

c) P3.6  X  4.4 b) P(3.42  z  3.42)



Z  X u
 P ( z  3.42)  P ( Z  3.42)

6
P ( Z  3.42)  P ( Z  3.42 )

4.4  4
36  4
a)  Z  0.37  ........................P( Z  3.42)  1  P( Z  3.42
0.37 10
10
0.9997  1  0.9997
0.9994
0.4 0.4
 0.37  Z  0.37 
3.16 2.16
0.4(3.16) 0.4(3.16)
 
0.37 0.37
 3.42  Z  3.42


 3
x
4. Sea x una variable aleatoria con fdp f(x) =  .0  x  2
 4
 0

De la cual se toma una muestra aleatoria de n= 32 hallar.

2  X 
3 4 5
2x 2x 25 32
u   xF ( X )dx   x .dx   dx  
2
   1.6
0 0
 4  0 4 0 20 20 20

 X3 
V ( X )   2   ( X  1.6)2 F ) X )dx   ( x  1.6)2 
2 2
dx
0 0
 4 
 x3  2 x
5
3.2 4 2.56 3 
  ( X  3.2 x  2.56) dx    
2
2
   x  x dx
0
 
4 0
 4 4 4 


2
x6 3.2 x 5 2.56 x 4
 
2 2
 0

2 24 20 0 16
26 3.2 5 2.56.24 64 3.2(32 2.53
 (2 )     (16)
24 20 16 24 20 16
 2.67  5.12  2.56

7
 2  0.11
  0.33
  32

a) PX  16

 1.6  1.6 
  
P ( x  1.6  P    0.33   P ( Z  0)  0.5000
 32 
 
 

b) P(1.5  X  1.6) /( X  1.6)

P ( A  B ) P (1.5  x  1.6
P ( B   
P( B) P ( X  1.6)

  0.1 
 
(1.5  1.6 1.6  1.6)  0.33  Z  0 
P 0.33  Z  0.33  5.66 
 
32 32 P 
1.6  1.6 P ( Z  0)
P ( Z  0.33
32
P ( 1.72  Z  0)

P ( Z  0)

P ( Z  0)  P ( Z  1.72

P ( Z  0)

P ( Z  0)  P ( Z  1.72) P ( Z  0)  1  P ( Z  1.72
 
P ( Z  0) P( Z  0

0.5  1  0.9573
  0.9196
0.5

5. Dada una población con distribución normal con media 100 y una desviación estándar
de 20. encuentre las siguientes probabilidades basadas en una muestra de tamaño 16
u = 100

8
  20
n  16

Z  100  100)
a) PX  100 = P (  P( Z  0
20
4
 P ) Z  0)  0.5000

96  100 180  100


b) P96  X  108 = P Z
20 20
4 4
 4 8
 P   Z  
 5 5
P ( 0.8  Z  1.6
P ( Z  1.6)  P ( Z  0.8)

P( Z  1.6)  1  P( Z  0.8)
0.9452- 1  0.7889
0.9452 – 1+0.7889 = 0.7333
110  100  10 
c) PX  110 = P ( Z   P Z  
20 / u  5
 P ( Z  2)
= 0.9772

6. Los puntos del tés de inteligencia WISC (Wescheler Interlligence For Children)
sigue una distribución normal con media 100 y desviación estándar de 15
(http://nicologic.free.fr/faq). Averigüe la probabilidad de que:

a) Un niño elegido al azar tenga un CI menor que 95.

𝑝(𝑥 < 95)


𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑖𝑧𝑎𝑛𝑑𝑜 𝑥 ∶
𝑥 − 𝜇 95 − 100
𝑝( < )
𝜎 15
𝑝(𝑧 < −0.333) = 1 − 𝑝(𝑧 < 0.333) = 1 − 0.6293 = 0.37

9
b) Una muestra de 20 niños elegidos al azar tenga una menor que 95. ¿Cuál es la
diferencia con la probabilidad encontrada en a?
n=20
𝑝(𝑥 < 95)
Estandarizando x :
𝑥−𝜇 95 − 100
𝑝( < )
𝜎⁄√𝑛 15⁄
√20
𝑝( 𝑧 < −1.49 ) = 1 − 𝑝(𝑧 < 1.49 ) = 1 − 0.9319 = 0.0681
Por lo tanto p(a)-p(b) =0.37-0.0681 =0.30109

c) Una muestra de 200 elegidos al azar tenga una media menor que 95. ¿Cuál es la
diferencia de la probabilidad encontrada en c?
n=200
𝑝(𝑥 < 95)
Estandarizando x :
𝑥−𝜇 95 − 100
𝑝( < )
𝜎⁄√𝑛 15⁄
√200
𝑝( 𝑧 < −4.71 ) = 1 − 𝑝(𝑧 < 4.71 ) = 1 − 𝑥𝑥𝑥𝑥𝑥 = 𝑥𝑥𝑥𝑥

d) Una muestra de 500 niños al azar tenga una media menor que 95 .
n=500
𝑝(𝑥 < 95)
Estandarizando x :
𝑥−𝜇 95 − 100
𝑝( < )
𝜎⁄√𝑛 15⁄
√500
𝑝( 𝑧 < −7.45 ) = 1 − 𝑝(𝑧 < 7.45 ) = 1 − 𝑥𝑥𝑥𝑥 = 𝑥𝑥𝑥𝑥𝑥

7. Se sabe que el 35% de los miembros de una población si sufre de una o más
enfermedades crónicas. ¿cuál es la probabilidad de que, en una muestra
aleatoria de 200 individuos, 80 o más tengan al menos una enfermedad crónica?

P =0.35 y Q = 0.65

10
n= 200

p(p>80/200)= p(p>0.4)

PQ
p  n( P; )
n

p →n(0,35 ; 0,00113)

ahora estandarizamos:

pP 0.4  0.35


p(p>0.4)= p( > ) = p( z > 1.48)=1 - p( z < 1.48)= 1- 0.9306 =0.0694
PQ 0.00113
n

8. Si, en una población de adultos, 0.15 están sometidos a algún tipo de dieta, ¿cuál
es la probabilidad de que una muestra al azar de tamaño 100 de una proporción
de aquellos que se encuentran a dieta:

a) Mayor que o igual a 0.20

P=0.15 y Q= 0.85

n=100

(0.15)(0.85)
𝑝 → 𝑛 ( 0.15 ; ) 𝑝 → 𝑛(0.15 ; 0.001275)
100

𝑝(𝑝 ≥ 0.20)

𝑝−𝑃 0.20 − 0.15


𝑝( ≥ )
√0.001275
√𝑃𝑄
𝑛

𝑝(𝑧 ≥ 1.4) = 1 − 𝑝(𝑧 ≥ 1.4) = 1 − 0.9192 = 0.0808

b) Entre 0.10 y 0.20

11
𝑝(0.10 < 𝑝 < 0.20)
Estandarizando:

0.10 − 0.15 𝑝−𝑃 0.20 − 0.15


𝑝( < < )
√0.001275 √𝑃𝑄 √0.001275
𝑛
𝑝(−1.4 < 𝑧 < 1.4)=0.8384

c) No mayor de 0.12

𝑝(𝑝 < 0.12)

𝑝−𝑃 0.20 − 0.15


𝑝( ≥ )
√0.001275
√𝑃𝑄
𝑛

𝑝(𝑧 < −0.84) = 1 − 𝑝(𝑧 < 0.84) = 1 − 0.7995 = 0.2005

9. Se hace un estudio para averiguar el número de horas al día mirando televisión


de niños entre 5 y 8 años en Talca(X). asuma que x es una variable aleatoria
discreta, con la siguiente distribución de probabilidad:

X : número de horas 0 1 2 3 4

Proporción de niños 0.05 0.20 0.25 0.30 0.20

a) Grafique la distribución de X, dé su opinión acerca de la forma de la distribución

12
proporcion de niños

numero de horas

b) ¿Cuál es el numero esperado de horas frente al televisión

𝐸(𝑥) = ∑ 𝑥 . 𝑓(𝑥)

𝐸(𝑥) = 0(0.05) + 1(0.20) + 2(0.25) + 3(0.30) + 4(0.20) = 2.4 = 𝜇

c) ¿Cuál es la desviación estándar frente al televisor?

𝑉(𝑥) = (0 − 2.4)2 . 0.05+(1 − 2.4)2 . 0.20 + (2 − 2.4)2 . 0.25+(3 − 2.4)2 . 0.30


+ (4−2.4)2 . 0.20 = 1.34
𝜎 2 = 𝑣(𝑥) 𝜎 = √1.34 = 1.157

d) ¿Cuál es la probabilidad de que un niño seleccionado al azar este a lo mas( no mas


de 2 horas diarias frente al televisor?

X : número de horas 0 1 2 3 4

Proporción de niños 0.05 0.25 0.50 0.80 1

P(x<2) = 0.50

13
e) Se toma una muestra aleatoria de n=64 niños de esta población. Calcule la
probabilidad de que la media muestra sea a o mas dos horas?

n=64

𝑝(𝑥 ≤ 2)

Estandarizando:

𝑥−𝜇 2 − 2.4
𝑝( ≤ )
𝜎⁄√𝑛 1,157⁄
√64
𝑝( 𝑧 ≤ −2,78 ) = 1 − 𝑝(𝑧 ≤ 2,78 ) = 1 − 0,9973 = 0.0027

10. Un investigador se siente inclinado a creer que los niveles de vitamina A en el hígado

de dos poblaciones de personas muestran, en cada una, una distribución normal. Se

supone que las varianzas para las dos poblaciones son las siguientes:

Población 1: δ2=19600

Población 2: δ2=8100

¿Cuál es la probabilidad de que una muestra al azar de tamaño 15 de la primera

población y de 10 de la segunda proporcione un valor de x1 – x2 mayor que o igual a 50

si no existe la diferencia entre las medias de las poblaciones?

δ2 = 19600 δ2= 8100

n1=15 n2=10

𝛿2 𝛿2 (𝑥 – 𝑦) – (𝜇𝑥 – 𝜇𝑦)
x – y → n (μx- μy; 𝑛 + ) → Z=
𝑥 𝑛𝑦 𝛿 𝛿𝑦
√ 𝑥 +√
𝑛𝑥 𝑛𝑦

50−0
P(𝑍≥ 19600 8100
) μx=μy
√ +
15 10

14
50
P (Z ≥ )
√1306.67+810

50
P (Z ≥ )
√2116.67

50
P (Z ≥ 46.01)

P (Z ≥ 1.09)→ 1- P (Z ≤ 1.09)

Buscando en la tabla normal

= 1- 0.8621

= 0.1379

PRÁCTICA Nº 2

15
1. Si X es una variable aleatoria X2 con 23 grados de libertad. Hallar a y b tal que:

P [a < x < b]=0.95 y P [x < a]=0.025

P (x23<a) = 0,025

a= 11,69

P (11,69< x23<b) = 0,95

P (x23<b) - P (x23<11,69) = 0,95

P (x23<b) – 0,025 = 0,95

P (x23<b) = 0,975

b = 38,08

2. Suponga que X1, X2,……X10es una muestra aleatoria de variables aleatorias con

distribución normal estándar. Calcular P[2.56<∑X2i <18.3]

n=10 y con υ= 10, dado que son variables aleatorias

P(X210<18.3) - P(X210<2.56)

 Aplicando la tabla de distribución Chi cuadrado acumulada, ya que al elevarlo al


cuadrado variables aleatorias tendrán tal distribución.

P(X210<18.3)= 0.95

P(X210<2.56)= 0.01

Rspt: 0.95-0.01= 0.94

3. Calular P[S2<1.88], donde S2 es la varianza muestral del ejercicio (15)

Dado que es una distribución normal estándar, entonces

µ=0

16
σ2 =1

P[S2 (10-1)/1<(1.88)(9)/1]

P(X2<16.92) …….Aplicando la tabla de distribución Chi cuadrado acumulada

0.95

4. Si la altura de un grupo de población sigue una distribución normal N(176,144).

Calcular la P(S≤10)para una muestra tamaño 8.

µ= 176 σ2=144 n=8 υ= 7

P(S2≤100)

 Dando la forma de Chi cuadrado: X2 = (n-1)S2/ σ2

P[7S2/144≤7(100)/144]

P[X27=4.86]

P≈6.35

5. Suponga que los tiempos requeridos por un cierto autobús para alcanzar un de sus
destinos en una ciudad grande forman una distribución normal con una desviación
estándar =1 minuto. Si se elige al azar una muestra de 17 tiempos, encuentre la
probabilidad de que la varianza muestral sea mayor que 2.

σ=1’ n= 17 Grado de libertad= n-1= 16

P (σ2≥ 2)=¿? P (σ2≥ 2)= 1- P(σ2≤2)



V(x)= ∫0 (𝑥 − 𝛾)2 f(x)dx = 2 𝛾 v(x)= 2*16=32

2
Por lo tanto: 𝑥~𝑥16

P (σ2≥ 2)= 1- P(σ2≤2)= 1- P (x≥ 32)= 1- 0.99= 0.01

17
6. Encuentre la probabilidad de que una muestra aleatoria de 25 observaciones, de
una población normal con varianza , tenga una varianza muestral:
a. Mayor que 9.1
b. Entre 3.462 y 10.745

DATOS:
n= 25
𝜎2 = 6

a) Mayor que 9.1 :𝑷(𝜹𝟐 > 9.1)


Sabemos q:
2
(𝑛 − 1)𝛿 2
𝑋𝑛−1 =
𝜎2

2
2
𝑋𝑛−1 𝜎2
𝛿 =
(𝑛 − 1)

Entonces:
2
𝑋𝑛−1 𝜎2
𝑃(𝛿 2 > 9.1) = 𝑃( > 9.1)
(𝑛 − 1)
2
𝑋24 6
= 𝑃( > 9.1)
(24)
2
𝑋24
= 𝑃( > 9.1)
4
2
= 𝑃(𝑋24 > 36.4)
2
= 1 − 𝑃(𝑋24 > 36.4)

= 1 − 0.950 = 0.05

b) Entre 3.462 y 10.745: 𝑷(𝟑. 𝟒𝟔𝟐 ≤ 𝜹𝟐 ≤ 𝟏𝟎. 𝟕𝟒𝟓)

= 𝑃(𝛿 2 ≤ 10.745) − 𝑃(𝛿 2 ≤ 3.462)

18
2 2
𝑋24 6 𝑋24 6
= 𝑃( ≤ 10.745) − 𝑃 ( ≤ 3.462)
24 24

2 2
= 𝑃(𝑋24 ≤ 42.98) − 𝑃(𝑋24 ≤ 13.848)

= 0.990 − 0.050

= 𝟎. 𝟗𝟒

7. Sea T una v.a que tiene una distribución t con varianza σ2=5/4. Calcular

P[-1.812≤T≤2.228]

P(T≤2.228) –[1-P ≤ (1.812)]

 Aplicando la tabla de distribución T student

P(T≤2.228)=0.975

P ≤ (1.812)=0.95

0.975-[1-0.95]

0.925

8. Sea T una v.a. que tiene una distribución t con v grados de libertad. Calcular:

a) P[ │T│> 2.228 ], v = 10

P[ T> 2.228 ]
1 - P[ T> 2.228 ]
1 - 0.975
0.135

b) P[ -1.753 ≤ T ≤ 2.602 ], v = 15

P[ T ≤ 2.602 ] - P[ T ≤ -1.753 ]
P[ T ≤ 2.602 ] - P[ T > 1.753]
P[ T ≤ 2.602 ] – [ 1 - P[ T ≤ 1.753] ]
0.99 – [ 1 – 0.95 ]
0.94

19
9. Supongamos que las calificaciones de una prueba están distribuidos

normalmente con una media de 100. Ahora supongamos que seleccionamos 20

estudiantes y les hacemos un examen. La desviación estándar de la muestra es

de 15. ¿Cuál es la probabilidad de que el promedio en el grupo de muestra sea

cuando más 110?

µ = 100

n = 20

σ = 15

grado de libertad: 𝑣 = n-1 = 19

P[ 𝑥̅ ≤ 110 ]

𝑥̅ −µ
Estandarizar: 𝑧 =σ
⁄ 𝑛

110−100
𝑧= 15⁄ = 2.98
√20

P[ T19 ≤ 𝑧 ]

P[ T19 ≤ 2.98]

0.995

10. Si la v.a. tiene una distribución F, con v1 y v2 grados de libertad,

respectivamente. Calcular:

20
a) P (F ≥ 4.76) con v1 = 3 y v2 = 6

P (F3,6 ≥ 4.76) = 1 – P (F3,6 ≤ 4.76) De la tabla P (F3,6 ≤ 4.76) = 0.95

= 1- 0.95

=0.05

b) P (F ≤ 3.5) con v1 = 7 y v2 = 8

De la tabla P (F7,8 ≤ 3.5) = 0.95

11.-Sea X1, X2,…, X7 e Y1, Y2,…, Y9 muestra aleatorias independientes de distribución

normales ambas con media cero y varianza ¼ y 1/3 respectivamente

Analizando: Transformando a X2, elevamos al cuadrado

X1, X2,…, X7

X1 ~, N( 0,¼ ) 4 X12 ~ X12

X2 ~ N (0,¼) 4 X22 ~ X12

X7 ~ N( 0,¼ ) 4 X72 ~ X12

Entonces la sumatoria:

Analizando: Transformando a X2, elevamos al cuadrado

Y1,Y2, …,Y9

Y1 ~,N( 0,1/3 ) 3Y12 ~ Y12

21
Y2 ~,N( 0,1/3 ) 3Y22 ~ Y12

Y7 ~ N( 0,1/3 ) 3Y92 ~ Y12

Entonces la sumatoria:

Hallar

12.-Si S12 y S22 representan las varianza de muestras aleatorias independientes de

tamaño n1=25 y n2 = 31, que se toman de poblaciones normales con varianzas =10 y

=15 , respectivamente , encuentre la P ( S12/S22 >1.26)

22

Вам также может понравиться