Probabilidad. Distribuciones de probabilidad Capítulo 3 100.e1 CUESTIONES 1. Si la edad de una población sigue una dis
Views 112 Downloads 0 File size 338KB
Probabilidad. Distribuciones de probabilidad
Capítulo 3 100.e1
CUESTIONES 1. Si la edad de una población sigue una distribución normal, con una media de 40 años, y la varianza de la edad es de 25, ¿cuál es aproximadamente la probabilidad de encontrar un individuo que tenga una edad superior a 30 años e inferior a 50? 1. >0,99999. 2. 0,025. 3. 0,95. 4. 0,05, no hay evidencia para rechazar la hipótesis nula de normalidad. 5. Como p > 0,05, no hay evidencia para rechazar la hipótesis nula; por tanto, no puede asumirse que la variable peso siga una distribución normal.
Capítulo 3 100.e9
Probabilidad. Distribuciones de probabilidad
SOLUCIONES A LAS CUESTIONES Cuestión 1. Respuesta: 3. 30 − 40 = −2 25 x−µ z= σ 50 − 40 z2 = = +2 25 z1 =
El área bajo la curva que se desea calcular es la delimitada por z = − 2 y z = 2; por tanto, si: z = −2 → pcola izq = 0,0228; z = 2 → pcola dcha = 0,0228 p(30 < x > 50) = 1 − (0,0228 + 0,0228) = 0,954
Cuestión 2. Respuesta: 5. La información proporcionada es: odds (HTA | CI) = 1,5 odds (HTA | no CI) = 1/9 p(CI) = 0,20 (prob. marginal)
© Elsevier. Fotocopiar sin autorización es un delito.
p=
odds 1 + odds
p(HTA CI) =
1,5 = 0,6 1 + 1,5
p(HTA nCI) =
1/ 9 = 0,1 1 + 1/ 9
Construir la tabla siguiente facilita los cálculos (entre paréntesis, en números romanos se ha indicado el orden seguido para completar la tabla): CI no CI Total
HTA
12 (IV) 8 (VI) 20 (VIII)
p(CI HTA) =
NO HTA
8 (V) 72 (VII) 80 (IX)
p(CI ∩ HTA) 12 = = 0,6 p( HTA) 20
TOTAL
20 (II) 80 (III) 100 (I)
100.e10
Bioestadística amigable Cuestión 3. Respuesta: 2. p(SP) = 424 / 2.437 = 0,174
Cuestión 4. Respuesta: 3. p(SP |≥ 5 veces) = 82 / 320 = 0,256
Cuestión 5. Respuesta: 2. La odds para no expuestos es el cociente entre los que desarrollan síntomas psicóticos y los que no los desarrollan: odds (SP no cannabis) =
342 1 = = 0,19 1.775 5,26
Entre los que NO consumieron cannabis, por cada uno que desarrolló síntomas psicóticos, hay 5,26 que no los desarrollaron. Cuestión 6. Respuesta: 2. La media era de 21 kg/m2 y la desviación estándar de 3,1 kg/m2. Se desea saber entre qué valores se encuentra el 90% central de los niños. Por tanto, tendremos dos colas, cada una de a = 0,05. Se busca qué valor de z corresponde a a = 0,05. Este valor es z = 1,645.
21 − (1,645 * 3,1) = 15,9 21 + (1,645 * 3,1) = 26,1
Cuestión 7. Respuesta: 2. Si DC = diagnóstico clínico de úlcera y A = autopsia (criterio de verdad), p(DC A + ) =
130 = 0,433 130 + 170
El 43,3% de los que tenían úlcera en realidad (según la autopsia) tendrán un diagnóstico clínico de úlcera. Corresponde al concepto de sensibilidad. Cuestión 8. Respuesta: 3. El factor Bayes equivale al cociente entre la probabilidad de que el diagnóstico clínico sea positivo en los que tienen verdaderamente úlcera (la autopsia fuese positiva) y la probabilidad de que haya un diagnóstico clínico en los que no la tienen según la autopsia: 130 p(DC + | A + ) 130 + 170 FB = = = 210, 2 20 p(DC + | A − ) 20 + 9680
El hecho de que el diagnóstico clínico sea positivo es 210 veces más frecuente cuando se tiene úlcera realmente (según la autopsia) que cuando no se tiene.
Capítulo 3 100.e11
Probabilidad. Distribuciones de probabilidad
Cuestión 9. Respuesta: 4. Dado que l es grande (>60), puede conseguirse una aproximación no muy exacta, pero muy rápida, usando la distribución normal para acercarse a la Poisson: z=
x − λ 90 − 70 = = 2,39 70 λ
Para un valor z = +2,39, las tablas de la normal dan una probabilidad de p = 0,0084.
Si se utiliza la Poisson:
o bien, en Excel: =1-POISSON(89;70;VERDADERO), da una probabilidad de 0,012. Cuestión 10. Respuesta: 5. Podría pensarse que la correcta es la 2, pues, según la distribución normal: z=
18 − 14 =2 2
Pero la más adecuada es la 5, ya que no sabemos si la variable hemoglobina en esta muestra sigue una distribución normal. Por lo tanto, lo correcto es afirmar que faltan datos para poder contestar. Solución común para las cuestiones 11-21. Para resolver este tipo de problemas, lo más sencillo es construir, a partir de los datos del enunciado, una tabla como la siguiente: CM
© Elsevier. Fotocopiar sin autorización es un delito.
M+ 54 11 M− Total 65 CM, cáncer de mama; M, mamografía (positiva/negativa).
SIN CM 395 7.540 7.935
TOTAL
449 7.551 8.000
Cuestión 11. Respuesta: 2. Sería: 1 − p(CM) = 1 − (8.125/1.000.000), o basado en la tabla: p(nCM) = 7.935/8.000 = 0,992 Cuestión 12. Respuesta: 1. p(nCM M − ) = 7.540 / 7.551 = 0,99
Equivale al concepto de valor predictivo negativo (VPN) Cuestión 13. Respuesta: 4. Al factor Bayes, en el contexto de las pruebas diagnósticas, se le llama también razón de verosimilitud. De modo que: FB =
p(M + CM) 0,83 = = 16,6 p(M + nCM) 1 − 0,95
100.e12
Bioestadística amigable o bien 54 65 = 16,6 FB = 395 7.935
Cuestión 14. Respuesta: 1. Odds pre =
65 = 0,0082 7.935
Cuestión 15. Respuesta: 3. Odds ratio posterior = odds previa × FB = 0,0082 × 16,6 = 0,137
Otra manera de calcularla: odds post =
p(CM M + ) 54 = = 0,137 p(nCM M + ) 395
Cuestión 16. Respuesta: 3. fr