Varianza, Desviación y esperanza.

Varianza


La varianza es la media aritmética del cuadrado de las desviaciones respecto a la media de una distribución estadística.

Propiedades de la varianza
 La varianza será siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.

 Si a todos los valores de la variable se les suma un número la varianza no varía.

Si todos los valores de la variable se multiplican por un número la varianza queda multiplicada por el cuadrado de dicho número.
Si tenemos varias distribuciones con la misma media y conocemos sus respectivas varianzas se puede calcular la varianza total.


Observaciones sobre la varianza


1 La varianza, al igual que la media, es un índice muy sensible a las puntuaciones extremas.
2 En los casos que no se pueda hallar la media tampoco será posible hallar la varianza.
3 La varianza no viene expresada en las mismas unidades que los datos, ya que las desviaciones están elevadas al cuadrado.
El ejemplo se realizara al final


Ejemplo:
En una empresa de preservativos, la cual hizo un control de calidad se han dado cuenta que la probabilidad de que un producto sea defectuoso diariamente es de:
             X
0
1
2
P(X=x)
0,90
0.06
0,02
Esperanza
1
Varianza
0,02 preservativos2
Desviación estándar:  0,14

Desviación estándar


La desviación estándar (σ) mide cuánto se separan los datos.
La fórmula es fácil: es la raíz cuadrada de la varianza.
Elevar cada diferencia al cuadrado hace que todos los números sean positivos (para evitar que los números negativos reduzcan la varianza)
Y también hacen que las diferencias grandes se destaquen. Por ejemplo 1002=10,000 es mucho más grande que 502=2,500.
Pero elevarlas al cuadrado hace que la respuesta sea muy grande, así que lo deshacemos (con la raíz cuadrada) y así la desviación estándar es mucho más útil.
El ejemplo se realizara al final.
Esperanza

La esperanza matemática o valor esperado de una variable aleatoria discreta es la suma del producto de la probabilidad de cada suceso por el valor de dicho suceso.
Los nombres de esperanza matemática y valor esperado tienen su origen en los juegos de azar y hacen referencia a la ganancia promedio esperada por un jugador cuando hace un gran número de apuestas.
Ejemplo: La probabilidad de que un paciente con cáncer pulmonar resista a los procesos de quimioterapia que son necesarios para el tratamiento de la enfermedad es de 0.6, actualmente en una clínica se tiene una cantidad de 200 pacientes con este tipo de cáncer, la esperanza de que estos resistan a los procesos antes mencionados es de:
200pacientes x 0.6= 120 pacientes



CHAO CHIPIAAAAA!! :)  



posted under | 0 Comments

Distribución de probabilidad y las ciencias medicas


Una distribución de probabilidad indica toda la gama de valores que pueden representarse como resultado de un experimento si éste se llevase a cabo.

Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede diseñar un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fenómenos naturales

Toda distribución de probabilidad es generada por una variable (porque puede tomar diferentes valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser de dos tipos:


VARIABLE ALEATORIA DISCRETA (x).

Porque solo puede tomar valores enteros y un número finito de ellos. Por ejemplo:
X Variable que nos define el número de alumnos aprobados en la materia de probabilidad en un grupo de 40 alumnos (1, 2 ,3…ó los 40).

PROPIEDADES DE UNA VARIABLE ALEATORIA DISCRETA (X)

p(xi)<1 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a cero y menores o iguales a 1.

E p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a 1.

La probabilidad tiene participación en las ciencias medicas tanto en la realización de un diagnostico como de un tratamiento, sin mencionar otras funciones especificas que esta pueda tener. Para la realización de un diagnostico es necesario tomar en cuenta los síntomas y signos que presenta el paciente, sin embargo esta tarea no se hace sencilla cuando existen abundantes síntomas y signos similares para distintas patologías, ahí entra en juego la probabilidad. El médico debe investigar que síntoma o signo es más común es las distintas patologías, por ejemplo:  
·         Sí el paciente presenta fiebre alta como síntoma, existe mayor probabilidad de que este paciente tenga dengue en lugar de chikungunya.
Mas importante aun es el tratamiento después de un diagnostico, ya que la amplia gama de tratamientos puede tender a confundir al médico, recetando un tratamiento que presenta pocas probabilidades de cura para el paciente.




Ejemplo: Los servicios médicos de un equipo de fútbol establecen un período
de entre 7 y 9 días de baja para un futbolista que ha sufrido una fuerte
contusión en el tríceps sural. Además se estima que
La probabilidad de que el período de baja sea de 7 días es 0.4.
La probabilidad de que el período de baja sea de 8 días es 0.5.
La probabilidad de que de que el período de baja sea de 9 día es 0.1.








posted under | 0 Comments
Entradas más recientes Entradas antiguas Inicio
Con la tecnología de Blogger.

Perfil

Followers

    Traductor


Recent Comments