Notas de Clase Bioestadistica - DM

UNIVERSIDAD DE PAMPLONA
NOTAS DE CLASE
BIOESTADISTICA
NORA YAKELYN GRANADOS
DEPARTAMENTO DE MATEMATICA
Este documento contiene algunos ejercicios propuestos acompañados de ejemplos que le

servirán de guía para el programa de bioestadística.
INDICE
PAG
1. INTRODUCCION A LA ESTADISTICA
1
1.1 CONCEPTO DE BIOESTADISTICA
1
1.2 ELEMENTOS UTILIZADOS PARA UN
ANALISIS ESTADISTICO 1
2. ESTADISTICA DESCRIPTIVA
5
2.1 MEDIDAS DE TENDENCIA CENTRAL
5
2.2 EJERCICIOS PROPUESTOS
9
2.3 MEDIDAS DE DISPERSION
11
17
3. PROBABILIDAD
18
3.1 CONCEPTO
19
3.2 REGLA DE LA ADICION
19
3.3 TABLA DE PROBABILIDADES
20
3.4 TEOREMA DE BAYES
24
26
1
¿Qué ES LA BIOESTADISTICA?
Es una palabra compuesta por dos ciencias BIO (biología) y ESTADÍSTICA que
combinadas representan la estadística aplicada a la biología.
Estadística: Ciencia que se encarga de recolectar, organizar y analizar

información proveniente de muestras o poblaciones, para tratar de
explicar fenómenos que ocurren en la realidad.
Biología: Ciencia que estudia a los seres vivos; ya sean animales, plantas o seres
humanos. Principalmente se preocupa de [Escriba una cita del documento o el resumen
de un punto interesante. Puede situar el cuadro de texto en cualquier lugar del documento. Use la
ficha Herramientas de dibujo para cambiar el formato del cuadro de texto de la cita.]
los procesos vitales de cada ser, como su nacimiento, desarrollo,

procreación y muerte.
EJEMPLOS
 Registro de eventos repetidos.

 Crecimiento de una planta a partir de diferentes
Nutrientes.
 Registros de cantidad de plantas, bacterias,
microorganismos, etc.
ELEMENTOS A TENER EN CUENTA PARA EL ANALISIS DE UN

PROBLEMA
1. Identificar la población de estudio

2. Determinar la muestra
3. Identificar las variables y hacer su respectiva clasificación
TENGA EN CUENTA…
POBLACION: Conjunto de entidades (personas, animales,

objetos, instituciones, empresas) que conservan una
característica en común.
MUESTRA: Es una parte de la población o un subconjunto.

2
VARIABLE: Es una característica de los elementos de la población. Puede ser

Cualitativa o Cuantitativa.
Variable CUALITATIVA: Hace referencia a cualidades o atributos del

elemento de estudio.
Variable CUANTITATIVA: Se refiere a valores numéricos, puede ser

Discreta o Continua.
DISCRETA: Asociada a valores enteros, contables.
CONTINUA: Valores que se encuentran dentro de un intervalo, se

representan por números decimales.
ESCALA: Es una clasificación que se le hacen a las variables. De acuerdo al

origen de la variable se tiene la siguiente clasificación:
CUALITATIVA CUANTITATIVA
NOMINAL ORDINAL INTERVALO RAZON
CUALITATIVA
 NOMINAL: Se establecen categorías que no requieren de un orden

establecido.
 ORDINAL: Se establecen categorías que guardan una relación de orden

entre sí, es decir, existe una jerarquización de las categorías.
CUANTITATIVA
 INTERVALO: Establece la distancia numérica entre dos puntos; maneja un

cero arbitrario que no indica ausencia de la variable.
 RAZON: Es la escala más fuerte, maneja un cero absoluto que indica

ausencia de la variable.
3
EJEMPLO:
Los trastornos en la conducta alimentaria constituyen un problema de salud por

su creciente incidencia, gravedad de la sintomología asociado a la resistencia al
tratamiento y porque se presenta en edades tempranas. Se estudió la relación
entre las conductas de riesgo del trastorno alimentario, la imagen corporal y la
autoestima en un grupo de adolescentes de secundaria. Se contó con 248
alumnos: 153 mujeres y 145 hombres con una edad promedio de 13 años.
POBLACION: Adolescentes con edad promedio de 13 años de secundaria
MUESTRA: 248 alumnos: 153 mujeres y 145 hombres con edad promedio de 13
años de secundaria
VARIABLE: Conductas de riesgo de trastorno alimentario
TIPO DE VARIABLE: Cualitativa
ESCALA: Nominal
CONCEPTOS TOMADOS DE LA ESTADISTICA

PARA EL ANALISIS DE LA
BIOLOGIA
MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMETICA (PROMEDIO): Es una de las medidas más utilizadas y de un

cálculo fácil, porque consiste en sumar las observaciones sobre el total de la
muestra. Resulta inútil este estadístico en aquellas poblaciones que presentan
una asimetría muy marcada.
4
MODA: Se conoce como el dato que más se repite o que se presenta con mayor
frecuencia. Es utilizado en variables cualitativas (nominal)
MEDIANA: Se caracteriza porque divide la información en dos partes iguales.

Valor de la mitad de una lista de datos ordenados. Es utilizado en variables
cualitativas (ordinal) y cuantitativas.
¿CÓMO CALCULAR LA MEDIANA EN DATOS NO AGRUPADOS?
1. Ordenar los datos en forma ascendente (De mayor a menor) o en forma

descendente (De menor a mayor)
2. Observar el valor de n
 Si n es par se suman y se dividen en dos los datos centrales y esa es
la mediana
 Si n es impar se toma el dato central.
TENGA EN CUENTA…
En datos no agrupados o libres los representan los valores de la variable mientras

que en datos agrupados (intervalos) representan las marcas de clase.
EJEMPLO 1:
Se realizó un estudio descriptivo que determinó la infección por Toxoplasma

gondii, en 120 muestras de carnes de consumo humano, obtenidas en dos tipos
de expendios del municipio de Sincelejo. De cada sector se tomaron 60 muestras
distribuidas así: 20 muestras de carne de res, 20 muestras de carne de cerdo y 20
muestras de carne de pollo. Estas muestras fueron sometidas a una extracción de
ADN mediante el método de altas concentraciones de sales y a una PCR
anidada para amplificar una región especifica del material genómico de T. gondii
correspondiente al gen B1.
Hallar:
1. Población, muestra, variable, tipo de variable y escala.

2. Organizar la información en una tabla
5
3. Calcular las medidas de tendencia central e interpretar
SOLUCION:
1. Población: Expendios de carne del Municipio de Sincelejo

Muestra: 120 muestras de carne de consumo humano
Variable: Tipo de carne
Tipo de variable: Cualitativa
Escala: Nominal
2.
TIPODE CARNE EXPENDIO 1 EXPENDIO 2
Carne de Res 20 20
Carne de Cerdo 20 20
Carne de Pollo 20 20
TOTAL 60 60
3. En promedio en cada tipo de carne se trabajaron 20 muestras en cada

expendio del Municipio de Sincelejo.
EJEMPLO 2:
En Cali se realizó un estudio de niños recién nacidos para determinar el peso, en
gramos que ganaron en sus tres primeros días de vida. Los resultados fueron los
siguientes:
165 160 460 365 440

440 390 230 440 295
Hallar:

SOLUCION:
6
1. Población: Bebes recién nacidos en Cali
Muestra: 10 bebes recién nacidos
Variable: Peso en sus tres primeros días de vida
Tipo de variable: Cuantitativa, continua
Escala: Razón
2. MEDIA ARITMETICA
∑
̅
En promedio los recién nacidos ganan un peso durante los tres primeros
días de 338,5 gramos.
MODA
Mo = 440
El peso más frecuente registrado en los recién nacidos durante los tres
primeros días es de 440 gramos.
MEDIANA
1. Ordeno los datos
160 165 230 295 365 390 440 440 440 460
Me
2. Observo el valor de n
La muestra es de 10 por lo tanto es par, entonces se toman los dos

datos centrales, se suman y se dividen entre dos.
El 50% de los recién nacidos a los tres días registran un peso de 377,5
gramos.
7
EJEMPLO 3:
Se realizó una encuesta a 30 familias de una cierta población sobre la duración
de las ampolletas; la información que se obtuvo fue la siguiente:
7 familias dijeron que les duraban entre 20 y 26 días
8 dijeron entre 26 y 33 días
3 dijeron entre 54 y 61 días,
y una familia dijo que le duro más de 61 días
Hallar:

2. Organizar la información en una tabla
4. Elaborar una grafica
SOLUCION:
1. Población: Familias de cierta población

Muestra: 30 familias
Variable: Duración de las ampolletas
Tipo de variable: Cuantitativa, discreta
Escala: Razón
2.
AMPOLLETAS FAMILIAS
20 – 26 7 23 161 7
26 - 33 8 Mo 29.5 236 15 Me
33 – 40 5 35.5 177.5 20
40 – 47 4 41.5 166 24
47 – 54 2 47.5 95 26
54 – 61 3 53.5 160.5 29
61 – 68 1 59.5 59.5 30
TOTAL 30 1055.5
8
3. MEDIA ARITMETICA
∑
̅
En promedio la duración de las ampolletas es de 35,18 días.
MEDIANA
Lo primero que se debe hacer es ubicar la mediana (dividir la muestra en

dos) a través de las frecuencias absolutas y ubicarla en los intervalos.
El 50% de duración de las ampolletas es de 33 días.
MODA
Lo primero que se debe hacer es ubicar la moda en la frecuencia absoluta

mayor, recibiendo el nombre de frecuencia modal.
La duración más frecuente en las ampolletas utilizadas por las familias es de

27,75 días.
9
4. Gráfica
9
8
7
6
FAMILIAS
5
4
3
2
1
0
20 – 26 26 - 33 33 – 40 40 – 47 47 – 54 54 – 61 61 – 68
AMPOLLETAS
EJERCICIOS
PROPUESTOS
1. En una farmacia se está recogiendo información sobre el grado de

satisfacción de los clientes respecto a su servicio nocturno, concretamente se
está preguntando cual es la opinión de los clientes en cuanto la relación
calidad precio de este servicio nocturno. Las respuestas dadas por los clientes
han sido codificadas:
0 Muy desfavorable
1 Desfavorable
2 Favorable
3 Muy favorable
Se ha preguntado a un total de 50 clientes y sus respuestas codificadas han

sido las siguientes:
10
0 1 2 3 0 1 2 2 2 1
1 2 3 0 0 2 2 0 3 1
0 3 3 3 2 1 2 2 0 3
0 3 0 1 2 0 0 2 3 3
2 2 2 0 2 1 3 0 3 0
Hallar:
1. Población, muestra, variable, tipo de variable y escala
2. Organiza la información en una tabla
3. Determine las medidas de tendencia central e interprete
4. Realice una grafica
2. En una encuesta a personas con hipertensión arterial, se les ha preguntado el

número de veces que han recibido control de su presión arterial en los últimos
6 meses. Las respuestas se muestran a continuación:
3 5 2 0 1 6 2 0 6 2 0 4 3 3 5 2 0 0 1 2
5 3 6 6 4 6 0 3 1 1 0 5 6 4 4 6 2 3 3 6
Hallar:

3. Completa tabla de frecuencias
3. Se han tomado muestras a 40 niños de entre 1 y 5 años del nivel de cobre en

orina, obteniéndose los siguientes valores:
0.10 0.34 0.42 0.45 0.50 0.55 0.62 0.64 0.65 0.69
0.10 0.36 0.42 0.48 0.52 0.58 0.63 0.65 0.66 0.70
0.72 0.73 0.74 0.74 0.75 0.76 0.77 0.78 0.81 0.83
0.85 0.86 0.88 0.90 0.94 0.98 1.04 1.12 1.16 1.24
Hallar:

2. Organiza la información en una tabla de intervalos iguales
3. Completa tabla de frecuencias
11
4. Se dispone del peso (en gramos) de 16 niños de un mes de edad. Los datos se
muestran a continuación:
4123 4160 4422 3281 4096 3596 4017 4240

4336 4165 3853 3990 4166 4127 3769 4194
Hallar:

5. Un médico de cabecera en un área rural está interesado en conocer cuando

se producen un mayor número de demandas de asistencia a domicilio para
reforzar el horario que más lo necesita. Para ello ha recogido datos sobre las
últimas demandas que ha tenido y las ha catalogado como visitas de
mañana, tarde, noche o festivo dependiendo de la hora y el día en el que se
han producido. Los datos que ha obtenido son los siguientes:
Mañana Noche Noche Noche Mañana Tarde Tarde Mañana Tarde
Mañana Festivo Tarde Mañana Noche Festivo Mañana Mañana Mañana
Noche Tarde Tarde Mañana Tarde Festivo Mañana Noche Festivo
Mañana Tarde Festivo Tarde Noche
Hallar:

MEDIDAS DE DISPERSION
Estas medidas indican las distancias que se encuentran separados los datos
numéricos alrededor de una medida de centralización.
12
Las medidas de dispersión más utilizadas son:
1. DESVIACION ESTANDAR O TIPICA : Muestra las distancias con

respecto a la media aritmética.
2. VARIANZA : Medida de variación más importante, se obtiene a partir

de la media aritmética de una distribución. Se define como el cuadrado
de la desviación típica.
3. COEFICIENTE DE VARIACION : Esta medida relaciona la desviación

estándar y la media y se acostumbra a expresarlo en porcentaje. Medida
muy utilizada en procesos de control de calidad y comparación de
muestras en toma de decisiones.
Si el coeficiente de variación está por debajo del 25% se consideran

muestras homogéneas y en caso contrario muestras heterogéneas.
EJEMPLO 1:
Los siguientes son los puntajes de un grupo de adolescentes en un test
de Agudeza Visual: 25, 12, 15, 23, 24, 39, 13, 31, 19, 16.
HALLAR:

2. Medidas de dispersión e interpretar
3. Realiza una gráfica de dispersión
SOLUCION:
1. Población: Grupo de adolescentes

Muestra: 10 adolescentes
Variable: Agudeza visual
Escala: Razón
2. Primero se obtiene el promedio:

∑
̅
En promedio la agudeza visual de los adolescentes es de 21,7

13
La desviación es:
∑ ̅
√ √
La varianza es:
El coeficiente de variación es:
Este resultado indica que existe gran dispersión en la agudeza visual de los
adolescentes, se trata de muestras heterogéneas.
3. Gráfico de dispersión (nube de puntos)
EJEMPLO 2:
Se realizó un estudio del tiempo en (años) de las personas afiliadas al
Seguro Social, encontrándose la siguiente información:
AÑOS DE NUMERO DE
AFILIACION PERSONAS
3 4
4 2
5 3
6 2
10 1
TOTAL 12
14
HALLAR

SOLUCION:
1. Población: Personal afiliado al Seguro Social

Muestra: 12 personas afiliadas
Variable: Tiempo de afiliación
Escala: Razón
2. Antes de calcular la desviación se debe obtener el promedio
AÑOS DE NUMERO DE AÑOS*NUMPERSONAS ̅̅̅

̅
AFILIACION PERSONAS ( ) * )
( )
3 4 12 11,56
4 2 8 0,98
5 3 15 0,27
6 2 12 3,38
10 1 10 28,09
TOTAL 12 57 44,71
El promedio se obtiene con la siguiente ecuación:
∑
̅
En promedio el personal está afiliado al Seguro Social 4, 7 años
La desviación es:
∑ ̅
√ √
La varianza es:
El coeficiente de variación es: ̅
Existe mucha dispersión en los años de afiliación del personal al Seguro Social, se
trata de muestras heterogéneas.
15
EJEMPLO 3:
En un centro medico se está estudiando a la población infantil con sobrepeso, para lo cual se
anotó en una tabla los siguientes datos, de un total de 150 niños evaluados.
KILOS DE NIÑOS
SOBREPESO
2–6 59
6 -10 38
10 – 14 25
14 -18 16
18 – 22 10
22 - 26 2
TOTAL 150
HALLAR

3. Elaborar una grafica
SOLUCION:
1. Población: Población infantil con sobrepeso

Muestra: 150 niños con sobrepeso
Variable: Peso (kg)
Escala: Razón
2. Antes de calcular la desviación se obtiene el promedio
KILOS DE NIÑOS ̅̅̅

̅
SOBREPESO
2–6 59 4 236 1451,49
6 -10 38 8 304 35,02
10 – 14 25 12 300 231,04
14 -18 16 16 256 792,98
18 – 22 10 20 200 1218,81
22 - 26 2 24 48 452,40
TOTAL 150 1344 4181,74
16
∑
̅
En promedio el sobrepeso en kilos de los niños es de 8,96
La desviación es:
∑ ̅
√ √
La varianza es:
El coeficiente de variación es: ̅
Existe mucha dispersión en el sobrepeso de la población infantil, se trata de

muestras heterogéneas.
3. Gráfica
160
140
120
100
Niños
80
60
40
20
0
0-2 2–6 6.-10 10 – 14 14 -18 18 – 22 22 - 26
SOBREPESO (Kg)
17
EJERCICIOS
PROPUESTOS
1. En un grupo de estudiantes se considera el número de ensayos que necesita

cada uno para memorizar una lista de seis pares de palabras. Los resultados
fueron:
5 8 3 9 6 7 10 6 7 4
6 9 5 6 7 9 4 6 8 7
Hallar:

3. Determine las medidas de dispersión e interpretar
4. Realice una gráfica
2. Los resultados de un test de aptitud tomado a un grupo de 100 personas se

volcaron en la siguiente tabla:
PUNTAJE PERSONAS
0,5 – 5,5 7
5,5 – 10,5 12
10,5 – 15,5 21
15,5 – 20,5 32
20,5 – 25,5 28
Hallar:

3. Realice una gráfica
3. La concentración de sólidos suspendidos en agua de un río es una

característica ambiental importante. Un artículo científico reportó sobre la
concentración (en partes por millón, o ppm) para varios rios diferentes.
Supongamos que se obtuvieron las siguientes 50 observaciones para un rio en
particular:
55.8 37.0 65.8 60.6

60.9 91.3 42.3 33.8
18
Hallar:

3. Realice una gráfica de dispersión
PROBABILIDAD
Se conoce como la ocurrencia o no de un evento; también se puede

tomar como una medida de riesgo en el caso de tomar una muestra del
total de una población. La probabilidad mide la frecuencia con la que
aparece un resultado determinado cuando se realiza un experimento.
La siguiente ecuación desarrollada por Laplace permite obtener la

probabilidad de un evento
ELEMENTOS DE PROBABILIDAD
EXPERIMENTO: Cualquier acción cuyo resultado se registra como un dato, o
proceso mediante el cual se obtiene una observación (o medida). Se
representa por la letra S.
EVENTO: Se conoce como el resultado de un experimento; cuando este se

realiza al azar se denomina aleatorio o al azar. Generalmente se utilizan
letras mayúsculas para representarlos: A, B, C,…
EJEMPLOS:
 Determinar el RH de una persona
 Determinar el grupo de sangre
 Determinar el sexo en dos bebés
19
REGLA DE LA ADICION
En esta regla de probabilidad se da una clasificación a los eventos de

acuerdo al conectivo “o” (), éste está relacionado con la unión () y
con el operador suma (+).
EVENTOS NO EXCLUYENTES: Se dice no excluyentes si durante una prueba

puede ocurrir uno o el otro o los dos.
Su regla de probabilidad es:
EVENTOS MUTUAMENTE EXCLUYENTES: Se dice mutuamente excluyentes

cuando la ocurrencia de un evento imposibilita la ocurrencia del otro, es
decir; cuando solo uno de ellos puede ocurrir cuando se realiza una sola
prueba.
Si dos conjuntos A y B no tienen elementos en común, su intersección será

nula o vacía. En este caso A y B se dicen eventos mutuamente
excluyentes. A ∩ B = Φ
Su regla de probabilidad es:
EJEMPLO 1:
La sangre humana puede contener o no ciertos antígenos; el antígeno A, el

antígeno B o ambos. Un tercer antígeno llamado RH, es significativo en la
reproducción humana puede o no estar presente en un individuo. La sangre es
llamado tipo A – positivo si el individuo tiene el A y el RH, pero no el antígeno B.
Una persona que tiene solamente los antígenos A y B se dice que tiene sangra
tipo AB – negativa. Una persona que tiene solo el antígeno RH tiene sangre tipo O
– positiva. En algún hospital fueron registrados los siguientes datos sobre
pacientes:
20
25 pacientes tuvieron el antígeno A

17 tuvieron los antígenos A y B
27 tuvieron el antígeno B
22 tuvieron los antigenos B y RH
30 tuvieron el antígeno RH
12 no tuvieron ninguno de los antígenos
16 tuvieron los antígenos A y RH
15 tuvieron los tres antígenos
a. ¿Cuántos pacientes están representadas aqui? 54

b. ¿Cuántos pacientes tienen exactamente un antígeno? 17
c. ¿Cuántos pacientes tienen exactamente dos antigenos? 10
¿Cuántos tienen los siguientes tipos de sangre?
d. O – positivo 7
e. AB – positivo 15
f. B – negativo 3
g. O – negativo 35
TABLA DE PROBABILIDADES
PROBABILIDAD MARGINAL:
Este tipo de probabilidad se caracteriza porque tiene en cuenta solo un evento y

porque para determinarla se ignora una o más características del espacio
muestral. En una tabla esta probabilidad es obtenida de los márgenes o totales.
21
PROBABILIDAD CONJUNTA:
Este tipo de probabilidad se caracteriza porque ocurren dos eventos al mismo

tiempo o en forma simultánea, puesto que insiste en la probabilidad de resultados
comunes a ambos eventos. Dentro de una tabla esta probabilidad es obtenida
del intercepto de filas y columnas o lo que se conoce como celdas.
PROBABILIDAD CONDICIONAL:
Sean A y B dos eventos cualquiera que se encuentran en un espacio muestral S

de manera tal que P(B) > 0. La probabilidad condicional de A al ocurrir el evento
B, es el cociente de la probabilidad conjunta de A y B con respecto a la
probabilidad marginal de B; de esta manera se tiene:
Por simetría, la probabilidad condicional de B dada la ocurrencia de A, es:

22
EJEMPLO 2:
Para armar la siguiente tabla se han tenido en cuenta las

calificaciones: aceptable (A), bueno (B) y excelente (E)
Mujer Hombre
Total
(M) (H)
A 7 9 16
B 10 8 18
E 2 4 6
Total 19 21 40
Si entre los 40 alumnos de dicho curso, se elige 1 al azar, hallar la

probabilidad de que:
a. Haya obtenido A en la evaluación

b. Sea mujer y haya obtenido B en la evaluación
c. Haya obtenido A o B en la evaluación
d. Sea hombre o haya obtenido E en la evaluación
e. Haya obtenido A sabiendo que el alumno elegido es varón.
f. Demuestre que H y B sean Mutuamente Excluyentes
g. Demuestre que H y B sean Independientes
23
SOLUCION:
a.
b.
c.
d.
e.
f. H y B sean Mutuamente
Excluyentes
Como son diferente de vacío; por lo tanto H y B no son

mutuamente excluyentes.
g. H y B son Independientes
24
Para demostrar que H y B sean independientes por concepto se
considera que la probabilidad conjunta es igual al producto de las
marginales; es decir:
Por lo tanto H y B no son independientes.
TEOREMA DE BAYES
Sean B1, B2, …., Bn particiones de S (espacio muestral) tales que:
B1B2…Bn = S
B1B2…Bn = ᵩ
Supongamos que el espacio muestral S tiene tres particiones
Sea A un subconjunto de S; A lo
definimos como:
Aplicando probabilidad tenemos:
Este se conoce como una probabilidad total
La probabilidad TOTAL de un evento es la suma exhaustiva de las

probabilidades de todos los casos mutuamente excluyentes que conducen
a dicho evento.
Sea B1 una partición cualquiera, el teorema de Bayes se define como:

25
EJEMPLO 3:
El 1% de la población de un determinado lugar padece una enfermedad. Para detectar

esta enfermedad se realiza una prueba diagnóstico. Esta prueba da positiva en el 97% de
los pacientes que padecen la enfermedad; en el 98% de los individuos que no la padecen
da negativa. Si elegimos al azar un individuo de esa población:
a. Encuentre el espacio muestral
E: Enfermo
Ec: Sano
D|E: Diagnóstico positivo dado que está

enfermo
Dc|E: Diagnóstico negativo dado que está

enfermo
D|Ec: Diagnóstico positivo dado que está sano
Dc| Ec: Diagnóstico negativo dado que está

sano
b. ¿Cuál es la probabilidad de que el individuo de positivo y padezca la enfermedad?
c. Si sabemos que ha dado positiva, ¿Cuál es la probabilidad de que padezca la

enfermedad?
26
EJERCICIOS
PROPUESTOS
1. En cierta facultad se sabe que un 25% de los estudiantes suspendió

matemáticas, un 15% suspendió química y un 10% suspendió ambas. Se
selecciona un estudiante al azar.
a. Si suspendió química, ¿Cuál es la probabilidad de que también

suspendiera matemática?
b. Si suspendió matemática ¿Cuál es la probabilidad de que también
suspendiera química?
c. ¿Cuál es la probabilidad de que suspendiera al menos una de las dos?
2. Un hospital tiene dos quirófanos en funcionamiento. En el primero se han
producido incidentes en el 20% de sus operaciones y el segundo solo en
4%. El número de operaciones es el mismo en ambos quirófanos. La
inspección hospitalaria analiza el expediente de una operación, elegido al
azar y observa que en esa operación se produjo un incidente. ¿Cuál es la
probabilidad de que la operación se realiza en el primer quirófano?
3. Se sabe que en cierta operación el número de personas que padecen la

enfermedad (E) es del 1%. Se ha investigado una prueba diagnóstica que
ha resultado positiva en el 97% de las personas que padecen la
enfermedad (E) y en el 2% de las personas sanas. Calcular la probabilidad
27
de que una persona con prueba positiva padezca realmente la
enfermedad.
4. Un equipo de investigación está preparando un nuevo test para el

diagnóstico de la enfermedad de Alzheimer. El test se ha probado en una
muestra aleatoria con 450 pacientes diagnosticados con Alzheimer y una
muestra aleatoria independiente de 500 pacientes que no presentan
síntomas de la enfermedad. La siguiente tabla resume los resultados del
ensayo.
RESULTADO DEL PADECEN ALZHEIMER TOTAL

TEST SI NO
POSITIVO 436 5 441
NEGATIVO 14 495 509
TOTAL 450 500 950
Con estos datos responder a las siguientes preguntas:
a. ¿Cuál es la probabilidad de que un sujeto sano haya dado positivo en

el test?
b. ¿Cuál es la probabilidad de que un sujeto enfermo haya dado negativo

en el test?
c. Sabiendo que un sujeto ha dado positivo en el test, ¿Cuál es la

probabilidad que este enfermo?
d. Sabiendo que un sujeto ha dado negativo en el test, ¿Cuál es la

probabilidad que este sano?
5. Una empresa produce anillas para identificación de tortugas marinas en

tres fábricas. El volumen de producción diario es de 500, 1000 y 2000
unidades respectivamente. Se sabe que la fracción de producción
defectuosa de las tres fábricas es de 0,005; 0,008 y 0,010 respectivamente.
Si se selecciona una anilla de forma aleatoria del total de producción de
una día y se descubre que es defectuosa, ¿de que fábrica es más
probable que provenga esa anilla?
REFERENCIA
BIBLIOGRAFICA
www.uam.es/personal_pdi/ciencias/cifus/biologia/probabilidad02.pdf
https://sites.google.com/site/623probabilidad/probabilidad-clasica-empirica-y-subjetiva
www.uv.es/~mamtnez/AECS.pdf
www.psi.uba.ar/academica/carrerasdegrado/psicologia/sitios.../practica_3_2c.pdf

Notas de Clase Bioestadistica - DM

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Notas de Clase Bioestadistica - DM

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD DE PAMPLONA

Este documento contiene algunos ejercicios propuestos acompañados de ejemplos que le

Estadística: Ciencia que se encarga de recolectar, organizar y analizar

los procesos vitales de cada ser, como su nacimiento, desarrollo,

 Registro de eventos repetidos.

ELEMENTOS A TENER EN CUENTA PARA EL ANALISIS DE UN

1. Identificar la población de estudio

POBLACION: Conjunto de entidades (personas, animales,

MUESTRA: Es una parte de la población o un subconjunto.

VARIABLE: Es una característica de los elementos de la población. Puede ser

Variable CUALITATIVA: Hace referencia a cualidades o atributos del

Variable CUANTITATIVA: Se refiere a valores numéricos, puede ser

DISCRETA: Asociada a valores enteros, contables.

CONTINUA: Valores que se encuentran dentro de un intervalo, se

ESCALA: Es una clasificación que se le hacen a las variables. De acuerdo al

NOMINAL ORDINAL INTERVALO RAZON

 NOMINAL: Se establecen categorías que no requieren de un orden

 ORDINAL: Se establecen categorías que guardan una relación de orden

 INTERVALO: Establece la distancia numérica entre dos puntos; maneja un

 RAZON: Es la escala más fuerte, maneja un cero absoluto que indica

Los trastornos en la conducta alimentaria constituyen un problema de salud por

POBLACION: Adolescentes con edad promedio de 13 años de secundaria

VARIABLE: Conductas de riesgo de trastorno alimentario

TIPO DE VARIABLE: Cualitativa

CONCEPTOS TOMADOS DE LA ESTADISTICA

MEDIDAS DE TENDENCIA CENTRAL

MEDIA ARITMETICA (PROMEDIO): Es una de las medidas más utilizadas y de un

MEDIANA: Se caracteriza porque divide la información en dos partes iguales.

¿CÓMO CALCULAR LA MEDIANA EN DATOS NO AGRUPADOS?

1. Ordenar los datos en forma ascendente (De mayor a menor) o en forma

En datos no agrupados o libres los representan los valores de la variable mientras

Se realizó un estudio descriptivo que determinó la infección por Toxoplasma

1. Población, muestra, variable, tipo de variable y escala.

1. Población: Expendios de carne del Municipio de Sincelejo

3. En promedio en cada tipo de carne se trabajaron 20 muestras en cada

165 160 460 365 440

1. Población, muestra, variable, tipo de variable y escala.

1. Ordeno los datos

La muestra es de 10 por lo tanto es par, entonces se toman los dos

7 familias dijeron que les duraban entre 20 y 26 días

8 dijeron entre 26 y 33 días

5 dijeron entre 33 y 40 días

2 dijeron entre 47 y 54 días

3 dijeron entre 54 y 61 días,

y una familia dijo que le duro más de 61 días

1. Población, muestra, variable, tipo de variable y escala.

1. Población: Familias de cierta población

En promedio la duración de las ampolletas es de 35,18 días.

Lo primero que se debe hacer es ubicar la mediana (dividir la muestra en

El 50% de duración de las ampolletas es de 33 días.

Lo primero que se debe hacer es ubicar la moda en la frecuencia absoluta

La duración más frecuente en las ampolletas utilizadas por las familias es de

1. En una farmacia se está recogiendo información sobre el grado de

Se ha preguntado a un total de 50 clientes y sus respuestas codificadas han

2. En una encuesta a personas con hipertensión arterial, se les ha preguntado el

1. Población, muestra, variable, tipo de variable y escala

3. Se han tomado muestras a 40 niños de entre 1 y 5 años del nivel de cobre en

1. Población, muestra, variable, tipo de variable y escala

4123 4160 4422 3281 4096 3596 4017 4240

1. Población, muestra, variable, tipo de variable y escala

5. Un médico de cabecera en un área rural está interesado en conocer cuando

Mañana Noche Noche Noche Mañana Tarde Tarde Mañana Tarde

Mañana Festivo Tarde Mañana Noche Festivo Mañana Mañana Mañana