domingo, 16 de noviembre de 2014

Distribuciones de Probabilidad en las Ciencias de las Salud

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.
Es importante en las ciencias de la salud ya que indica todos los posibles resultados para cualquier experimento a realizarse,  como por ejemplo las pruebas para una vacuna cualquiera, o las tomas de sangre para detectar alguna enfermedad. Esto nos permite tomar decisiones para actuar de la manera más adecuada en cada caso.
Así, un ejemplo hipotético sería: ingresan 30 personas de sexo masculino al hospital universitario todos los días por accidentes de tránsito  y se conocen los casos graves y los leves, de acuerdo a esto se puede hacer una distribución que me indique cual es la probabilidad de que algunos sean dados de alta antes que otros, y así llevar a cabo la mejor atención posible para cada uno de ellos. 

Propiedades de la Esperanza, Varianza y Desviación Estándar

Propiedades de la Esperanza Matemática

Son válidas tanto para variables discretas como continuas.

a) La esperanza matemática de una constante es igual a esa misma constante, es decir E(a) = a, siendo a una constante.

Ejemplo: a = 5 ; E(5) = 5

b) El valor esperado de la suma de dos variables aleatorias es igual a las suma de sus valores esperados, es decir, E(X + Y) = E(X) + E(Y)

Ejemplo: Sean X y Y variables aleatorias con esperanzas: E(X) = 7 y E (Y) = 10
Entonces, E(7 + 10) = 17
Calcule: E(6X + 4Y) = (6 · 7 + 4 · 10) = 42 + 40 = 82

c) El valor esperado del producto de una constante por una variable aleatoria, es igual al producto de la constante por el valor esperado de la variable, es decir, E(a · X) = a · E(X)

Ejemplo: E(X) = 15 ; E(12 · X) = 12 · E(X)
                                   12 · 15 = 180

d) Sean X e Y variables aleatorias independientes, el valor esperado del producto de las variables es igual al producto de los valores esperados, es decir, E(X · Y) = E(X) · E(Y)

Ejemplo: E(X) = 18 y E(Y) = 20 ; E(18 · 20) = E(18) · E(20) = 360


Propiedades de la Varianza

a) La varianza de una constante es 0, es decir, V(a) = 0, siendo a una constante.

Ejemplo: a = 22 ; V(a) = V(22) = 0

b) La varianza del producto de una constan te por una variable, es igual al cuadrado de la constante por la varianza de la variable, es decir, V(a · X) = a² · V(X), siendo a una constante y X una variable aleatoria.

Ejemplo: a = 17 y V(X) = 8 ; V(a · X) = 17² · V(8) = 289 · V(8) = 2312

c) V(X + Y) = V(X) + V(Y) + 2CoV(X,Y) y V(X + Y) =V(X) + V(Y) - 2CoV(X,Y),  siendo X e Y variables independientes y aleatorias.
Teniendo en cuenta que la covarianza de dos variable independientes es cero, es decir CoV(X,Y) = 0; por lo tanto: la varianza de la suma de dos variables independientes es igual a la suma de sus varianzas, es decir, V(X + Y) = V(X) + V(Y)

Ejemplo: V(X) = 19 y V(Y) = 29 ; V(X + Y) = V(X) + V(Y)
                                                                         = 19 + 29
                                                                         = 48

Propiedades de la Desviación Estándar

Se usan las mismas propiedades de la varianza, solo que se usa la raiz cuadrada para resolver los problemas.

a) Las desviación estándar de una constante es 0, es decir, D(a) = 0, siendo a una constante.

Ejemplo: a = 40 ; V(a) = V(40) = 0 = 0

b) La desviación estándar del producto de una constante por una variable, es igual a la raíz cuadrada de la constante al cuadrado por la varianza de la variable, es decir, D(a · X) = a² · V(X)

Ejemplo: a = 3 y V(X) = 14 ; D(a ·X) = 3² · 14 = 9 · 14 = 126 = 11,22

c) D(X + Y) = V(X) + V(Y) + 2CoV(X,Y) y D(X + Y) =V(X) + V(Y) - 2CoV(X,Y), siendo X e Y variables independientes y aleatorias.
Teniendo en cuenta que: CoV(X,Y) = 0; por lo tanto: la desviación estándar de la suma de dos variables independientes es igual a la raíz cuadrada de la suma de la varianza de X mas la varianza de Y, es decir; D(X + Y) = V(X) + V(Y)

Ejemplo: V(X) = 6 y V(Y) = 30 ; D(X + Y) = 6 + 30 = 36 = 6