Sssss

FACULTAD DE MEDICINA – PROMO LI
Laboratorio de Bioestadística Nº1

- Distribuciones Muestrales -
1. ¿Qué es una distribución muestral? ¿Por qué son importantes las

distribuciones muestrales? ¿Qué es el error estándar? ¿Qué efecto
tiene aumentar el tamaño de la muestra sobre la variabilidad de
una distribución muestral de proporciones?
a) Distribución Muestral:
o La distribución muestral es lo que resulta de considerar todas las
muestras posibles que pueden ser tomadas de una población. Es
importante porque su estudio permite calcular la probabilidad que
se tiene, dada una sola muestra, de acercarse al parámetro de la
población.
b) Importancia de las Distribuciones Muestrales:
o Tales distribuciones son muy importantes en el estudio de la

estadística inferencial, porque las inferencias sobre las poblaciones
se harán usando estadísticas muestrales. Con el análisis de las
distribuciones asociadas con los estadísticos muestrales, podremos
juzgar la confiabilidad de un estadístico muestral como un
instrumento para hacer inferencias sobre un parámetro poblacional
desconocido.
o Además se utilizan como estadísticas de prueba en la contrastación
de hipótesis.
c) Error Estándar:
o La dispersión de cada media muestral con respecto a la media de

toda la población.
d) Efecto de aumentar la muestra sobre la variabilidad de una

distribución muestral de proporciones:
o La que la media y la desviación estándar se mantienen constantes

lo único que aumenta es la probabilidad de la proporción muestral
“p”
Bioestadística II
1
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.
2
a) Calcular la media µ y varianza
o Media poblacional:
6+8+10+12+14
µ= µ=10
5
o Varianza poblacional:
2
σ=
∑ ( x i−µ )
2
2 ( 6−10 )2 + ( 8−10 )2+ (10−10 )2 + ( 12−10 )2 + ( 14−10 )2

σ= σ 2=8
5
b) Seleccionar muestras de tamaño n=2 con reemplazamiento y

sin reemplazamiento.
Muestras con Reemplazamiento

N=5, n=2 --- N n=5 2=25 muestras con reemplazamiento de tamaño 2 .
Muestra x́ s2
Muestra x́ s2
s s
6,6 6 0 10,12 11 2
6,8 7 2 10,14 12 8
6,10 8 8 12,6 9 18
6,12 9 18 12,8 10 8
6,14 10 32 12,10 11 2
8,6 7 2 12,12 12 0
8,8 8 0 12,14 13 2
8,10 9 2 14,6 10 32
8,12 10 8 14,8 11 18
8,14 11 18 14,10 12 8
10,6 8 8 14,12 13 2
10,8 9 2 14,14 14 0
10,10 10 0
Bioestadística II
2
Muestras sin reemplazamiento
N=5, n=2 ----------- (52 )=10 muestras de tamaño 2 sin reemplazamiento .

Muestra x́ s2
s
6,8 7 2
6,10 8 8
6,12 9 18
6,14 10 32
8,10 9 2
8,12 10 8
8,14 11 18
10,12 11 2
10,14 12 8
12,14 13 2
c) Determinar la distribución de probabilidad de x́ y s 2 para
las muestras con y sin reemplazamiento:
Distribución de probabilidad de x́ y s 2 para las muestras con
reemplazamiento
X́ 6 7 8 9 10 11 12 13 14
f ( X́ ) 1 2 3 4 5 4 3 2 1
25 25 25 25 25 25 25 25 25
s2 0 2 8 18 32
f ( s2 ) 5 8 6 4 2
25 25 25 25 25
Distribución de probabilidad de x́ y s 2 para las muestras sin
reemplazamiento
X́ 7 8 9 10 11 12 13
Bioestadística II
f ( X́ ) 1 1 2 2 2 1 1
3
10 10 10 10 10 10 10
s
2 2 8 18 32
f ( s2 ) 4 3 2 1
10 10 10 10
Bioestadística II
4
d) Calcular E [ x́ ] ,V [ x́ ] , E [ s 2 ] ,V [ s 2 ] para las muestras con y sin

reemplazamiento:
Para muestras con reemplazamiento
o Esperanza de la media muestral

x́ f ( x́ )=¿ µ
E( x́ )=10
E ( x́ )=∑ ¿
o Varianza de la media muestral:
2 σ2 8
V ( x́ )=4
V ( x́ )=∑ ( x́−µ ) f ( x́ )= V ( x́ )=
n 2
o Esperanza de la varianza muestral:
s 2 f ( s 2 )=¿ σ 2
E( s )=8
2
E ( s )= ∑ ¿
2
o Varianza de la varianza muestral
2 2
2 2 2(σ ) 2 ( 8 )2 2 ( 8 )2 2 ( 64 )
V ( s )=∑ ( s −σ ) f ( s ) =
2 2
V ( s )= V ( s )= V ( s )=
2
1
2 2
n−1 2−1 2−1
2
V ( s )=128
2
Bioestadística II
5
Para muestras sin reemplazamiento
o Esperanza de la media muestral

x́ f ( x́ )=¿ µ
E( x́ )=10
E ( x́ )=∑ ¿
σ 2 N −n σ 2 N −n 8 5−2
2
V ( x́ )=∑ ( x́−µ ) f ( x́ )= (
n N −1 ) V ( x́ )= (
n N−1 ) V ( x́ )= ( )
2 5−1
V ( x́ )=4 ( 34 ) V ( x́ )=3
o Esperanza de la varianza muestral:
E ( s )= ∑ s 2 f ( s 2 )
2 E( s )=2
2
( 104 )+ 8( 103 )+18( 102 )+32( 101 )
8 24 36 32 100 E( s )=10
E( s )=
2 + + + E( s )=
2 2
10 10 10 10 10
o Varianza de la varianza muestral:
2 2 2 2
V ( s )=∑ ( s −σ ) f ( s )
2
V ( s )=( 2−8 )2
2
( 104 )+( 8−8) ( 103 )+( 18−8) ( 102 )+( 32−8 ) ( 101 )
2 2 2
V ( s )=36
2
( 104 )+0( 103 )+100( 102 )+ 576( 101 ) V ( s )=
2
144 200 576
+ +
10 10 10
V ( s )=92
2
Bioestadística II
6
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 media µ y varianza σ2
o Media Poblacional:
1+1+1+3+ 4+ 5+6+6+ 6+7
µ= µ=4
10
o Varianza Poblacional:
2
σ=
∑ ( x i−µ )
2
2 3 ( 1−4 )2 + ( 3−4 )2+ ( 4−4 )2 + ( 5−4 )2 +3 ( 6−4 )2+ ( 7−4 )2

σ= σ 2=5
10
b) La desviación estándar de la media muestral x́ :

2 σ2 5
V ( x́ )=0.13888
V ( x́ )=∑ ( x́−µ ) f ( x́ )= V ( x́ )=
n 36
o Entonces, la desviación estándar de al media muestral es:
√ 0.13888=0.372
c) P [ 3.6 ≤ x́ ≤ 4.4 ]
x́−µ z 1=−1.073
Z=
√σ2/ √n
Para 3.6 ---------->
z1
Para 4.4 ---------->
z2
:
3.6−4 4.4−4
z 1= z 2=
√5 √5
√36 √ 36
−0.4 0.4
z 1= z 2=
0.3727 0.3727
Bioestadística II
7
z 2=1.073
Bioestadística II
8
UNIVERSIDAD NACIONAL DE TRUJILLO
Entonces:
P [ 3.6 ≤ x́ ≤ 4.4 ] =P [ z 1 ≤ z ≤ z 2 ]
P [ 3.6 ≤ x́ ≤ 4.4 ] =P [ z ≤ z 2 ] −P [ z ≤ z 1 ]
P [ 3.6 ≤ x́ ≤ 4.4 ] =P [ z ≤1.073 ]−P [ z ≤−1.073 ]
P [ 3.6 ≤ x́ ≤ 4.4 ] =0.8577−0.1423 P [ 3.6 ≤ x́ ≤ 4.4 ] =0.7154
{
3
x
, 0< x <2
4. Sea x una variable aleatoria con fdp f(x) = 4
¿ 0 en otro lugar
De la cual se toma una muestra aleatoria de n=32. Hallar:
Media:
2  X 
3 4 5
2 2 x 2 x 2 5 32
u   xF ( X )dx   x  .dx   dx      1 .6
0 0
 4  0 4 0 20 20 20
Varianza:
2 2  X3
V ( X )   2   ( X  1.6) 2 F ) X )dx   ( x  1.6) 2   dx
0 0
 4 
2  x3 
V ( x)   ( X 2  3.2 x  2.56)  dx
0
 4 
2 x 3.2 4 2.56 3 
5
V ( x)     x  x  dx
0
 4 4 4 
2
V ( x)  
2 x6

 0
3.2 x 5

2 2.56 x 4
0 24 20 0 16
Bioestadística
9
2 6 3 .2 5 2.56.2 4 64 3.2(32 2.53

V ( x)   (2 )     (16)
24 20 16 24 20 16
V ( x )  2.67  5.12  2.56
 2  0.11
  0.33
Bioestadística
10
a) P [ x́ <1 .6 ]

P ( x  1.6)  P  z  z1 
 1 .6  1 .6 
  
P ( x  1.6)  P z  0.33 
 32 
 
 

P ( x  1 .6 )  P  z  0 

P ( x  1 .6 )  0 .5
b) P [ ( 1 . 5< x́< 1. 6 ) / x́ <1.6 ] :
P [ ( 1 . 5< x́< 1. 6 ) / x́ <1.6 ]=P [ ( z 1 < z < z 2) /z < z 3 ]
 1.5  1.6 1.6  1.6 

 
 0.33  Z  0.33 
 1.5  x  1.6   32 32 
P  P
 x  1.6  1.6  1.6 
 
 Z  0.33 
 32 
 1.5  x  1.6  P (1.72  Z  0)

P  
 x  1.6  P ( Z  0)
 1 .5  x  1 .6  P ( Z  0)  P ( Z  1.72)
P  
 x  1 .6  P ( Z  0)
 1 .5  x  1 .6  P ( Z  0)  1  P( Z  1.72
P  
 x  1 .6  P ( Z  0)
Bioestadística
11
 1.5  x  1.6  0.5  1  0.9573

P  
 x  1.6  0.5
 1.5  x  1.6 
P  0.9196
 x  1.6 
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:
  20 n  16
u = 100
a) P [ x́ ≥100 ]
P [ x́ ≥100 ]=P [ z > z 1 ] P [ x́ ≥100 ]=1−P [ z < z 1 ]
P [ x́ ≥100 ]=1−P z<

[ 100−100
20 / √16 ] P [ x́ ≥100 ]=1−P [ 0 ]
P [ x́ ≥100 ]=1−0.5 P [ x́ ≥100 ]=0.5
b) P [ 96 ≤ x́ ≤ 108 ]
P [ 96 ≤ x́ ≤ 108 ] =P [ z 1 ≤ z ≤ z2 ]
P [ 96 ≤ x́ ≤ 108 ] =P
[ 96−100
20 / √ 16
≤ z≤
108−100
20/ √ 16 ]
P [ 96 ≤ x́ ≤ 108 ] =P [ −4
5
≤z≤
8
5 ] [( ) (
P [ 96 ≤ x́ ≤ 108 ] =P z ≤
8
5
– z≤
−4
5 )]
[
P [ 96 ≤ x́ ≤ 108 ] =P ( z ≤1.6 ) – z > ( 45 )]
P [ 96 ≤ x́ ≤ 108 ] =P [ ( z ≤ 1.6 ) – ( z ≥ 0.8 ) ]
P [ 96 ≤ x́ ≤ 108 ] =P [ ( z ≤ 1.6 ) – ( 1−( z ≤ 0.8 ) ) ]
Bioestadística
12
P [ 96 ≤ x́ ≤ 108 ] =P [ 0.9452−1+0.7881 ] ∨¿
P [ 96 ≤ x́ ≤ 108 ] =P [ 0.9452−1+0.7881 ] P [ 96 ≤ x́ ≤ 108 ] =0.7333
c) P [ X́ ≤ 110 ]
P [ x́ <110 ] =P [ z < z 1 ] P [ x́ <110 ] =P [ z < z 1 ]
P [ x́ <110 ] =P z<
[ 110−100
20/ √ 16 ] P [ x́ <110 ] =P z<
[ 10
5 ]
P [ x́ <110 ] =P [ z <2 ] P [ x́ <110 ] =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.
μ=100
σ =15
i. 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
b. Una muestra de 20 niños elegidos al azar tenga una media menor que
95. ¿Cuál es la diferencia con la probabilidad encontrada en (a)?
Bioestadística
13
n=20
i. 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 =0.3019
c. Una muestra de 200 niños elegidos al azar tenga una media menor
que 95. ¿Cuál es la diferencia con la probabilidad encontrada en (c)?
n=200
i. p ( x <95 )
Estandarizando x:
x−μ 95−100
p
( σ /√n
<
15
√ 200 )
p ( z <−4.71 ) =1− p ( z< 4.71 )=1−0.99 …≅ 0
Por lo tanto p(a)-p(c) =0.37-0 = 0.37
d. Una muestra de 500 niños elegidos al azar tenga una media menor
que 95.
n=500
i. p ( x <95 )
Estandarizando x :
Bioestadística
14
x−μ 95−100
p
( σ /√n
<
15
√ 500 )
p ( z <−7.45 )=1−p ( z <7.45 )=1−0.99 …=0
No hay probabilidad de que ocurra esto.
7. Se sabe que el 35% de los miembros de una población sufren 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
n= 200
p (p ≥ 80/200)= p (p ≥ 0.4)
Ahora estandarizamos:
pP
≥ PQ ≥ 0.4  0.35 ≥ ≤
n 0.00113 p( z p( z
P (p 0.4)= p ( ) = 1.47)=1 -
1.47)= 1- 0.9292 = 0.0708
La probabilidad de que de la muestra aleatoria de 200 individuos, 80 o

más tengan al menos una enfermedad crónica es de 0.0708
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 dé una proporción de aquellos que se encuentran a
dieta:
P=0.15 ( de la poblaci ó n que est á sometido a alg ú n tipo de dieta )
Bioestadística
15
Q=1−P=0.85
n=100
a) Mayor que o igual a 0.20?

p−P 0.20−P 0.05
( )
p ( p ≥ 0.20 )=1−P ( p ≤ 0.20 )=1−P
(√ P .Q
n
≤
√ P.Q
n
)=1−P Z ≤
0.036
¿ 1−P ( Z ≤1.39 ) =1−0.9177=0.0823
b) Entre 0.10 y 0.20?
p(0.10< p< 0.20)=P ( p<0.20 )−P ( p< 0.10 )
0.20−0.15 0.10−0.15
(
¿ P Z<
√
P. Q
n
−P Z <
) (P.Q
n √ )
0.20−0.15 0.10−0.15
(√
¿ P Z<
( 0.15 ) (0.85)
100
) (−P Z<
√ −0.05
0.036
)
¿ P ( Z <1.39 )−P ( Z >1.39 )
¿ P ( Z <1.39 )−[ 1−P ( Z>1.39 ) ]
¿ 0.9177− [ 1−0.9177 ] =0.8354
Bioestadística
16
c) No mayor de 0.12?
p−P 0.12−P p−P 0.12−0.15

p ( p< 0.12 )=P
(√ P .Q
n
<
√ P.Q
n
) (√ √
=P
P.Q
n
<
( 0.15 ) (0.85)
100
)
¿ P Z<( −0.03
0.036 )
¿ P ( Z <−0.83 )
¿ P ( Z >0.83 )
¿ 1−P ( Z <0.83 )
¿ 1−0.7967=0.2033
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 probabilidades:
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
Bioestadística
17
0.35
0.3
0.25
0.2
proporcion de niños 0.15
0.1
0.05
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Número de horas
b. ¿Cuál es el número esperado de horas frente al televisor?
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
El número esperado de horas frente al televisor es de

2.4 horas.
c. ¿Cuál es la desviación estándar del número de horas frente al

televisor?
2−2.4
¿
¿
−2.4
4¿
¿
V ( x ) =(0−2.4)2 .0 .05 +(1−2.4)2 .0 .20+¿
σ 2=v ( x )
σ =√ 1.34=1.157
Bioestadística
18
La desviación estándar del número de horas frente al televisor

es de 1.157.
d. ¿Cuál es la probabilidad de que un niño seleccionado al azar esté a lo

más (no más de) 2 horas diarias frente al televisor?
P(x ≤ 2) = 0.05 + 0.20 + 0.25 = 0.5

La probabilidad de que un niño esté a lo más 2 horas frente al
televisor es de 0.5.
e. Se toma una muestra aleatoria de n=64 niños de esta población.

Calcule la probabilidad de que la media muestral sea de a lo más dos
horas.
n=64
p ( x ≤2 )
Estandarizando:
x−μ 2−2.4
p
( ≤
σ / √ n 1,157
√ 64 )
p ( z ≤−2,77 )=1− p ( z ≤ 2,77 ) =1−0,9972=0.0028
La probabilidad de que la media muestral sea de a lo más dos

horas es de 0.0028.
10. Dada una población en la que p=0,6 y una muestra aleatoria de
esta población de tamaño 100, encuentre:
P = 0.6
Q = 0.4
n = 100
p−P 0.65−0.60
p ¿
a) PQ √ 0.6 x 0.4
P ¿ ≥ 0,65) = P ( √ ≥
n 100
0.05
P(Z≥ 0.049 ) = P ( Z ≥1.02)
Bioestadística
19
1 - P ( Z≤ 1.02 )
P = 1 – 0.8461
P =
0.1539
p−P 0. 58−0 .60

p −0.02
b) ≤ 0,58) = P ( PQ ≤ 0. 6 x 0. 4 )=P(z≤ )
P¿ √ √ 0.049
n 100
= P ( z ≤ - 0.4 )
P = 1 – P (z ≤ 0.4 ) = 1 – 0.6554
P =
0.3446
0,56 ≤ p
c) P¿ ≤ 0,63) = P ( z ≤ 0.63 ) – P ( z ≤ 0.56 ) = 0.7357 – 0.7123
P =
0.0234
11. Dadas dos poblaciones con distribución normal y con medias

2 2
iguales y varianzas de σ 1=100 y σ 2=80 , ¿Cuál es la probabilidad
de que muestras de tamaños

n1=25 y n2=16
proporcionen un valor de
x́ 1 - x́ 2 mayor que o igual a 8.
SOLUCIÓN:
x́ 1
x́ ≥ 8 ¿
P¿ - 2
Sabemos que:
μ1=μ2
estandarizando :
( x 1−x 2) −( μ1−μ 2)
( )
8−(0)
P ≥
√ σ 21 σ 22
+
n1 n 2 √ 100 80
+
25 16
Bioestadística
20
( 83 )
P Z≥
P ( Z ≥ 2.67 )
1−P ( Z ≤2.67 )=1−0.9962=0.0038
12. En un estudio para comparar los pesos promedios de niños y

niñas de sexto grado en una escuela primaria se usará una muestra
aleatoria de 20 niños y otra de 25 niñas. Se sabe que tanto para
niños como para niñas los pesos siguen una distribución normal. El
promedio de los pesos de todos los niños de sexto grado de una
escuela es de 100 libras y su desviación estándar es de 14.142
libras, mientras que el promedio de los pesos de todas las niñas de
sexto grado de esa escuela es de 85 libras y su desviación estándar
es de 12.247 libras. ¿Cuál es la probabilidad de que el promedio de
los pesos de los 20 niños sea al menos 20 libras más grande que el
de las 25 niñas?
SOLUCIÓN:
n1=20
n2=25
μ1=100
μ2=85
2
σ 1=14.142 1=¿ 199.996
 σ¿
σ 2=12.247  σ 22=149.989
Bioestadística
21
P ( x1−x 2 ) ≥ 20
( x 1−x 2 )− ( μ 1−μ2 ) 20−( 100−85 )

Z= Z=
√ σ 21 σ 22
+
n 1 n2 √ 199.996 149.989
20
+
25
Z = 1.25  0.894
P ( x1−x 2 ) ≥ 20 = 1 - 0.894
P ( x1−x 2 ) ≥ 20 =
0.106
13. 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:
 12  19600
Población 1:
 22  8100
Población 1:
¿Cuál es la probabilidad de que una muestra al azar de tamaño 15

de la primera población y de 10 de la segunda proporcionen un
X1  X 2
valor de mayor que o igual a 50 si no existe diferencia entre
las medias de las poblaciones?
SOLUCIÓN:
δ2 = 19600 δ2= 8100
Bioestadística
22
n1=15 n2=10
( x – y) – (μx – μy )
δ2 δ2
x – y → n (μ x- μy;
+
nx n y ) → Z=
√ √
δx
nx
+
δy
ny
50−0
Z≥
P(
√ 19600 8100 )
15
+
10
μx=μy
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
14. Se sabe que el medicamento estándar utilizado para tratar una

cierta enfermedad ha resultado ser eficaz en un lapso de tres días
en el 75% de los casos en los que se utilizó. Al evaluar la eficacia de
un nuevo medicamento para tratar la misma enfermedad, se les dio
a 150 personas que la padecían. Al término de los tres días, se
habían recuperado 97 personas. Si el nuevo medicamento es tan
eficaz como el estándar, ¿Cuál es la probabilidad de observar una
pequeña proporción de recuperación?
SOLUCIÓN:
Bioestadística
23
97
P=0.75 p= 150 =0.65
Q=0.25
n=150 P(p≤0.65)
0.65−0.75
−0.1
x=97 P(z ≤
√ ( 0.75 ) (0.25) ) = P(z≤
150
0.03536 ) =
0.1
P(z≥ 0.03536 )
= 1- P(z≤2.83)= 1-0.9977
=0.0023
15. 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
SOLUCIÓN:
2 2 2
P Xx [<b] – P[ x <a] = 0.95 P[ X x <a]=0.025
2 2
P[ X x <b] – 0.025 =0.95 P[ X x <a]=0.025
23
2
P[ X x 23 <b] = 0.975
a=11.69 y b = 38.08
16. Suponga que X1, X2,…, X10 es una muestra aleatoria de una
variable aleatoria con distribución normal estándar. Calcular: P
[2.56 < ΣX2i < 18.3]
[ΣX2i < 18.3] - [ΣX2i < 2.56]
Bioestadística
24
Σ X 2−μ2 Σ X2 2 n−1 2
S 2= ⟹ S 2= xi = s
n−1 n−1 σ2
Dist. Normal estándar
2
(n−1) x 2.56 Σ xi x (n−1) 18.3( n−1)
P [ 2.56< Σ X 2I < 18.3 ]= < <
(n−1) σ 2 ( n−1 ) x σ 2 (n−1) σ 2
2
2.56 Σ x 18.3
μ=0 y σ =1 P [ 2.56< Σ X < 18.3 ]=P [ 2 < 2i < 2 ]
2
I
σ σ σ
n= 11 P [ 2.56< Σ X 2I < 18.3 ]=P [ 2.56< Σ x 2i <18.3 ]
P [ 2.56< Σ X 2I < 18.3 ]=2.56< x2n −1 <18.3
P [ 2.56< Σ X 2I < 18.3 ]=P [ 2.56< x 2n−1 <18.3 ]
P [ 2.56< Σ X 2I < 18.3 ]=P ( x 2n−1 <18.3 ) −P ( x 2i <2.56 )
P [ 2.56< Σ X 2I < 18.3 ]=0.95−0.01
P [ 2.56< Σ X 2I < 18.3 ]=0.94
17. Calcular P [ S 2<1.88 ] , donde S2 es la varianza muestral del

ejercicio (15)
n−1 2 2
2
S → X n−1
σ
Bioestadística
25
P [ S 2<1.88 ]
P
[ N −1 2
σ
2
N −1
S <1.88 2
σ ]
[
P X 210<
1.88(10)
12 ]
P [ X 210< 18.8 ] ≫ ≫≫ ≫ ≫ 0.975
18. Si la altura de un grupo de población sigue una distribución

normal N( 176, 12 ), calcular la P( S 10) para una muestra de
tamaño 8.
Considerando una muestra aleatoria de tamaño n de una población
 
normal N( , ):
Tenemos:
n=8

=12
(n  1) s 2
 X n21
2
7s 2
 X 72
144
 7 S 2 700 
P( S  10)  P( S 2  100)  P    P (T  4,8611)
 144 144 
X 72
Donde T sigue una distribución , es decir:
P(S≤10)=0.3232
Bioestadística
26
19. Suponga que los tiempos requeridos por un cierto autobús para
alcanzar uno de sus destinos en una ciudad grande forma una
distribución normal con una desviación estándar σ= 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)
x−γ
¿
¿
V(x)= ∞
¿ f(x)dx = 2 γ v(x)= 2*16=32
∫¿
0
Por lo tanto: x x 216
P (σ2≥ 2)= 1- P(σ2≤2)= 1- P (x≥ 32)= 1- 0.99= 0.01
20. Encuentre la probabilidad de que una muestra aleatoria de 25
observaciones de una población normal con varianza σ 2=6 , tenga
una varianza muestral:
a. Mayor que 9.1
b. Entre 3.462 y 10.745
Solución:
Bioestadística
27
DATOS:
n= 25
σ 2=6
2
a. Mayor que 9.1 : P ( δ >9.1 )
Sabemos q:
(n−1)δ 2
X 2n−1=
σ2
2 2
X σ
δ = n−1
2
(n−1)
Entonces:
2 2
X n−1 σ
P(δ 2> 9.1)=P( >9.1)
( n−1 )
X 224 6
¿ P( > 9.1)
( 24 )
X 224
¿ P( > 9.1)
4
2
¿ P( X 24 >36.4)
¿ 1−P( X 224> 36.4)
Bioestadística
28
¿ 1−0.950=0.05
b. Entre 3.462 y 10.745: P ( 3.462≤ δ 2 ≤ 10.745 )
¿ P ( δ 2 ≤10.745 ) −P(δ 2 ≤ 3.462)
X 224 6 X2 6
¿P ( 24 ) (
≤ 10.745 −P 24 ≤ 3.462
24 )
¿ P ( X 224 ≤ 42.98 ) −P(X 224 ≤13.848)
¿ 0.990−0.050 = 0.94
5
21. Sea T una v.a que tiene una distribución t con varianza
σ 2=
4 .
Calcular:
P [−1.812≤ T ≤ 2.228 ]
5 γ
= ≫≫ ≫≫ γ =10
4 γ −2
γ : Grados de libertad
P [−1.812 ≤t 10 ≤ 2.228 ]
P [ t 10 ≤ 2.228 ] -
P [ t 10 ≤−1.812 ]
0.975- (1-0.95) =
0.925
Bioestadística
29
22. Sea T una v.a que tiene una distribución t con grados de
libertad. Calcular:
a) P  T >2.228 , cuando v = 10
P10 T  2.228  1  0.975  0,025
b) P-1.753  T  2.602 , cuando v = 15
P15 T  2.602  P15 T  1.753

P15 T  2.602  1  P15 T  1.753 
0.99 – 1 + 0.95 = 0.94
Bioestadística
30
23. 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 más de
110?
P  x  110  
 
 
X   110   
P 
 S S 
 
 n n 
 
 
 110  100 
P T19 
 15 
 
 20 
 10 
P T19  
 3.35 
P T19  2.98  0.9986
24. Si la V.A. tiene una distribución F, con v1 y v2 grados de libertad,

respectivamente, calcular:
a) P [F ≥ 4.76] con v1 =3 y v2 = 6
Presentados los grados de libertad, en la tabla estadística se ubica,

dando como resultado
P [F ≥ 4.76] =
0.05
b) P [F ≤ 3.5] con v1 = 7 y v2 = 8
Presentados los grados de libertad, en la tabla estadística se ubica,

dando como resultado
Bioestadística
31
P [F ≤ 3.5]= 1- 0.05
= 0.95
25. Sea X1, X2,......., X7 e Y1, Y2,.........,Y9 muestras aleatorias

independientes de distribuciones normales ambas con media cero y
varianzas 1/4 y 1/3 respectivamente. Hallar:
 7 9 
P  4 X 2
i  6 Y j  2
 i 1 j 1 
SOLUCIÓN:
UX  0  X2  1/ 4
UY  0  Y2  1/ 3
 
   X 2
6
P  4 X 2  6 Y 2  P     P  F(6,8)  1.5
 4
 
  Y 2 
 1  P  F(6,8)  1.5  1  0.69477  0.30523
0.679 0.15
   X  0.69477
0.25 0.75  X
26. En un proceso hay dos máquinas cortadoras diferentes en

antigüedad lo que hace pensar que las varianzas de corte no son
iguales. Se toma una muestra de 16 partes de cada máquina, ¿cuál
es la probabilidad de que la razón de varianzas sea:
a. Mayor a 1.97?
SOLUCIÓN
n1=16 n2=16
Bioestadística
32
= 0.9
b. ¿Qué valor de F da una probabilidad a la derecha de 0.15?
2 2
27. Si S1 y S 2 representan las variancias de muestras aleatorias
independientes de tamaño n1= 25 y n2 =31, que se toman de
poblaciones normales con variancias  12  10 y  22  15,
respectivamente, encuentre la P ( S1 / S 2  1.26 )

2 2
SOLUCIÓN:
2 2
n1= 25 n2= 31 σ 1 = 10 σ 2 = 15
2 2 15
S 2 /¿ σ 2 >126 ×
10 2 2 2 2
P S 21 / σ 21 /¿ = P( S 1 σ 2 )/( S 2 . σ 1 )=1,89
¿
P(F(24, 30) ¿ 1,89 )= 1- P(F(24, 30) ¿ 1,89 )= 0,9503
28. Sea X una variable aleatoria con distribución F con 10 y 12

grados de libertad, esto es,
X ~F10 12
a) Genera 100 números (pseudo)aleatorios con esta distribución.
SOLUCIÓN
Bioestadística
33
Numero Distribución Numero Distribución
Aleatorio F Aleatorio F
0.863847933 0.586 0.090941109 1.000
0.096257402 1.000 0.40087652 0.921
0.391747942 0.926 0.834822713 0.607
0.484672287 0.870 0.238860753 0.985
0.6270709 0.766 0.81398792 0.623
0.511816936 0.851 0.482384296 0.872
0.468691576 0.881 0.409559055 0.917
0.534862224 0.835 0.032078081 1.000
0.596003793 0.790 0.785991202 0.644
0.449876476 0.893 0.38708809 0.929
0.369117737 0.938 0.357456778 0.944
0.841588176 0.602 0.521702337 0.845
0.306960385 0.965 0.879964505 0.574
0.508274658 0.854 0.555206751 0.820
0.290071537 0.971 0.793116276 0.638
0.758675758 0.664 0.111265319 0.999
0.861412099 0.588 0.942550237 0.531
0.475458766 0.876 0.114830097 0.999
0.703869593 0.707 0.964884133 0.516
0.9234438 0.544 0.906054985 0.556
0.214183306 0.990 0.309666298 0.964
0.940623996 0.532 0.67063374 0.733
0.89859556 0.561 0.783912733 0.645
0.30557778 0.965 0.24443568 0.984
0.104828594 0.999 0.699062978 0.710
0.198053706 0.992 0.842948537 0.601
0.557464985 0.819 0.095639199 1.000
0.776727972 0.651 0.00520763 1.000
0.105412682 0.999 0.465585404 0.883
0.17324145 0.995 0.272257449 0.976
0.209239147 0.991 0.63251138 0.762
0.74623262 0.674 0.529079721 0.839
0.78339048 0.646 0.883188589 0.572
0.10949234 0.999 0.605435825 0.783
0.301438698 0.967 0.729457966 0.687
Bioestadística 0.391616645 0.926 0.585503573 0.798
0.68108275934 0.724 0.88793222 0.569
0.396596271 0.924 0.73012869 0.686

b) Utiliza los datos generados para representar en un histograma los datos

generados en el apartado anterior. Añade a este gráfico la función de
densidad de la variable X.
k 2
( f i−e i )
χ =∑
2
i=1 ei
χ 2 ≥ χ 2α
si valor− p ≤ α
Distribucion F
1.00
0.90
0.80 f(x) = - 0x + 0.85
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.00
Distribucion F Linear (Distribucion F)
Bioestadística
35

Sssss

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sssss

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE MEDICINA – PROMO LI

Laboratorio de Bioestadística Nº1

1. ¿Qué es una distribución muestral? ¿Por qué son importantes las

b) Importancia de las Distribuciones Muestrales:

o Tales distribuciones son muy importantes en el estudio de la

o La dispersión de cada media muestral con respecto a la media de

d) Efecto de aumentar la muestra sobre la variabilidad de una

o La que la media y la desviación estándar se mantienen constantes

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

2 ( 6−10 )2 + ( 8−10 )2+ (10−10 )2 + ( 12−10 )2 + ( 14−10 )2

b) Seleccionar muestras de tamaño n=2 con reemplazamiento y

Muestras con Reemplazamiento

Muestras sin reemplazamiento

N=5, n=2 ----------- (52 )=10 muestras de tamaño 2 sin reemplazamiento .

c) Determinar la distribución de probabilidad de x́ y s 2 para

las muestras con y sin reemplazamiento:

Distribución de probabilidad de x́ y s 2 para las muestras con

Distribución de probabilidad de x́ y s 2 para las muestras sin

d) Calcular E [ x́ ] ,V [ x́ ] , E [ s 2 ] ,V [ s 2 ] para las muestras con y sin

Para muestras con reemplazamiento

o Esperanza de la media muestral

o Varianza de la media muestral:

o Esperanza de la varianza muestral:

o Varianza de la varianza muestral

Para muestras sin reemplazamiento

o Esperanza de la media muestral

o Varianza de la media muestral:

o Esperanza de la varianza muestral:

o Varianza de la varianza muestral:

3. Sea 1, 1, 1, 3, 4, 5, 6, 6, 6,7 una población. Se extrae una muestra

2 3 ( 1−4 )2 + ( 3−4 )2+ ( 4−4 )2 + ( 5−4 )2 +3 ( 6−4 )2+ ( 7−4 )2

b) La desviación estándar de la media muestral x́ :

o Varianza de la media muestral:

o Entonces, la desviación estándar de al media muestral es:

P [ 3.6 ≤ x́ ≤ 4.4 ] =P [ z ≤1.073 ]−P [ z ≤−1.073 ]

P [ 3.6 ≤ x́ ≤ 4.4 ] =0.8577−0.1423 P [ 3.6 ≤ x́ ≤ 4.4 ] =0.7154

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

2 6 3 .2 5 2.56.2 4 64 3.2(32 2.53

V ( x )  2.67  5.12  2.56

b) P [ ( 1 . 5< x́< 1. 6 ) / x́ <1.6 ] :

P [ ( 1 . 5< x́< 1. 6 ) / x́ <1.6 ]=P [ ( z 1 < z < z 2) /z < z 3 ]

 1.5  1.6 1.6  1.6 

 1.5  x  1.6  P (1.72  Z  0)

 1.5  x  1.6  0.5  1  0.9573

P [ x́ ≥100 ]=P [ z > z 1 ] P [ x́ ≥100 ]=1−P [ z < z 1 ]

P [ x́ ≥100 ]=1−P z<

P [ x́ ≥100 ]=1−0.5 P [ x́ ≥100 ]=0.5

P [ 96 ≤ x́ ≤ 108 ] =P [ ( z ≤ 1.6 ) – ( 1−( z ≤ 0.8 ) ) ]

P [ 96 ≤ x́ ≤ 108 ] =P [ 0.9452−1+0.7881 ] P [ 96 ≤ x́ ≤ 108 ] =0.7333

P [ x́ <110 ] =P [ z < z 1 ] P [ x́ <110 ] =P [ z < z 1 ]

6. Los puntos del tés de inteligencia WISC (wescheler interlligence for

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

p ( z <−0.333 )=1− p ( z <0.333 )=1−0.6293=0.37

Por lo tanto p(a)-p(c) =0.37-0 = 0.37

No hay probabilidad de que ocurra esto.

7. Se sabe que el 35% de los miembros de una población sufren de una

La probabilidad de que de la muestra aleatoria de 200 individuos, 80 o

8. Si, en una población de adultos, 0.15 están sometidos a algún tipo

P=0.15 ( de la poblaci ó n que est á sometido a alg ú n tipo de dieta )

a) Mayor que o igual a 0.20?

¿ 1−P ( Z ≤1.39 ) =1−0.9177=0.0823

b) Entre 0.10 y 0.20?

p(0.10< p< 0.20)=P ( p<0.20 )−P ( p< 0.10 )