UNIVERSIDAD DE OCCIDENTE

EXTENSION SAN PEDRO SACATEPEQUEZ

FACULTAD DE CIENCIAS DE LA SALUD
LICENCIATURA EN FISIOTERAPIA

INGINIERO:
JUAN MANUEL SANDOVAL

NOMBRE:
SINDY VANESSA ALVARADO LÓPEZ.
Udeo2016sp0155

Bioestadística
SAN PEDRO SACATEPEQUEZ, SAN MARCOS, JUNIO, 2020
 PROBABILIDAD
Estadística inferencial También llamada inferencia estadística
posibilidad relativa (oportunidad o casualidad) de que ocurra un evento
va ir de 0 a 1 nunca negativo
En el estudio de la probabilidad se utilizan tres palabras clave:
EXPERIMENTO: Proceso que induce a que ocurra una y solo una de varias posibles
observaciones.
RESULTADO: Resultado particular de un experimento
EVENTO: Conjunto de uno o más resultados de un experimento
Enfoques para asignar probabilidades
probabilidad objetiva
Probabilidad clásica
Parte del supuesto de que los resultados de un experimento son
igualmente posibles.
Probabilidad clásica
probabilidad de un evento = número de resultados favorables
. número total de posibles resultados
Probabilidad empírica
también llamada frecuencia relativa, el segundo tipo de probabilidad, se basa en
el número de veces que ocurre el evento como proporción del número de intentos
conocidos
PROBABILIDAD EMPIRICA
La probabilidad de que un evento ocurra presenta una fracción de los eventos
similares que sucedieron en el pasado.
Probabilidad empírica = número de veces que el evento ocurre
Número total de observaciones

LEY DE LOS GRANDE NUMEROS; En una gran cantidad de intentos, la

probabilidad empírica de un evento se aproxima a su probabilidad real.

PROBABILIDAD SUBJETIVA: Cuando hay poca o nula experiencia o información

para sustentar la probabilidad.
 EJERCICIOS
1. Una urna tiene ocho bolas rojas, cinco amarillas y siete verdes. Si se extrae
una bola al azar calcular la probabilidad de que:

1 Sea roja.

 Casos favorables: .

 Casos posibles: 8+5+7=20.

Por lo tanto, la probabilidad es

40% de probabilidad de sacar

una bola roja.

2 Sea verde.

 Casos favorables: 7

 Casos posibles: 8+5+7=20.

Por lo tanto, la probabilidad es

35% de probabilidad de que

la bola sea verde.

2. En un salón de clases hay 8 niños y 8 niñas. Si la maestra escoge al azar un

estudiante de su salón, ¿cuál es la probabilidad de que el estudiante escogido sea
una niña?
Solución
El evento «E» es escoger un estudiante al azar. En total hay 16 estudiantes, pero
como se quiere escoger una niña, entonces hay 8 casos favorables. Por lo tanto,
P(E) = 8/16 = 0.5*100= 50% de probabilidad de que la estudiante elegida sea
niña.

3. ¿cuál es la probabilidad de que en una carrera llegue en primer lugar un hombre,

si los participantes son 600 mujeres y 400 hombres?

Número de casos favorables= 400

Número total de posibles resultados= 1000
400/1000=0.4*100=40%de probabilidad de que llegue primero un hombre.
Empírica
4 ¿cuál es la probabilidad de que los estudiantes de administración de primer año
hayan pasado directos en matemáticas
Número de veces que ocurre el evento 10
Número total de observaciones 50
10/50=0.2*100= 20%de probabilidad de que haya
pasado directo.

Subjetiva.
5. La probabilidad de que ocurra una fuerte inundación en el departamento
de san Marcos. El próximo invierno.

Probabilidad Regla de la adición.

 REGLA ESPECIAL DE LA ADICIÓN
Para aplicar la regla especial de la adición, los eventos deben ser
mutuamente excluyentes. Recuerde que mutuamente excluyentes significa
que cuando un evento ocurre, ninguno de los demás eventos puede ocurrir
al mismo tiempo.
Esta regla se expresa mediante la siguiente fórmula:
P (A o B) = P(A) + P(B)
 REGLA DEL COMPLEMENTO.
Se emplea para determinar la probabilidad de que un evento ocurra restando
de 1 la probabilidad de un evento que no ha ocurrido.
P(A) = 1 - P(~A)

 PROBABILIDAD CONJUNTA
Probabilidad que mide la posibilidad de que dos o más eventos
sucedan simultáneamente.
 REGLA GENERAL DE LA ADICIÓN
P (A o B) = P(A) + P(B) – P (A y B)
 EJERCICIOS
1. Se va a encuestar a una muestra de empleados de la Pepsi sobre un nuevo
plan de los cuidados de la salud los empleados se clasifican de la siguiente
manera.
Clasificación evento número de empleados
Supervisores A 120 /2000=0.06
Mantenimiento B 50 /2000=0.025
Producción C 1460
Administración D 302
Secretarias E 68/ 2000=0.034
TOTAL 2000
CUAL ES LA PROBABILIDAD DE QUE LA PRIMERA PERASONA ELEGIDA SEA
DE SUPERVICION MANTENIMIENTO, O SECRETARIAS.
P (A o B o E) = P (A) + P (B) +P (C)
= 0.06+0.025+0.034=0.119*100=11.9%

2. Un chef observo que el 65% de sus clientes consumen mayonesa, el 70%

kétchup, y el 80% consume mayonesa y kétchup ¿cuál es la probabilidad que un
cliente elegido al azar consuma las dos salsas a la vez.?
EVENTO
MAYONESA P(A) 65%
KETCHUP P (B) 70%
MAYONESA O KETCHUP P(AUB) 80%
MAYONESA O KETCHUP P(AOB)
P (A o B) = P(A) + P(B) - P (A y B)
80%= 65%+70-P(AyB)
80%+P(AyB)=65%+70%
P(AyB)=65%+70-80%
P(AyB)= 55% de probabilidad de que sea elegido y consuma las 2.
 3 En el colegio amigos el 30% de alumnos habla inglés, el 65% habla francés,
y el 12 % habla los dos idiomas. ¿cuál es la probabilidad de que si selecciona
un alumno al azar hable inglés o francés.
evento
Ingles P (A) 30%
Francés P(B) 65%
Inglés o francés (AoB) 12%
P (A o B) = P(A) + P(B) – P (A y B)
P (A o B) = 30%+65%-12%= 83%de que hable los dos idiomas.

4. Se lanza un dado no cargado. Usted gana Q20 si el resultado es menor

que cinco o divisible por 2 ¿Cuál es la probabilidad de ganar?
P (A o B) = P(A) + P(B) – P (A y B)
Espacio muestral 1,2,3,4,5,6=6
A= resultados menores que 5
A= 1,2,3,4=4
P(A)= 4/6= 0.66 P (A o B) = P(A) + P(B) – P (A y B)
B= Resultados divisibles por 2 =0.66+0.5-0.33
B=2,4,6=3 =0.83*100=83%
P(B)=3/6=0.5
AyB=2,4=2 /6=0.33 83 % de probabilidad de que gane.

5. Ahora supongamos que robar una carta de una baraja bien barajado de
cartas. Ahora queremos determinar la probabilidad de sacar una tarjeta roja
o un as. En este caso, los dos eventos no son mutuamente excluyentes. El
as de corazones y el as de diamantes son elementos del conjunto de tarjetas
rojas y el conjunto de ases.
Consideramos tres probabilidades y luego combinarlas utilizando la regla de
la suma generalizada:
 La probabilidad de sacar una tarjeta roja es 26⁄52
  La probabilidad de sacar un as es 4⁄52
 La probabilidad de sacar una tarjeta de color rojo y un as es 2⁄52
Esto significa que la probabilidad de sacar una tarjeta de color rojo o un
as es 26⁄52 + 4⁄52 - 2⁄52 = 28⁄52. =0.5384*100=53.84%

Probabilidad Regla de la multiplicación.

En esta sección estimará la probabilidad de que la ocurrencia de dos eventos sea
simultánea.
REGLA ESPECIAL DE LA MULTIPLICACIÓN
Requiere que dos eventos, A y B, sean independientes, y lo son si el hecho de que
uno ocurra no altera la probabilidad de que el otro suceda.
Para ser independientes no deben ocurrir en el mismo tiempo
En el caso de dos eventos independientes A y B, la probabilidad de que A y B
ocurran se determina multiplicando las dos probabilidades, tal es la regla especial
de la multiplicación, cuya expresión simbólica es la siguiente:
P(A y B) = P(A)P(B)
REGLA GENERAL DE LA MULTIPLICACIÓN
Si dos eventos no son independientes, se dice que son dependientes.
PROBABILIDAD CONDICIONAL
Probabilidad de que un evento en particular ocurra, dado que otro evento haya
acontecido.
REGLA GENERAL DE LA MULTIPLICACIÓN
P(A y B) = P(A)P(B|A)
TABLA DE CONTINGENCIAS
Tabla que se utiliza para clasificar observaciones de una muestra,
de acuerdo con dos o más características identificables. Consiste en una tabulación
cruzada que resume simultáneamente dos variables de interés, así como la relación
entre éstas. El nivel de medición puede ser nominal.
DIAGRAMAS DE ÁRBOL
El diagrama de árbol es una gráfica útil para organizar cálculos que implican varias
etapas.
Cada segmento del árbol constituye una etapa del problema. Las ramas del árbol
se ponderan por medio de probabilidades

1. Una caja contiene 2 canicas azules y 3 rojas. Si se extraen dos canicas al azar
sin reposición, ¿cuál es la probabilidad de que las dos sean azules?
SOLUCIÓN:
Dado que las canicas serán extraídas de la misma caja, y que las canicas que se
extraigan, no serán devueltas a la caja (no hay reposición), entonces, se trata de
eventos dependientes.
 Evento A: obtener una canica azul en la primera extracción.
 Evento B: obtener una canica azul en la segunda extracción.
Por la regla de la multiplicación, sabemos que:

10%de probabilidad de que las canicas sean azules.

2. En un colegio, la probabilidad de que un alumno seleccionado al azar hable inglés

es de 0,20; mientras que la probabilidad de que un alumno juegue fútbol es de 0,80.
El hecho de que un alumno hable inglés, no afecta en nada que juegue fútbol; por
lo tanto, se trata de eventos independientes.
 Evento A: que el alumno hable inglés. P(A) = 0,20.
 Evento B: que el alumno juegue fútbol. P(B) = 0,80.
Usamos la regla de la multiplicación para eventos independientes:

La probabilidad que el alumno elegido hable inglés dado que le guste el futbol
es de 16%
3. Si en un grupo de 10 personas se va a repartir refrescos de 10 sabores diferentes,
y se sabe que hay uno de fresa y uno de piña ¿Cuál es la probabilidad que el primero
en ser repartido sea de piña y el segundo de fresa?
  En este ejercicio son sucesos dependientes, por eso se ocupará la siguiente
fórmula
 p(f n p) = p(a) * p(b | a)
 p(f n p) = 1/10 * 1/9
 p(f n p) = 0.011 * 100%
 p(f n p) = 1.1%
la probabilidad de que el primero sea piña y el segundo fresa es de 1.1%

4. En una tienda se venden osos de peluche, en existencia hay 30 de estos

peluches, si entre estos hay 15 marrones y 15 blancos, y en la tienda tienen
estadísticas que indican que 4 de cada diez de los clientes terminan comprando
estos peluches ¿Cuál es la probabilidad que el siguiente cliente compre un oso de
color blanco?
c = comprar un oso, b = oso blanco
 Fórmula de sucesos independientes
 p(c n b) = p(c) * p(b)
 p(c n b) = 4/10 * 1/2
 p(c n b) = 0.2 * 100%
 p(c n b) = 20%

5. Cual es la probabilidad de sacar un 3 con un dado y una cara con una moneda
𝑃 3 ∩ 𝐶 = 𝑃 3 × 𝑃 𝐶 = 1/ 6 × 1 /2 = 0.083*100=8.33%
Probabilidad de sacar una carta de las trece cartas de corazones de una baraja de
52 cartas y de sacar un número par con un dado es
𝑃 𝐶 ∩ 𝐴 = 𝑃 𝐶 × 𝑃 𝐴 = 13 /52 × 3/ 6 = 0.125*100=12.5%
 Teorema de Bayes
En el siglo XVIII, el reverendo Thomas Bayes, un ministro presbiteriano inglés,
planteó esta pregunta: ¿Dios realmente existe? Dado su interés en las matemáticas,
intentó crear una fórmula para llegar a la probabilidad de que Dios existiera sobre la
base de la evidencia de que disponía en la Tierra. Más tarde, Pierre-Simon Laplace
perfeccionó el trabajo de Bayes y le dio el
nombre de teorema de Bayes. De una forma entendible, el teorema de Bayes es el
siguiente:

Probabilidad a priori: probabilidad basada en el nivel de la información actual.

Probabilidad a posteriori: probabilidad realizada a partir de información adicional.
EJERCICIOS
En la academia de MateMovil, la probabilidad de que a un alumno seleccionado al
azar le guste el helado es del 60 %, mientras que la probabilidad de que a un alumno
le guste la torta es del 36 %. Además, se sabe que la probabilidad de que a un
alumno le guste la torta dado que le gusta el helado es del 40 %. Calcular la
probabilidad de que a un alumno le guste el helado, dado que le gusta la torta.
Solución:

 h: que a un alumno le guste el helado.

 t: que a un alumno le guste la torta.
Tenemos los siguientes datos:
 P(h) = 0,6.
 P(t) = 0,36.
 P(t|h) = 0,4.
Nos piden calcular P(h|t).
Aplicamos el teorema de Bayes:
P(h|t)=P(h)*P(t|h)
. P(t) P(h|t)=0.6*0.4 =0.24 /0.36=0.66*100=66.66%
. 0.36

Entonces, la probabilidad de que un alumno le guste el helado dado que le gusta la

torta es de 66.67 %.
2. Una fábrica de piezas para aviones está organizada en tres secciones. La sección
A fabrica el 30% de las piezas, la sección B el 35%, mientras que el resto se fabrican
en la sección C. La probabilidad de encontrar una pieza defectuosa es del 0.01,
0.015 y 0.009 según se considere la sección A, B o C, respectivamente. a) Si elegida
una pieza al azar es defectuosa, ¿qué probabilidad hay de que sea de la sección
B?
SOLUCION
P(Defectuosa|sección B)= p(sección B)* P(defectuosa|sección B)
P(seccionB)P(defectuosa|seccióB) + P(seccA+seccC) P(defectuosa|seccAYC)
P(Defectuoso|seccionB) = (0.3)(0.015) = 0.0045 = 0.2528*100=25.28%
(0.3) (0.015) +(0.7) (0.019) = 0.0178
La probabilidad de que la pieza defectuosa sea de la sección B es de 25.28%

3. El equipo fc Barcelona juega el 80 % de los partidos con su mejor figura quien es

Lionel Messi 20% con Luis Suarez. El equipo gana 75% de los juegos cuando
participa Lionel Messi, y 50% cuando juega Luis Suarez de a las noticias ganaron
el día de ayer ¿Cuál es la probabilidad de que en el partido haya jugado Luis
Suarez?
A=ganar
B= Luis Ganar
P(Luis)*(ganar|Luis)
P(Luis)P(ganar|Luis)+(Messi)P(ganar|Messi)

(0.50) *(0.20) = 0.1= 0.1428*100=14.28%

(0.50) (0.20) +(0.75) (0.80) = 0.7

La probabilidad de que haya jugado Luis Suarez es de 14.28%

4. En el consultorio de Jorge, el 40% de los pacientes finge una enfermedad (para
tener un descanso medico) además el 10%de los pacientes del consultorio son
hombres la probabilidad de que un paciente finja una enfermedad dado que es
hombre es del 50%calcular la probabilidad de que un paciente sea hombre dado
que finge una enfermedad.
P(f)40%
P(h)10%
P(f|h)50%
P(h|f)= p(h)*p(f|h) P(0.1)*P(0.5)= 0.05/0.04= 0.125*100=12.5%
P(F) P( 0.4)
La probabilidad de que el paciente sea hombre dado que finge una
enfermedad es de 12.5%

El servicio meteorológico a anunciado las siguientes probabilidades para el fin de

semana, que llueva un 60% que neve 30% de que ocurra un accidente bajo estas
condiciones es de 30% si llueve un 20% si neva.
Cuál es la probabilidad que ocurra un accidente si llueve.?
SOLUCION
P (llueve|accidente) = p(llueve)* P(accidente|lueve)
P(llueve)P(accidente|llueve) + P(neve)P(accidente|zneve)

P (Defectuoso|seccionb ) = (0.6)(0.3) = 0.18 = 0.75*100=75%

(0.6) (0.3)+(0.3)(0.2) = 0.24
La probabilidad de que ocurra un accidente si llueve es de 75%

MÉTODOS DE MUESTREO

El propósito de la estadística inferencial consiste en determinar algo sobre una

población a partir de una muestra. Una muestra es una porción o parte de la
población de interés. En muchos casos, el muestreo resulta más accesible que el
estudio de toda la población
Razones para muestrear
1. Establecer contacto con toda la población requeriría mucho tiempo.
2. El costo de estudiar todos los elementos de una población resultaría
prohibitivo.
3. Es imposible verificar de manera física todos los elementos de la población
4. Algunas pruebas son de naturaleza destructiva.
5. Los resultados de la muestra son adecuados.

Muestreo aleatorio simple

 Muestra seleccionada de manera que cada elemento o individuo de la
población tenga las mismas posibilidades de que se le incluya.
Muestreo aleatorio sistemático
Se selecciona un punto aleatorio de inicio y posteriormente se elige cada
k-ésimo miembro de la población.

Muestreo aleatorio estratificado

Una población se divide en subgrupos, denominados
estratos, y se selecciona al azar una muestra de cada estrato.
Muestreo por conglomerados
La población se divide en conglomerados a partir de los límites naturales
geográficos o de otra clase. A continuación, se seleccionan los
conglomerados al azar y se toma una muestra de forma aleatoria con
elementos de cada grupo.
EJERCICIOS
1. Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de ellos.
Enumera a los empleados del 1 al 120
Sortea 30 números entre los 120 trabajadores
La muestra estará formada por los 30 empleados que salieron seleccionados de los
números obtenidos.

2. Se acercan las Navidades y cierta empresa de turrones cree que no va a poder

entregar todos los pedidos a tiempo, a no ser que aumente la plantilla. La empresa
dispone de un listado ordenado alfabéticamente de 20 personas con las mismas
características para el puesto y que actualmente están en paro. Puesto que el
tiempo apremia y no es posible hacer una entrevista para seleccionar al personal,
se decide elegir cinco trabajadores de forma aleatoria usando el muestreo
sistemático.
Tenemos que elegir 5 elementos sistemáticamente de un total de 20, por tanto, se
debe elegir uno de cada k=20/5=4.
Se elige el punto de partida eligiendo un número al azar entre 1 y 4. Si obtenemos,
por ejemplo, h=2, los elementos de la muestra serán 2, 2+4, 2+2·4, 2+3·4, es decir:
2, 6, 10, 14, 8.
3. Supongamos que en el ejemplo anterior se desea extraer una muestra de 6
trabajadores.
Como en ese caso, k=20/6=3.33, el valor se redondea por abajo (se trunca) es decir
se toma k=3. Esto se hace así, porque si redondeáramos hacia arriba, no habría
elementos suficientes en la población para extraer la muestra.
Por ejemplo, suponiendo que hemos obtenido h=2, los elementos de la muestra
serían 2, 5, 8, 11, 14 y 17. Pero, si hubiéramos tomado k=4, los cinco primeros
elementos de la muestra hubieran sido 2, 6, 10, 14 y 18 pero no podríamos obtener
el sexto ya que daría 22 y sólo teníamos una lista de 20 trabajadores.

4 nivel de participación de los padres en los estudios de sus hijos desde kínder hasta
nivel preparatoria (muestreo por cúmulos monoetápico)
Una escuela privada en México quiere conocer qué tanto participan los padres en
la educación de sus hijos antes de la próxima asamblea entre padres y docentes,
por lo que enviará la encuesta Compromiso de los padres que crearon nuestros
expertos en metodología de encuestas. Sin embargo, como se pretende realizar
entrevistas posteriores, la escuela decide no enviarla a todos los padres de familia,
ya que su matrícula es de aproximadamente 4000 estudiantes.
Por lo tanto, decide realizar un muestreo por conglomerados monoetápico. La
escuela cuenta con unos 60 alumnos por grupo. Cada nivel tiene 4 grupos, es decir,
aproximadamente 240 estudiantes en 1.er año de primaria, 240 en 2o , etc.
La escuela decide elegir un grupo al azar por cada nivel, por lo que tendremos 15
conglomerados. Se envía la encuesta a los padres de familia de todos los
estudiantes de estos 15 grupos.
Los conglomerados formados son heterógeneos porque están conformados por
padres de familia que tienen hijos en diferente nivel escolar, pero los une el hecho
de que sus hijos están inscritos en la misma escuela.

5.Muestreo estratificado proporcionado

Se le llama muestreo estratificado proporcionado cuando el tamaño de la muestra
de cada uno de los estratos es proporcional al tamaño de la misma.
Por ejemplo: Se debe obtener una muestra de 100 individuos de una población total
de 3000. Por lo que se divide la población en los siguientes estratos:
 Estrato 1: 1300 individuos.
 Estrato 2: 1100 individuos.
 Estrato 3: 600 individuos.
Como se utiliza el muestreo estratificado proporcionado, la muestra obtenida de
cada estrato será representativa de cada una de esta. Lo que dejaría los siguientes
resultados:

Estrato Individuos Porcentaje Muestra

1 1300 43,4% 43

2 1100 36,6% 37

3 600 20% 20

De esta manera quedaría conformada la muestra de 100 personas. Este tipo de

muestreo estratificado dejaría en desventaja a aquellos grupos o estratos que estén
conformados por la menor cantidad de personas.