A N A H E R R E RA J I M É N E Z , G R U P O 6

ESTADISTICA Y TICS.SEMINARIO 8

MODELOS ESTADÍSTICOS EN SPSS

Este seminario consiste en la aplicación de tres modelos estadísticos (Binomial, Normal y Poisson) a unos casos propuestos en SPSS, mediante el aprendizaje previo en simuladores.

TAREA 1: MODELO BINOMIAL

La distribución binomial expresa la probabilidad de que un resultado específico ocurra dentro de un número de pruebas independientes.

En esta primera tarea aplicamos el modelo binomial en SPSS mediante el siguiente caso propuesto:

“Una prueba de laboratorio para detectar heroína en sangre tiene un 92% de precisión. se analizan 72 muestras en un mes.”• Tamaño de la muestra n= 72• Probabilidad de éxito= 0’92

TAREA 1: MODELO BINOMIAL

A) 60 o menos estén correctamente evaluadas:

1. Llamamos Binomial1 a esta primera variable de destino.

2. Se trata de una probabilidad acumulada P[X ≤ 60] por lo que elegimos “FDA y FDA no centrada” y “CDF.Binom”.

3. Introducimos la cantidad que queremos calcular, el número de ensayos y la probabilidad de éxito.

TAREA 1: MODELO BINOMIAL

B)Menos de 60 estén correctamente evaluadas. Binomial 2: Seguimos el mismo procedimiento que con la variable de destino Binomial1, ya que se trata también de una probabilidad acumulada pero en este caso P[X < 60]. Para poder introducirlo en SPSS debemos interpretarlo como P[X ≤ 59]

TAREA 1: MODELO BINOMIAL

C) Exactamente 60 estén correctamente evaluadas:

Binomial 3: En este caso como queremos calcular la probabilidad particularmente de 60 éxitos utilizamos “FDP y FDP no centrada” Para que SPSS la interprete como una probabilidad no acumulada.

TAREA 2: MODELO POISSON

El modelo de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo.

La tarea 2 consiste en aplicar este modelo en SPSS mediante el siguiente caso propuesto:

En una cierta población se ha observado que el número medio anual de muertes porcáncer de pulmón es 12.

TAREA 2: MODELO POISSON

A) Haya exactamente 10 muertes por cáncer de pulmón en un año.Poisson 1:

1. Se trata de una probabilidad no acumulada por lo que elegimos “FDP y FDP no centrada” y “PDF.Poisson”

2. Introducimos la cantidad que queremos calculare (10) y la media anual (12)

TAREA 2: MODELO POISSON

B) 15 o más personas mueran a causa de la enfermedad durante un año.

En este caso tenemos una probabilidad acumulada en la que queremos calcular P[X > 15]. Para introducirlo correctamente en SPSS que hay que efectuarla de la siguiente forma: 1 - P[X ≤ 15], donde 1 es el espacio muestral.

TAREA 2: MODELO POISSON

C) 10 o menos personas mueran a causa de la enfermedad en 6 meses.

Poisson 3:

De nuevo se trata de una probabilidad acumulada pero en este caso hay que tener en cuenta que el período de tiempo se reduce a la mitad.