Taller 2

Luz Denci Jimenez Renteria 1

1
dency.95@hotmail.com (15331011)
Programa de Microbiología Industrial
Universidad de Santander UDES

1. tabla de contingencia
Este modelo permite construir tablas de clasificación cruzada según diversos criterios
de clasificación, estas tablas son útiles para el análisis simultaneo de dos o más
variables categorizadas, según la tabla de contingencia se tiene que la variable
dependiente es la muerte y las independientes están categorizadas en sexo (femenino:
0; masculino 1)
Hipótesis:
Ho: No existe relación entre las variables muerte con respecto al sexo
Ha: existe relación entre las variables muerte con respecto al sexo
Según la tabla de estadística (chi cuadrado Pearson) se muestra un p-valor de 99% lo
cual indica que se rechaza la Ho ya que el p-valor es mayor que el 5%, donde se
entiende que la muerte no a depender de esta variable

Esta tabla muestra que el total de los pacientes es de 150, donde 137 personas
mueren y 13 no lo hacen sin importar el sexo, por otro lado según el sexo 21 mujeres
mueren y 2 no mueren y para el caso de los hombres 116 mueren y 13 no, lo que
lleva a concluir que hay más hombres que mueren que las mujeres.
 2. regresión logística
La regresión logística permite modelar la relación entre una variable respuesta de
naturaleza frente a una o más variables independientes o regresaras. Según la
regresión realiza, la variable dependiente es la muerte y las variables independientes
son sexo, peso inicial perdido EST4.

Ho: No existe relación entre las variables muerte con respecto sexo, EST4, edad y PPI
Según la tabla de rregresion logistica se observa las variables dependiente (muerte) y las
independendientes (sexo, EST4, PPI Y EDAD), donde solo la variable PPI va a influir en
ala variable dependiente, ya que su p-valor es de 0.0017, miestras que las otras variables
no van a determinar nada con respecto a la vaariable muerte. En conclusion la unica
variable que no se rechaza en la hipotesis es PPI

logit (muerte):-4.22+0.14(PPI)
3. graficas
Un diagrama de dispersión es un gráfico en el cual se muestra un conjunto de puntos
ordenados por sus coordenadas X y Y, se usa cuando se quiere visualizar la variación
conjunta de dos variables. En el eje X solo se puede graficar una sola variable, pero
en el Y pueden ser mas de una variable.
Según las gráficas de dispersión 1 y 2, se encuentra como variable dependiente la
muerte y como independiente esta la edad (gráfica 1) y PPI (gráfica 2) en las cuales
se observa que entre las variables dependientes e independientes hay una correlación
nula porque no hay comportamiento entre estas. En estas dos graficas se observa que
se forman dos grupos

Gráfico 1: diagrama de dispersión de las variables muerte vs edad

Gráfico 2: diagrama de dispersión de las variables muerte vs PPI

MODELO GOMPARTZ
1
Luz Denci Jimenez Renteria
 1
dency.95@hotmail.com (15331011)
Programa de Microbiología Industrial
Universidad de Santander UDES

El modelo Gompartz se le atribuye al señor Benjamín Gompartz; este modelo es muy útil
cuando se tiene crecimientos limitados por cantidad de recursos y cuando dicho
comportamiento no es simétrico, si no distinto al inicial y al final.
Esta “ley”, conocida como la Ley de Mortalidad de Gompertz, nos muestra cómo los ratios
de mortalidad aumentan en una progresión línea, según lo anterior este es el típico
comportamiento de los microorganismos, por eso este modelo se usa en la industria
alimentaria para observar el crecimiento de los microorganismos.

 a es una asíntota, ya que

 b, c son números positivos
 b establece el desplazamiento a lo largo del eje x (traduce el gráfico a la izquierda o
derecha)
 c establece la tasa de crecimiento ( escala y )
 e es el número de Euler ( e = 2.71828
 α: es el cociente de proliferación o ritmo de replicación de esa especie

Conclusión
Según el caso trabajado (logística), se logró observar que de las variables
independientes la única que si influye en la muerte es PPI, las otras no afectan en
la variable dependiente.
Finalmente todos los modelos estadísticos visto en la asignatura proyecto 2, nos
ofrecen oportunidades para predecir fenómenos que observamos de la forma más
exacta posible. Para ello tiene en cuenta los datos suministrados y la influencia que
las probabilidades tienen en estas observaciones.

Bibliografía

 Cedrón Castro, J. (2016). El modelo de Gomertz y su aplicación en seguridad

alimentaria.
 LOS, M. D. A. A., DEL SAT, S. E., & PAPEL, E. (2013). Manual de Usuario.