SlideShare uma empresa Scribd logo
1 de 27
Baixar para ler offline
Dr. Mayhuasca Salgado Ronald
Docente
Probabilidad y
distribución binomial
ESTADÍSTICA
FACULTAD DE CIENCIAS DE LA SALUD – ESCUELA ACADÉMICO PROFESIONAL DE PSICOLOGÍA
• Conocer las bases de la teoría de la probabilidad y del teorema
de distribución binomial
• Conocer y calcular los niveles de sensibilidad y especificidad de
algún indicador poblacional
Objetivos
Probabilidades
La probabilidad estudia la verosimilidad relativa
de que determinado suceso ocurra o no, con
respecto a otros sucesos…
Norman G, Streiner D. Bioestadística. Madrid: Harcourt Brace;1998.
Posibilidad de que se produzca un
acontecimiento o un hecho en una serie de
ensayos, análisis, estudios…, repetidos en
condiciones similares y con determinada
frecuencia
Lizaraso F, Medina J. Fundamentos de estadística médica. Perú: UNSMP;
2013.
La probabilidad de que se produzca un evento X,
está dada por el cociente entre el número de
casos favorables a dicho evento (X) dividido
entre el número de casos totales.
Lizaraso F, Medina J. Fundamentos de estadística médica. Perú: UNSMP;
2013.
Se enfoca la probabilidad desde dos perspectivas: el empírico y el teórico
Ejemplo:
Si afirmamos que la probabilidad de que un fármaco cure a un enfermo
es P (curación)= 0.7 [ó 70%], esto quiere decir que al prescribir el
fármaco a 100 enfermos esperaríamos que curase a 70 y fracasase en
30, como lo más probable
Algunas definiciones…
Es cualquier operación cuyo resultado no se puede predecir con exactitud.
Por ejemplo:
1. lanzar una moneda al aire
2. Determinar el estado nutricional a tres niños menores de 5 años.
1. (NNN), NNM, NMN, MNN, MMM, MMN, MNM, NMM
Experimento aleatorio €
Espacio muestral asociado a un experimento aleatorio
Evento o suceso
Es un subconjunto del espacio muestral
Es el conjunto de todos los posibles resultados de un conjunto aleatorio
Eventos y probabilidades
A. Que ocurra exactamente un niño malnutrido
B. Que ocurra al menos dos niños malnutridos
C. Que ocurra al menos cuatro niños malnutridos
D. Que ocurra a lo más un niño malnutrido
E. Que ocurra a lo más 3 niños malnutridos
F. Que suceda exactamente 3 niños normales
En base al ejemplo anterior se pueden definir los siguientes eventos:
El método empírico
Es la probabilidad de la sucesión de un evento basada en resultados antiguos,
con el supuesto de que las circunstancias que influyeron en dicho evento
permanezcan iguales en el tiempo.
Ejemplo
En base a esto es más probable (o verosímil) que el
paciente tenga una enfermedad común que una inusual
El método empírico
Probabilidad de un paciente de padecer un espectro autista, basado en los porcentajes que afectan a
una población determinada
1. Niño/Niña
2. 1-5años/5-12/>13
3. Tardo para la lectura/
Lectura anticipada
4. Comunicativo/ Parco
Conceptos básicos
Cualquier subconjunto de un espacio muestral. Puede ser elemental (un único elemento) o
compuesto (ejemplo: elegir al azar diez individuos, y que dos de ellos tengan grupo sanguíneo
AB)
Suceso
Dos suceso son complementarios,
si se excluyen mutuamente y la
suma de sus probabilidades es de
1, ya que siempre que uno no se
dé, sucederá el otro. Siempre que
A, no B; y siempre que B, no A.
Suceso
complementario
Son sucesos
incompatibles y la suma
de ambos es el espacio
muestral
Conceptos básicos
Dos suceso son incompatibles, si
se excluyen mutuamente Siempre
que A, no B; y siempre que B, no A.
Suceso incompatible
Son sucesos
incompatibles y la suma
de ambos es el espacio
muestral
El método teórico
Se basan en la teoría de la probabilidad, cuyo fundamento radica en la posibilidad aleatoria
de que ocurran diversos eventos. Se toman en cuenta:
Sucesos incompatibles - sucesos condicionados
Dos sucesos X e Y son incompatibles
si el hecho de que uno ocurra
conlleva a la imposibilidad de que
suceda el otro
Dos sucesos X e Y están condicionados
si el hecho de que ocurra Y depende de
que lo haya hecho X, o viceversa
Ocurrencia de trastorno autista/
hiperactividad
Intentos de suicidio/ niveles de
depresión
Cada uno posee sus propias formas de cálculo
Eventos complementarios
P(A)= 1- P(A’)
Ejemplo
En una determinada comunidad , se evaluó el estado nutricional de
100 niños menores de 5 años de edad obteniéndose los siguientes
resultados:
Estado nutricional n
Normal (N) 60
Malnutrido (M) 40
Se elige un niño al azar de esa población, ¿cuál es la probabilidad
de que esté malnutrido?
Eventos complementarios
P(M)= 1- P(N) = 1 – 60/100
Rz. Los dos estados nutricionales son complementarios: e el espacio
muestral todos los que nos son nomales están malnutridos
La probabilidad de hallar un niño elegido al azar que tenga
malnutrición es 0,4
P(M)= 0,4
Interpretación:
Eventos no excluyentes P(AUB)= P(A) + P(B) – P(P∩B)
Ejemplo
Son eventos que pueden ocurrir al mismo tiempo – sucede A, sucede
B , o los dos al mismo tiempo, entonces:
En una comunidad se evaluó el estado de nutrición de 100 niños
menores de 05 años , obteniéndose los siguientes resultados:
Normal Malnutrido
Masculino 40 (NUM) 15 55 (M)
Femenino 20 25 45
60 (N) 40 100
Se elige un niño al azar, ¿cuál es la probabilidad de que sea hombre o su estado nutricional sea normal?
Eventos no excluyentes
P(HUN)= P(H) + P(N) - P(H∩N)
Rz. Son eventos no excluyentes: puede ser sólo hombre, tener un
estado nutricional normal ó puede ser las dos cosas a la vez
La probabilidad de hallar un niño que sea varón o que su estado
sea normal es ,75
Interpretación:
P(HUN)= (55/100) + (60/100) - P(40/100)
P(HUN)= 0,75
Eventos excluyentes P(AUB)= P(A) + P(B)
Ejemplo
Son eventos que NO pueden ocurrir al mismo tiempo – sucede A o
sucede B , pero NO los dos al mismo tiempo, entonces:
Se recolectó información sobre el peso del recién nacido y si la
madre fumó o no durante el embarazo:
Madre fumó Peso bajo (B) Peso normal (N)
SI (F) 30 10 40
NO (NF) 20 140 160
50 130 200
¿cuál es la probabilidad de que un recién nacido tenga bajo peso si se sabe que la madre fumaba?
Eventos excluyentes
P(BUN)= P(B) + P(N)
Rz. Son eventos excluyentes: puede tener bajo peso o tener peso
normal, NO los dos, pero si puede venir de una madre que haya o no
fumado durante el embarazo
La probabilidad de hallar un niño de bajo peso al nacer de madre
fumadora es de 0,33
Interpretación:
P(BUN)= (50/200) + (40/200)
P(BUN)= 0,33
El método teórico
Si X e Y son sucesos incompatibles, la probabilidad de X o Y es la
probabilidad de X más la probabilidad de Y.
A esta relación se le denomina ley de la suma.
Sucesos incompatibles y la ley de la suma
Pr (X o Y) = Pr (X) + Pr (Y)
Siendo Pr: probabilidad
El método teórico
Si X e Y son sucesos condicionados, la probabilidad de que ambos ocurran
simultáneamente es la probabilidad de X por la probabilidad de Y, con el
supuesto de que ya sucedió X.
A esta relación se le denomina ley de la multiplicación
Sucesos condicionados y la ley de la multiplicación
Pr (X e Y) = Pr (X) x Pr (Y/X)
Siendo Y/X : la probabilidad de Y
condicionado a X
MIR 87
Si la probabilidad de nacer con la enfermedad A es 0,10 y con la B es 0,50; ¿cuál es
la probabilidad de nacer con cualquiera de las dos, pero no con ambas?
1. 0.05
2. 0.50
3. 0.55
4. 0.60
5. 0.65
MIR 98
La prevalencia de una enfermedad no transmisible en una población
suficientemente extensa es 0.01. La probabilidad de que elegidos 3 individuos
distintos al azar , los 3 estén enfermos es:
1. 0.01
2. 0.000001
3. 0.003
4. 0.03
5. 0.000003
El método teórico
Aquellos sucesos que no están condicionados por sucesos anteriores
Sucesos independientes
Pr (al menos 1) = 1 - Pr (ninguno)……= 1-
(1-∝)n.
p = 1 - q
Ley de «al menos uno»
En el que la suma de todos los eventos será 1, es decir al elegir habrá un 100% de
probabilidad de que ocurra alguna de las alternativas que se pudo escoger, es decir
la probabilidad de 1,0.
La probabilidad de al menos 1, es el complemento de la probabilidad de ningún
caso, o sea:
Ley de «al menos uno»
Para calcular la probabilidad de que ocurra al menos un suceso,
determinaremos en primer lugar la probabilidad de que no ocurra
ningún suceso, para luego restar el resultado de 1.
Conclusiones
- La probabilidad se puede determinar a través del
método empírico o teórico
- La distribución binomial permite determinar
probabilidades de variables que son dicotómicas
- Para muestras: n ≥ 30, la curva de distribución
binomial y normal expresan propiedades
equivalentes

Mais conteúdo relacionado

Mais procurados

estudios epidemiologicos
estudios epidemiologicosestudios epidemiologicos
estudios epidemiologicos
Ariel Aranda
 
Survival Analysis Lecture.ppt
Survival Analysis Lecture.pptSurvival Analysis Lecture.ppt
Survival Analysis Lecture.ppt
habtamu biazin
 
Seminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadSeminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidad
encsangar
 
Distribución de probabilidad normal
Distribución de probabilidad normalDistribución de probabilidad normal
Distribución de probabilidad normal
Alejandro Ruiz
 

Mais procurados (20)

estudios epidemiologicos
estudios epidemiologicosestudios epidemiologicos
estudios epidemiologicos
 
Survival Analysis Lecture.ppt
Survival Analysis Lecture.pptSurvival Analysis Lecture.ppt
Survival Analysis Lecture.ppt
 
Estudios epidemiologicos
Estudios epidemiologicosEstudios epidemiologicos
Estudios epidemiologicos
 
RAZONES, TASAS Y PROPORCIONES.pptx
RAZONES, TASAS Y PROPORCIONES.pptxRAZONES, TASAS Y PROPORCIONES.pptx
RAZONES, TASAS Y PROPORCIONES.pptx
 
Revisión sistemática y meta analisis
Revisión sistemática y meta analisisRevisión sistemática y meta analisis
Revisión sistemática y meta analisis
 
Cálculo de la muestra
Cálculo de la muestraCálculo de la muestra
Cálculo de la muestra
 
Recolección de datos en estadistica
Recolección de datos en estadistica Recolección de datos en estadistica
Recolección de datos en estadistica
 
Diseño de Estudios Epidemiologicos
Diseño de Estudios EpidemiologicosDiseño de Estudios Epidemiologicos
Diseño de Estudios Epidemiologicos
 
Introducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreoIntroducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreo
 
Ley grandes numeros
Ley grandes numerosLey grandes numeros
Ley grandes numeros
 
Muestreo sistematico
Muestreo sistematicoMuestreo sistematico
Muestreo sistematico
 
Seminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidadSeminario 7. ejercicios de probabilidad
Seminario 7. ejercicios de probabilidad
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Análisis de regresión logística.pdf
Análisis de regresión logística.pdfAnálisis de regresión logística.pdf
Análisis de regresión logística.pdf
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Distribución de probabilidad normal
Distribución de probabilidad normalDistribución de probabilidad normal
Distribución de probabilidad normal
 
Determinación del tamaño muestral
Determinación del tamaño muestralDeterminación del tamaño muestral
Determinación del tamaño muestral
 
Pirámides de población México
Pirámides de población MéxicoPirámides de población México
Pirámides de población México
 
Epidemiologia causaldad Exposicion
Epidemiologia causaldad ExposicionEpidemiologia causaldad Exposicion
Epidemiologia causaldad Exposicion
 
Registro Poblacional
Registro PoblacionalRegistro Poblacional
Registro Poblacional
 

Destaque

Da Owada
Da OwadaDa Owada
Da Owada
medism
 
Probabilidad - Oscar Díaz
Probabilidad - Oscar DíazProbabilidad - Oscar Díaz
Probabilidad - Oscar Díaz
Oscar Ron
 
Hablan los jefes
Hablan los jefesHablan los jefes
Hablan los jefes
JorgeZero
 
Desarrollo de las Competencias básicas en matemáticas ccesa007
Desarrollo de las Competencias básicas en matemáticas ccesa007Desarrollo de las Competencias básicas en matemáticas ccesa007
Desarrollo de las Competencias básicas en matemáticas ccesa007
Demetrio Ccesa Rayme
 
Introduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadísticaIntroduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadística
marlene Guerrero
 

Destaque (20)

Veter 8va. probabilidades y distribución binomial
Veter  8va. probabilidades y distribución binomialVeter  8va. probabilidades y distribución binomial
Veter 8va. probabilidades y distribución binomial
 
Unidad1
Unidad1Unidad1
Unidad1
 
Odonto. 9na muestreo y tamaño de muestra
Odonto. 9na muestreo  y tamaño de muestraOdonto. 9na muestreo  y tamaño de muestra
Odonto. 9na muestreo y tamaño de muestra
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Da Owada
Da OwadaDa Owada
Da Owada
 
Probabilidad - Oscar Díaz
Probabilidad - Oscar DíazProbabilidad - Oscar Díaz
Probabilidad - Oscar Díaz
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Azar y probabilidad
Azar y probabilidadAzar y probabilidad
Azar y probabilidad
 
Descubriendo la probabilidad hato corozal
Descubriendo la probabilidad hato corozalDescubriendo la probabilidad hato corozal
Descubriendo la probabilidad hato corozal
 
Hablan los jefes
Hablan los jefesHablan los jefes
Hablan los jefes
 
Desarrollo de las Competencias básicas en matemáticas ccesa007
Desarrollo de las Competencias básicas en matemáticas ccesa007Desarrollo de las Competencias básicas en matemáticas ccesa007
Desarrollo de las Competencias básicas en matemáticas ccesa007
 
Teoria de la probabilidad
Teoria de la probabilidadTeoria de la probabilidad
Teoria de la probabilidad
 
Probabilidad Antecedentes
Probabilidad AntecedentesProbabilidad Antecedentes
Probabilidad Antecedentes
 
Introduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadísticaIntroduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadística
 
Probabilidad y azar
Probabilidad y azarProbabilidad y azar
Probabilidad y azar
 
Libro digital probabilidad
Libro digital probabilidadLibro digital probabilidad
Libro digital probabilidad
 
Conceptos de probabilidad
Conceptos de probabilidadConceptos de probabilidad
Conceptos de probabilidad
 
Matemáticas Básicas: Funciones
Matemáticas Básicas: FuncionesMatemáticas Básicas: Funciones
Matemáticas Básicas: Funciones
 
Estadistica probabilidad
Estadistica probabilidadEstadistica probabilidad
Estadistica probabilidad
 
Tema 3 probabilidad
Tema 3 probabilidadTema 3 probabilidad
Tema 3 probabilidad
 

Semelhante a Psico 13ava. probabilidades y distribución binomial

Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidad
antonelab
 
Epidemiología de la salud (validez, especificidad y riesgos)
Epidemiología de la salud (validez, especificidad y riesgos)Epidemiología de la salud (validez, especificidad y riesgos)
Epidemiología de la salud (validez, especificidad y riesgos)
Vianey Ruiz
 
Unidad v investigación epidemiológica
Unidad v investigación epidemiológicaUnidad v investigación epidemiológica
Unidad v investigación epidemiológica
Jessica Gutierrez
 
Unidad v investigación epidemiológica (2)
Unidad v investigación epidemiológica (2)Unidad v investigación epidemiológica (2)
Unidad v investigación epidemiológica (2)
Jessica Gutierrez
 

Semelhante a Psico 13ava. probabilidades y distribución binomial (20)

Psico 8va. probabilidades y distribución binomial
Psico 8va. probabilidades y distribución binomialPsico 8va. probabilidades y distribución binomial
Psico 8va. probabilidades y distribución binomial
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidad
 
Epidemiología de la salud (validez, especificidad y riesgos)
Epidemiología de la salud (validez, especificidad y riesgos)Epidemiología de la salud (validez, especificidad y riesgos)
Epidemiología de la salud (validez, especificidad y riesgos)
 
Unidad v investigación epidemiológica
Unidad v investigación epidemiológicaUnidad v investigación epidemiológica
Unidad v investigación epidemiológica
 
Sesgos 2do s em 2015
Sesgos  2do s em 2015Sesgos  2do s em 2015
Sesgos 2do s em 2015
 
Unidad v investigación epidemiológica (2)
Unidad v investigación epidemiológica (2)Unidad v investigación epidemiológica (2)
Unidad v investigación epidemiológica (2)
 
Estudios de casos y controles
Estudios de casos y controlesEstudios de casos y controles
Estudios de casos y controles
 
Estudios de cohorte y casos controles
Estudios de cohorte y casos controlesEstudios de cohorte y casos controles
Estudios de cohorte y casos controles
 
Probabilidad II
Probabilidad IIProbabilidad II
Probabilidad II
 
Casos y controles
Casos y controlesCasos y controles
Casos y controles
 
Arbol de probabilidad
Arbol de probabilidadArbol de probabilidad
Arbol de probabilidad
 
Epidemiologia y factores de riesgo
Epidemiologia y factores de riesgoEpidemiologia y factores de riesgo
Epidemiologia y factores de riesgo
 
Clase 11 cohortes 2011 20
Clase 11 cohortes 2011 20Clase 11 cohortes 2011 20
Clase 11 cohortes 2011 20
 
Medidas de riesgo y de impacto 2015
Medidas de riesgo y de impacto 2015 Medidas de riesgo y de impacto 2015
Medidas de riesgo y de impacto 2015
 
Medidas de riesgo e impacto
Medidas de riesgo e impactoMedidas de riesgo e impacto
Medidas de riesgo e impacto
 
Estudios de caso control
Estudios de caso controlEstudios de caso control
Estudios de caso control
 
Psico 7ma tasas y razones. medidas epidemiológicas
Psico 7ma tasas y razones. medidas epidemiológicasPsico 7ma tasas y razones. medidas epidemiológicas
Psico 7ma tasas y razones. medidas epidemiológicas
 
Clase3b
Clase3bClase3b
Clase3b
 
Veter. 12ava prueba de hipótesis de una población
Veter. 12ava  prueba de hipótesis de una poblaciónVeter. 12ava  prueba de hipótesis de una población
Veter. 12ava prueba de hipótesis de una población
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 

Mais de Univ Peruana Los Andes

Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Univ Peruana Los Andes
 

Mais de Univ Peruana Los Andes (20)

Fracturas faciales niños
Fracturas faciales niñosFracturas faciales niños
Fracturas faciales niños
 
Index peñarrocha mayo 2017
Index peñarrocha mayo 2017 Index peñarrocha mayo 2017
Index peñarrocha mayo 2017
 
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
Estudio de fracasos tras cirugías endodonticas evaluados por diversos métodos...
 
Proceso de obtención de datos
Proceso de obtención de datosProceso de obtención de datos
Proceso de obtención de datos
 
Proceso de operacionalización de variables
Proceso de operacionalización de variablesProceso de operacionalización de variables
Proceso de operacionalización de variables
 
Psico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialPsico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomial
 
Psico. 12ava. ji cuadrada
Psico. 12ava. ji cuadradaPsico. 12ava. ji cuadrada
Psico. 12ava. ji cuadrada
 
Psico. 11ma. regresión lineal
Psico. 11ma. regresión linealPsico. 11ma. regresión lineal
Psico. 11ma. regresión lineal
 
10ma psico practica correlación lineal
10ma  psico practica correlación lineal10ma  psico practica correlación lineal
10ma psico practica correlación lineal
 
9na psico practica muestreo media y proporción
9na  psico practica muestreo media y proporción9na  psico practica muestreo media y proporción
9na psico practica muestreo media y proporción
 
Psico. 10m correlación lineal
Psico. 10m correlación linealPsico. 10m correlación lineal
Psico. 10m correlación lineal
 
Psico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestraPsico. 9na muestreo. tamaño de muestra
Psico. 9na muestreo. tamaño de muestra
 
Psico 6ta medidas posición relativa
Psico 6ta  medidas posición relativaPsico 6ta  medidas posición relativa
Psico 6ta medidas posición relativa
 
6ta practica psico medidas posición
6ta practica psico  medidas posición6ta practica psico  medidas posición
6ta practica psico medidas posición
 
Tests piscométricos. aliaga
Tests piscométricos. aliagaTests piscométricos. aliaga
Tests piscométricos. aliaga
 
Escalas o índices psicologia
Escalas o índices psicologiaEscalas o índices psicologia
Escalas o índices psicologia
 
Psico 4ta medidas de dispersion
Psico 4ta medidas de dispersionPsico 4ta medidas de dispersion
Psico 4ta medidas de dispersion
 
4ta practica psico medidas dispersión
4ta practica psico  medidas dispersión4ta practica psico  medidas dispersión
4ta practica psico medidas dispersión
 
Silabo 2015 estadisica psicol i mayhuasca
Silabo 2015 estadisica psicol i  mayhuascaSilabo 2015 estadisica psicol i  mayhuasca
Silabo 2015 estadisica psicol i mayhuasca
 
Silabo 2015 estadisica odonto mayhuasca
Silabo 2015 estadisica odonto  mayhuascaSilabo 2015 estadisica odonto  mayhuasca
Silabo 2015 estadisica odonto mayhuasca
 

Último

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
MiNeyi1
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 

Último (20)

Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICABIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
BIOMETANO SÍ, PERO NO ASÍ. LA NUEVA BURBUJA ENERGÉTICA
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJOACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
ACTIVIDAD DIA DE LA MADRE FICHA DE TRABAJO
 
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
6.-Como-Atraer-El-Amor-01-Lain-Garcia-Calvo.pdf
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 

Psico 13ava. probabilidades y distribución binomial

  • 1. Dr. Mayhuasca Salgado Ronald Docente Probabilidad y distribución binomial ESTADÍSTICA FACULTAD DE CIENCIAS DE LA SALUD – ESCUELA ACADÉMICO PROFESIONAL DE PSICOLOGÍA
  • 2. • Conocer las bases de la teoría de la probabilidad y del teorema de distribución binomial • Conocer y calcular los niveles de sensibilidad y especificidad de algún indicador poblacional Objetivos
  • 4. La probabilidad estudia la verosimilidad relativa de que determinado suceso ocurra o no, con respecto a otros sucesos… Norman G, Streiner D. Bioestadística. Madrid: Harcourt Brace;1998.
  • 5. Posibilidad de que se produzca un acontecimiento o un hecho en una serie de ensayos, análisis, estudios…, repetidos en condiciones similares y con determinada frecuencia Lizaraso F, Medina J. Fundamentos de estadística médica. Perú: UNSMP; 2013.
  • 6. La probabilidad de que se produzca un evento X, está dada por el cociente entre el número de casos favorables a dicho evento (X) dividido entre el número de casos totales. Lizaraso F, Medina J. Fundamentos de estadística médica. Perú: UNSMP; 2013.
  • 7. Se enfoca la probabilidad desde dos perspectivas: el empírico y el teórico Ejemplo: Si afirmamos que la probabilidad de que un fármaco cure a un enfermo es P (curación)= 0.7 [ó 70%], esto quiere decir que al prescribir el fármaco a 100 enfermos esperaríamos que curase a 70 y fracasase en 30, como lo más probable
  • 8. Algunas definiciones… Es cualquier operación cuyo resultado no se puede predecir con exactitud. Por ejemplo: 1. lanzar una moneda al aire 2. Determinar el estado nutricional a tres niños menores de 5 años. 1. (NNN), NNM, NMN, MNN, MMM, MMN, MNM, NMM Experimento aleatorio € Espacio muestral asociado a un experimento aleatorio Evento o suceso Es un subconjunto del espacio muestral Es el conjunto de todos los posibles resultados de un conjunto aleatorio
  • 9. Eventos y probabilidades A. Que ocurra exactamente un niño malnutrido B. Que ocurra al menos dos niños malnutridos C. Que ocurra al menos cuatro niños malnutridos D. Que ocurra a lo más un niño malnutrido E. Que ocurra a lo más 3 niños malnutridos F. Que suceda exactamente 3 niños normales En base al ejemplo anterior se pueden definir los siguientes eventos:
  • 10. El método empírico Es la probabilidad de la sucesión de un evento basada en resultados antiguos, con el supuesto de que las circunstancias que influyeron en dicho evento permanezcan iguales en el tiempo. Ejemplo En base a esto es más probable (o verosímil) que el paciente tenga una enfermedad común que una inusual
  • 11. El método empírico Probabilidad de un paciente de padecer un espectro autista, basado en los porcentajes que afectan a una población determinada 1. Niño/Niña 2. 1-5años/5-12/>13 3. Tardo para la lectura/ Lectura anticipada 4. Comunicativo/ Parco
  • 12. Conceptos básicos Cualquier subconjunto de un espacio muestral. Puede ser elemental (un único elemento) o compuesto (ejemplo: elegir al azar diez individuos, y que dos de ellos tengan grupo sanguíneo AB) Suceso Dos suceso son complementarios, si se excluyen mutuamente y la suma de sus probabilidades es de 1, ya que siempre que uno no se dé, sucederá el otro. Siempre que A, no B; y siempre que B, no A. Suceso complementario Son sucesos incompatibles y la suma de ambos es el espacio muestral
  • 13. Conceptos básicos Dos suceso son incompatibles, si se excluyen mutuamente Siempre que A, no B; y siempre que B, no A. Suceso incompatible Son sucesos incompatibles y la suma de ambos es el espacio muestral
  • 14. El método teórico Se basan en la teoría de la probabilidad, cuyo fundamento radica en la posibilidad aleatoria de que ocurran diversos eventos. Se toman en cuenta: Sucesos incompatibles - sucesos condicionados Dos sucesos X e Y son incompatibles si el hecho de que uno ocurra conlleva a la imposibilidad de que suceda el otro Dos sucesos X e Y están condicionados si el hecho de que ocurra Y depende de que lo haya hecho X, o viceversa Ocurrencia de trastorno autista/ hiperactividad Intentos de suicidio/ niveles de depresión Cada uno posee sus propias formas de cálculo
  • 15. Eventos complementarios P(A)= 1- P(A’) Ejemplo En una determinada comunidad , se evaluó el estado nutricional de 100 niños menores de 5 años de edad obteniéndose los siguientes resultados: Estado nutricional n Normal (N) 60 Malnutrido (M) 40 Se elige un niño al azar de esa población, ¿cuál es la probabilidad de que esté malnutrido?
  • 16. Eventos complementarios P(M)= 1- P(N) = 1 – 60/100 Rz. Los dos estados nutricionales son complementarios: e el espacio muestral todos los que nos son nomales están malnutridos La probabilidad de hallar un niño elegido al azar que tenga malnutrición es 0,4 P(M)= 0,4 Interpretación:
  • 17. Eventos no excluyentes P(AUB)= P(A) + P(B) – P(P∩B) Ejemplo Son eventos que pueden ocurrir al mismo tiempo – sucede A, sucede B , o los dos al mismo tiempo, entonces: En una comunidad se evaluó el estado de nutrición de 100 niños menores de 05 años , obteniéndose los siguientes resultados: Normal Malnutrido Masculino 40 (NUM) 15 55 (M) Femenino 20 25 45 60 (N) 40 100 Se elige un niño al azar, ¿cuál es la probabilidad de que sea hombre o su estado nutricional sea normal?
  • 18. Eventos no excluyentes P(HUN)= P(H) + P(N) - P(H∩N) Rz. Son eventos no excluyentes: puede ser sólo hombre, tener un estado nutricional normal ó puede ser las dos cosas a la vez La probabilidad de hallar un niño que sea varón o que su estado sea normal es ,75 Interpretación: P(HUN)= (55/100) + (60/100) - P(40/100) P(HUN)= 0,75
  • 19. Eventos excluyentes P(AUB)= P(A) + P(B) Ejemplo Son eventos que NO pueden ocurrir al mismo tiempo – sucede A o sucede B , pero NO los dos al mismo tiempo, entonces: Se recolectó información sobre el peso del recién nacido y si la madre fumó o no durante el embarazo: Madre fumó Peso bajo (B) Peso normal (N) SI (F) 30 10 40 NO (NF) 20 140 160 50 130 200 ¿cuál es la probabilidad de que un recién nacido tenga bajo peso si se sabe que la madre fumaba?
  • 20. Eventos excluyentes P(BUN)= P(B) + P(N) Rz. Son eventos excluyentes: puede tener bajo peso o tener peso normal, NO los dos, pero si puede venir de una madre que haya o no fumado durante el embarazo La probabilidad de hallar un niño de bajo peso al nacer de madre fumadora es de 0,33 Interpretación: P(BUN)= (50/200) + (40/200) P(BUN)= 0,33
  • 21. El método teórico Si X e Y son sucesos incompatibles, la probabilidad de X o Y es la probabilidad de X más la probabilidad de Y. A esta relación se le denomina ley de la suma. Sucesos incompatibles y la ley de la suma Pr (X o Y) = Pr (X) + Pr (Y) Siendo Pr: probabilidad
  • 22. El método teórico Si X e Y son sucesos condicionados, la probabilidad de que ambos ocurran simultáneamente es la probabilidad de X por la probabilidad de Y, con el supuesto de que ya sucedió X. A esta relación se le denomina ley de la multiplicación Sucesos condicionados y la ley de la multiplicación Pr (X e Y) = Pr (X) x Pr (Y/X) Siendo Y/X : la probabilidad de Y condicionado a X
  • 23. MIR 87 Si la probabilidad de nacer con la enfermedad A es 0,10 y con la B es 0,50; ¿cuál es la probabilidad de nacer con cualquiera de las dos, pero no con ambas? 1. 0.05 2. 0.50 3. 0.55 4. 0.60 5. 0.65
  • 24. MIR 98 La prevalencia de una enfermedad no transmisible en una población suficientemente extensa es 0.01. La probabilidad de que elegidos 3 individuos distintos al azar , los 3 estén enfermos es: 1. 0.01 2. 0.000001 3. 0.003 4. 0.03 5. 0.000003
  • 25. El método teórico Aquellos sucesos que no están condicionados por sucesos anteriores Sucesos independientes Pr (al menos 1) = 1 - Pr (ninguno)……= 1- (1-∝)n. p = 1 - q Ley de «al menos uno» En el que la suma de todos los eventos será 1, es decir al elegir habrá un 100% de probabilidad de que ocurra alguna de las alternativas que se pudo escoger, es decir la probabilidad de 1,0. La probabilidad de al menos 1, es el complemento de la probabilidad de ningún caso, o sea:
  • 26. Ley de «al menos uno» Para calcular la probabilidad de que ocurra al menos un suceso, determinaremos en primer lugar la probabilidad de que no ocurra ningún suceso, para luego restar el resultado de 1.
  • 27. Conclusiones - La probabilidad se puede determinar a través del método empírico o teórico - La distribución binomial permite determinar probabilidades de variables que son dicotómicas - Para muestras: n ≥ 30, la curva de distribución binomial y normal expresan propiedades equivalentes