SlideShare ist ein Scribd-Unternehmen logo
1 von 7
Universidad Diego Portales
Facultad de Ciencias de la Salud
Escuela de Medicina
BIOESTADISTICA
2ª PRUEBA SOLEMNE
NOMBRE: ________________________________________________10 DE NOVIEMBRE DE 2005
PREGUNTA Nº 1 (15 ptos)
Señale si las siguientes afirmaciones son Verdaderas ( V ) o Falsas ( F ):
Cada afirmación correcta vale 2 puntos, se descontará 1 punto por cada respuesta incorrecta
1. ....F........ Rechazar una hipótesis verdadera , se conoce como error tipo I o error β
2. ....F........ Uno de los supuestos para poder realizar análisis paramétricos es que la distribución
poblacional de la variable independiente es normal.
3. ....V........ La regresión lineal es un modelo matemático para estimar el efecto de una variable
sobre otra .Las hipótesis a probar son correlaciónales y causales.
4. ....V........ La variabilidad residual indica la dispersión de los puntos observados alrededor de
la recta estimada
5. ....F........ El coeficiente de correlación de Pearson, es una prueba estadística para analizar la
relación entre dos variables medidas en un nivel por intervalos o de razón y las
hipótesis a probar son del tipo causalidad
6. ....F........ El subprograma ENTER en el software EPI -INFO, permite crear el cuestionario de
una base de dato, crear el archivo de esta, introducir, modificar y editar datos, entre
otras funciones.
7. ....F...... Utilizando el EPI – INFO, y si Ud quiere tabular las frecuencias de todas las
variables de su base de datos, entonces usted debe acceder al subprogram
ANALYSIS y escribir FREQ *
8. ....F...... No es necesario que, cada vez que se quiera operar denuevo el comando select,,
usted deba abandonar la selección anterior , el programa lo realiza
automáticamente..
9. ....F........ Aceptar una hipótesis falsa, se conoce como error del tipo I
10. ....V........ La prueba del Chi cuadrado es una prueba estadística para evaluar la hipótesis
acerca de la relación entre dos variables categóricas, cuya hipótesis a probar es del
tipo correlacional.
11. ....V........ Se entiende por nivel de significancia a la probabilidad de que la diferencia
observada entre dos mediciones se deba al azar
12. ....V........ El error estándar de la media obtenido para situaciones en las que la población es
infinita es: σ x = σ /√ n
13. ....V........ Generalmente, se habla de "no rechazar" una hipótesis en lugar de "aceptar", ya que
las pruebas no son concluyentes.
14. ....F........Se entiende por “prueba de dos extremos” aquella : prueba de hipótesis en la que la
hipótesis nula se rechaza si el valor de muestra es significativamente menor o mayor que el
valor hipotetizado del parámetro de población, prueba que involucra una región de rechazo.
15 ....V........El teorema del límite central asegura que la distribución de muestreo de la media se
acerca a la normalidad cuando el tamaño de la muestra se incrementa, sin importar la forma de
la distribución de la población de la que se selecciona la muestra.
PREGUNTA Nº 2.- ( 15 puntos )
Resuelva las siguientes problemas, consignando sólo el resultado ( no se asignará puntaje por el
desarrollo de estos)
1. En una caja hay 10 jeringas hipodérmicas de las cuales 3 están defectuosas. Si se extraen dos
jeringas con reposición , la probabilidad de que ambas no sean defectuosas es : .
------------------------------------- ( 2 ptos)
2. En una gran población de moscas el 25 % de ellas presenta mutación de ojos, el 50 % mutación de
alas y el 10% presenta ambas mutaciones. La probabilidad de que una mosca elegida al azar
presente al menos una de las dos mutaciones es:
------------------------------------- ( 2ptos)
3. Para una distribución normal típica la P(Z > 1,20) es :
-------------------------------------( 2 ptos)
4. En una cierta población pediátrica, la presión sistólica de la sangre en reposo se distribuye
normalmente con µ = 115 mmHg y varianza 225. La probabilidad de que un niño elegido al azar en
esta población tenga una presión entre 110 y 120 mmHg es:
------------------------------------( 2 ptos)
5. En una distribución t de student con 10 grados de libertad la P( -3,169 ≤ t ≤ 2,228 ) es:
------------------------------------( 2 ptos)
6. En una distribución normal, con µ = 100 y σ = 53, existen 135 observaciones mayores de 200.
¿ Cuántas observaciones habrá entre 150 y 200?
-------------------------------------( 3 ptos)
7. A una universidad ingresan 1500 alumnos el año 2005. Para esta población se desea conocer el
porcentaje de alumnos fumadores. Como no es posible estudiar a todos los alumnos, se decidió
seleccionar una muestra que permita realizar las estimaciones de esta característica de interés.
Las condiciones impuestas al tamaño de la muestra son confianza de 95% y precisión no superior
de 4%.
En un estudio realizado el año 1.986 en una facultad de dicha universidad se obtuvo que el
porcentaje de fumadores fue 65%.
El tamaño de la muestra necesario para estimar el porcentaje de fumadores de la población es:
--------------------------------------( 2ptos)
PREGUNTA Nº 3.- ( 30 puntos )
Debe consignar el desarrollo completo del problema
Los datos siguientes representan las presiones sistólicas de un grupo de niños con uno de sus padres
hipertensos (Grupo Nº 1 ) y de un grupo de niños cuyos padres tienen ambos presión sanguínea normal
( Grupo Nº 2).
Grupo 1 101 103 98 104 108 116 110 100 110
Grupo 2 102 89 98 101 94 88 96 - -
A un nivel de significancia del 1% ¿ Es significativa la diferencia entre las presiones sistólicas medias de las
poblaciones de las cuales proceden ambas muestras?
PREGUNTA Nº 4 (40 puntos)
Debe consignar el desarrollo completo del problema
Un estudiante obtuvo los siguientes datos sobre la cantidad de bromuro de potasio ( KBr) que se puede
disolver en 100 grs. De agua a distintas temperaturas:
Tº C 0 10 20 30 40 50
Grs.KBr 52 60 64 73 76 81
a) Ajustar un modelo de la forma y = a + bx
b) Calcule el coeficiente de correlación e interprete
c) Estime la cantidad en gramos de bromuro de potasio que puede disolverse a una temperatura de
25ºC.
PREGUNTA Nº 4 (40 puntos)
Debe consignar el desarrollo completo del problema
Un estudiante obtuvo los siguientes datos sobre la cantidad de bromuro de potasio ( KBr) que se puede
disolver en 100 grs. De agua a distintas temperaturas:
Tº C 0 10 20 30 40 50
Grs.KBr 52 60 64 73 76 81
a) Ajustar un modelo de la forma y = a + bx
b) Calcule el coeficiente de correlación e interprete
c) Estime la cantidad en gramos de bromuro de potasio que puede disolverse a una temperatura de
25ºC.

Weitere ähnliche Inhalte

Was ist angesagt? (20)

Resumen de estadistica ii
Resumen de  estadistica iiResumen de  estadistica ii
Resumen de estadistica ii
 
Prueba Chi-Cuadrado
Prueba Chi-CuadradoPrueba Chi-Cuadrado
Prueba Chi-Cuadrado
 
Chi Cuadrado
Chi CuadradoChi Cuadrado
Chi Cuadrado
 
uso de software Diseños Estadistica
uso de software Diseños Estadisticauso de software Diseños Estadistica
uso de software Diseños Estadistica
 
Prueba de independencia
Prueba de independenciaPrueba de independencia
Prueba de independencia
 
Tarea chi cuadrado
Tarea chi cuadradoTarea chi cuadrado
Tarea chi cuadrado
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Probabilidad II
Probabilidad IIProbabilidad II
Probabilidad II
 
Inferencia introducción
Inferencia introducciónInferencia introducción
Inferencia introducción
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Muestreo y estimaciones
Muestreo y estimacionesMuestreo y estimaciones
Muestreo y estimaciones
 
14 prueba chi cuadrado
14 prueba chi cuadrado14 prueba chi cuadrado
14 prueba chi cuadrado
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
 
Bioestadistica 5
Bioestadistica 5Bioestadistica 5
Bioestadistica 5
 
Felix castro estadistica ii
Felix castro estadistica iiFelix castro estadistica ii
Felix castro estadistica ii
 
Pruebas comparaciones multiples1unidad_ii_ia
Pruebas comparaciones multiples1unidad_ii_iaPruebas comparaciones multiples1unidad_ii_ia
Pruebas comparaciones multiples1unidad_ii_ia
 
UNIDAD II
UNIDAD IIUNIDAD II
UNIDAD II
 
(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion(5)hipotesis (ji) p resentacion
(5)hipotesis (ji) p resentacion
 
Manual completo de diseño
Manual completo de diseño Manual completo de diseño
Manual completo de diseño
 

Andere mochten auch

Andere mochten auch (18)

poligonal.cerrada
poligonal.cerradapoligonal.cerrada
poligonal.cerrada
 
Informe practica 2 poligonal cerrada
Informe practica 2 poligonal cerradaInforme practica 2 poligonal cerrada
Informe practica 2 poligonal cerrada
 
2. metodo de radiacion (topografia)
2. metodo de radiacion (topografia)2. metodo de radiacion (topografia)
2. metodo de radiacion (topografia)
 
Informe de levantamiento topografico
Informe de levantamiento topograficoInforme de levantamiento topografico
Informe de levantamiento topografico
 
Informe de-topografia-LEVANTAMIENTO TOPOGRÁFICO CON NIVEL DE INGENIERO
Informe de-topografia-LEVANTAMIENTO TOPOGRÁFICO CON NIVEL DE INGENIEROInforme de-topografia-LEVANTAMIENTO TOPOGRÁFICO CON NIVEL DE INGENIERO
Informe de-topografia-LEVANTAMIENTO TOPOGRÁFICO CON NIVEL DE INGENIERO
 
3Com 7000-10132
3Com 7000-101323Com 7000-10132
3Com 7000-10132
 
Formica Infiniti
Formica InfinitiFormica Infiniti
Formica Infiniti
 
2017 ifma presentation pdf
2017 ifma presentation pdf2017 ifma presentation pdf
2017 ifma presentation pdf
 
Norton Bevel System - Brochure
Norton Bevel System - BrochureNorton Bevel System - Brochure
Norton Bevel System - Brochure
 
Dia internacional de la mujer!!
Dia internacional de la mujer!!Dia internacional de la mujer!!
Dia internacional de la mujer!!
 
Gibi acessibilidade
Gibi acessibilidadeGibi acessibilidade
Gibi acessibilidade
 
Healthchain. TFG Grado Ingeniería Informática.
Healthchain. TFG Grado Ingeniería Informática.Healthchain. TFG Grado Ingeniería Informática.
Healthchain. TFG Grado Ingeniería Informática.
 
Digitemb
DigitembDigitemb
Digitemb
 
3Com 3C401010
3Com 3C4010103Com 3C401010
3Com 3C401010
 
3Com 3C1CSRVA
3Com 3C1CSRVA3Com 3C1CSRVA
3Com 3C1CSRVA
 
3Com 3C96010C-AC
3Com 3C96010C-AC3Com 3C96010C-AC
3Com 3C96010C-AC
 
Bible Studies for Life - Connecting at Every Age
Bible Studies for Life - Connecting at Every AgeBible Studies for Life - Connecting at Every Age
Bible Studies for Life - Connecting at Every Age
 
Info cnl 201617_sinopses
Info cnl 201617_sinopsesInfo cnl 201617_sinopses
Info cnl 201617_sinopses
 

Ähnlich wie Prueba solemne-nc2ba-2

Ejercicio practico 1 10 2018
Ejercicio practico 1 10 2018Ejercicio practico 1 10 2018
Ejercicio practico 1 10 2018edidson fuentes
 
metodo de estimacion y docima de hipotesis
metodo de estimacion y docima de hipotesismetodo de estimacion y docima de hipotesis
metodo de estimacion y docima de hipotesiskyori035
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadLúaz Garcia
 
Veter. 12ava prueba de hipótesis de una población
Veter. 12ava  prueba de hipótesis de una poblaciónVeter. 12ava  prueba de hipótesis de una población
Veter. 12ava prueba de hipótesis de una poblaciónUniv Peruana Los Andes
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadLúaz Garcia
 
Psico. 12ava prueba de hipótesis de una población
Psico. 12ava  prueba de hipótesis de una poblaciónPsico. 12ava  prueba de hipótesis de una población
Psico. 12ava prueba de hipótesis de una poblaciónUniv Peruana Los Andes
 
Clase Práctica Integradora Semana 7.pptx
Clase Práctica Integradora Semana 7.pptxClase Práctica Integradora Semana 7.pptx
Clase Práctica Integradora Semana 7.pptxAbdelMohamedRodrguez
 
Prueba no paramétrica- Wilcoxon
Prueba no paramétrica- WilcoxonPrueba no paramétrica- Wilcoxon
Prueba no paramétrica- WilcoxonFernanda Alcalá
 
Distribución binomial final expo
Distribución binomial final expoDistribución binomial final expo
Distribución binomial final expoEduardo Tandazo
 
EXAMENES METODOLOGIA DE LA INVESTIGACION
EXAMENES METODOLOGIA DE LA INVESTIGACIONEXAMENES METODOLOGIA DE LA INVESTIGACION
EXAMENES METODOLOGIA DE LA INVESTIGACIONandy2010avbh
 
Probabilidad
ProbabilidadProbabilidad
Probabilidadnatorabet
 
Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0zooneerborre
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribucioneszooneerborre
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialClaudia Diaz
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoissonInstruccional
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoissonInstruccional
 

Ähnlich wie Prueba solemne-nc2ba-2 (20)

Estadistica 2
Estadistica 2Estadistica 2
Estadistica 2
 
ROBERTO MARTINEZ VAZQUEZ
ROBERTO MARTINEZ VAZQUEZROBERTO MARTINEZ VAZQUEZ
ROBERTO MARTINEZ VAZQUEZ
 
Ejercicio practico 1 10 2018
Ejercicio practico 1 10 2018Ejercicio practico 1 10 2018
Ejercicio practico 1 10 2018
 
metodo de estimacion y docima de hipotesis
metodo de estimacion y docima de hipotesismetodo de estimacion y docima de hipotesis
metodo de estimacion y docima de hipotesis
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Veter. 12ava prueba de hipótesis de una población
Veter. 12ava  prueba de hipótesis de una poblaciónVeter. 12ava  prueba de hipótesis de una población
Veter. 12ava prueba de hipótesis de una población
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Significancia estadistica
Significancia estadisticaSignificancia estadistica
Significancia estadistica
 
Psico. 12ava prueba de hipótesis de una población
Psico. 12ava  prueba de hipótesis de una poblaciónPsico. 12ava  prueba de hipótesis de una población
Psico. 12ava prueba de hipótesis de una población
 
Clase Práctica Integradora Semana 7.pptx
Clase Práctica Integradora Semana 7.pptxClase Práctica Integradora Semana 7.pptx
Clase Práctica Integradora Semana 7.pptx
 
Estadistica II
Estadistica IIEstadistica II
Estadistica II
 
Prueba no paramétrica- Wilcoxon
Prueba no paramétrica- WilcoxonPrueba no paramétrica- Wilcoxon
Prueba no paramétrica- Wilcoxon
 
Distribución binomial final expo
Distribución binomial final expoDistribución binomial final expo
Distribución binomial final expo
 
EXAMENES METODOLOGIA DE LA INVESTIGACION
EXAMENES METODOLOGIA DE LA INVESTIGACIONEXAMENES METODOLOGIA DE LA INVESTIGACION
EXAMENES METODOLOGIA DE LA INVESTIGACION
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0Ejemplos de distribuciones 1.0
Ejemplos de distribuciones 1.0
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoisson
 
Inferencia lbinomialypoisson
Inferencia lbinomialypoissonInferencia lbinomialypoisson
Inferencia lbinomialypoisson
 

Kürzlich hochgeladen

4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdfnicolascastaneda8
 
nomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesnomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesCarlosMeraz16
 
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.pptTippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.pptNombre Apellidos
 
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERUQUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERUManuelSosa83
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZgustavoiashalom
 
PostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDPostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDEdith Puclla
 
Sistema de lubricación para motores de combustión interna
Sistema de lubricación para motores de combustión internaSistema de lubricación para motores de combustión interna
Sistema de lubricación para motores de combustión internamengual57
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAJOSLUISCALLATAENRIQU
 
ingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxjhorbycoralsanchez
 
Herramientas de la productividad - Revit
Herramientas de la productividad - RevitHerramientas de la productividad - Revit
Herramientas de la productividad - RevitDiegoAlonsoCastroLup1
 
Clasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docxClasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docxwilliam801689
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.pptoscarvielma45
 
TIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdfTIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdfssuser202b79
 
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSIONCALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSIONJuan Carlos Meza Molina
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajasjuanprv
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfdanielJAlejosC
 
Presentacion de la ganaderia en la región
Presentacion de la ganaderia en la regiónPresentacion de la ganaderia en la región
Presentacion de la ganaderia en la regiónmaz12629
 
27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.ppt27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.pptjacnuevarisaralda22
 
libro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operacioneslibro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operacionesRamon Bartolozzi
 
Six Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo processSix Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo processbarom
 

Kürzlich hochgeladen (20)

4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
 
nomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesnomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestaciones
 
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.pptTippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
Tippens fisica 7eDIAPOSITIVAS TIPENS Tippens_fisica_7e_diapositivas_33.ppt
 
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERUQUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
 
PostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDPostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCD
 
Sistema de lubricación para motores de combustión interna
Sistema de lubricación para motores de combustión internaSistema de lubricación para motores de combustión interna
Sistema de lubricación para motores de combustión interna
 
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICAINTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
INTEGRALES TRIPLES CLASE TEORICA Y PRÁCTICA
 
ingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptx
 
Herramientas de la productividad - Revit
Herramientas de la productividad - RevitHerramientas de la productividad - Revit
Herramientas de la productividad - Revit
 
Clasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docxClasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docx
 
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
01 MATERIALES AERONAUTICOS VARIOS clase 1.ppt
 
TIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdfTIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdf
 
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSIONCALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdf
 
Presentacion de la ganaderia en la región
Presentacion de la ganaderia en la regiónPresentacion de la ganaderia en la región
Presentacion de la ganaderia en la región
 
27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.ppt27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.ppt
 
libro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operacioneslibro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operaciones
 
Six Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo processSix Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo process
 

Prueba solemne-nc2ba-2

  • 1. Universidad Diego Portales Facultad de Ciencias de la Salud Escuela de Medicina BIOESTADISTICA 2ª PRUEBA SOLEMNE NOMBRE: ________________________________________________10 DE NOVIEMBRE DE 2005 PREGUNTA Nº 1 (15 ptos) Señale si las siguientes afirmaciones son Verdaderas ( V ) o Falsas ( F ): Cada afirmación correcta vale 2 puntos, se descontará 1 punto por cada respuesta incorrecta 1. ....F........ Rechazar una hipótesis verdadera , se conoce como error tipo I o error β 2. ....F........ Uno de los supuestos para poder realizar análisis paramétricos es que la distribución poblacional de la variable independiente es normal. 3. ....V........ La regresión lineal es un modelo matemático para estimar el efecto de una variable sobre otra .Las hipótesis a probar son correlaciónales y causales. 4. ....V........ La variabilidad residual indica la dispersión de los puntos observados alrededor de la recta estimada 5. ....F........ El coeficiente de correlación de Pearson, es una prueba estadística para analizar la relación entre dos variables medidas en un nivel por intervalos o de razón y las hipótesis a probar son del tipo causalidad 6. ....F........ El subprograma ENTER en el software EPI -INFO, permite crear el cuestionario de una base de dato, crear el archivo de esta, introducir, modificar y editar datos, entre otras funciones. 7. ....F...... Utilizando el EPI – INFO, y si Ud quiere tabular las frecuencias de todas las variables de su base de datos, entonces usted debe acceder al subprogram ANALYSIS y escribir FREQ * 8. ....F...... No es necesario que, cada vez que se quiera operar denuevo el comando select,, usted deba abandonar la selección anterior , el programa lo realiza automáticamente.. 9. ....F........ Aceptar una hipótesis falsa, se conoce como error del tipo I 10. ....V........ La prueba del Chi cuadrado es una prueba estadística para evaluar la hipótesis acerca de la relación entre dos variables categóricas, cuya hipótesis a probar es del tipo correlacional. 11. ....V........ Se entiende por nivel de significancia a la probabilidad de que la diferencia observada entre dos mediciones se deba al azar
  • 2. 12. ....V........ El error estándar de la media obtenido para situaciones en las que la población es infinita es: σ x = σ /√ n 13. ....V........ Generalmente, se habla de "no rechazar" una hipótesis en lugar de "aceptar", ya que las pruebas no son concluyentes. 14. ....F........Se entiende por “prueba de dos extremos” aquella : prueba de hipótesis en la que la hipótesis nula se rechaza si el valor de muestra es significativamente menor o mayor que el valor hipotetizado del parámetro de población, prueba que involucra una región de rechazo. 15 ....V........El teorema del límite central asegura que la distribución de muestreo de la media se acerca a la normalidad cuando el tamaño de la muestra se incrementa, sin importar la forma de la distribución de la población de la que se selecciona la muestra.
  • 3. PREGUNTA Nº 2.- ( 15 puntos ) Resuelva las siguientes problemas, consignando sólo el resultado ( no se asignará puntaje por el desarrollo de estos) 1. En una caja hay 10 jeringas hipodérmicas de las cuales 3 están defectuosas. Si se extraen dos jeringas con reposición , la probabilidad de que ambas no sean defectuosas es : . ------------------------------------- ( 2 ptos) 2. En una gran población de moscas el 25 % de ellas presenta mutación de ojos, el 50 % mutación de alas y el 10% presenta ambas mutaciones. La probabilidad de que una mosca elegida al azar presente al menos una de las dos mutaciones es: ------------------------------------- ( 2ptos) 3. Para una distribución normal típica la P(Z > 1,20) es : -------------------------------------( 2 ptos) 4. En una cierta población pediátrica, la presión sistólica de la sangre en reposo se distribuye normalmente con µ = 115 mmHg y varianza 225. La probabilidad de que un niño elegido al azar en esta población tenga una presión entre 110 y 120 mmHg es: ------------------------------------( 2 ptos) 5. En una distribución t de student con 10 grados de libertad la P( -3,169 ≤ t ≤ 2,228 ) es: ------------------------------------( 2 ptos) 6. En una distribución normal, con µ = 100 y σ = 53, existen 135 observaciones mayores de 200. ¿ Cuántas observaciones habrá entre 150 y 200? -------------------------------------( 3 ptos) 7. A una universidad ingresan 1500 alumnos el año 2005. Para esta población se desea conocer el porcentaje de alumnos fumadores. Como no es posible estudiar a todos los alumnos, se decidió seleccionar una muestra que permita realizar las estimaciones de esta característica de interés. Las condiciones impuestas al tamaño de la muestra son confianza de 95% y precisión no superior de 4%. En un estudio realizado el año 1.986 en una facultad de dicha universidad se obtuvo que el porcentaje de fumadores fue 65%. El tamaño de la muestra necesario para estimar el porcentaje de fumadores de la población es: --------------------------------------( 2ptos)
  • 4. PREGUNTA Nº 3.- ( 30 puntos ) Debe consignar el desarrollo completo del problema Los datos siguientes representan las presiones sistólicas de un grupo de niños con uno de sus padres hipertensos (Grupo Nº 1 ) y de un grupo de niños cuyos padres tienen ambos presión sanguínea normal ( Grupo Nº 2). Grupo 1 101 103 98 104 108 116 110 100 110 Grupo 2 102 89 98 101 94 88 96 - - A un nivel de significancia del 1% ¿ Es significativa la diferencia entre las presiones sistólicas medias de las poblaciones de las cuales proceden ambas muestras?
  • 5.
  • 6. PREGUNTA Nº 4 (40 puntos) Debe consignar el desarrollo completo del problema Un estudiante obtuvo los siguientes datos sobre la cantidad de bromuro de potasio ( KBr) que se puede disolver en 100 grs. De agua a distintas temperaturas: Tº C 0 10 20 30 40 50 Grs.KBr 52 60 64 73 76 81 a) Ajustar un modelo de la forma y = a + bx b) Calcule el coeficiente de correlación e interprete c) Estime la cantidad en gramos de bromuro de potasio que puede disolverse a una temperatura de 25ºC.
  • 7. PREGUNTA Nº 4 (40 puntos) Debe consignar el desarrollo completo del problema Un estudiante obtuvo los siguientes datos sobre la cantidad de bromuro de potasio ( KBr) que se puede disolver en 100 grs. De agua a distintas temperaturas: Tº C 0 10 20 30 40 50 Grs.KBr 52 60 64 73 76 81 a) Ajustar un modelo de la forma y = a + bx b) Calcule el coeficiente de correlación e interprete c) Estime la cantidad en gramos de bromuro de potasio que puede disolverse a una temperatura de 25ºC.