Tarea 3 Mod Iii

Maestría en Gerencia de Servicios de Salud
Maestría en Medicina
Curso: Estadística Aplicada
Módulo III: Medidas asociación entre variables
TAREA Nº 3
1. Establezca la hipótesis nula y alterna en cada caso:
“La hipótesis nula es la afirmación contraria a lo que tomamos como hipótesis,
a esta segunda la llamamos hipótesis alterna…” Entonces:
a. Las millas por galón (mpg) promedio de un nuevo modelo de

automóvil es 32.
- Hipótesis nula (Ho): las mpg promedio de un nuevo modelo de
automóvil es diferente a 32, es decir: Ho ≠ 32.
- Hipótesis alterna (H1): Las mpg promedio de un nuevo modelo
de automóvil es 32, es decir H1 = 32.
b. Más del 65% de los empleados de un colegio aportan fondos a

AFP.
- Hipótesis nula (Ho): El porcentaje de empleados que aporta a la
AFP no es mayor al 65%, es decir la Ho ≤ 0,65.
- Hipótesis alterna (H1): Mas del 65% de empleados de un
colegio aportan fondos a AFP, es decir H1 ˃ 0,65.
c. En promedio, los empleados de cierta compañía viven a no más de

15 millas de la misma.
- Hipótesis nula (Ho): En promedio, los empleados de cierta
compañía viven a más de 15 millas de la misma, es decir Ho ˃ 15
- Hipótesis alterna (H1): En promedio, los empleados de cierta
compañía viven a no más de 15 millas de la misma, es decir, H1≤
15.
d. Al menos un 60% de la población adulta de una comunidad votará

en las próximas elecciones municipales.
- Hipótesis nula (Ho): La población que votará en las próximas
elecciones municipales será mayor al 60%, es decir Ho ˃ 60%, Ho
˃ 0,60.
- Hipótesis alterna (H1): Al menos un 60% de la población adulta
votará en las próximas elecciones municipales, significa que la
población que votará será menor o igual, al 60%; es decir que H1 ≤
60%, H1 ≤ 0,60.
2. El Gerente de una Clínica dispone de la siguiente información:
Año 2015 2016 2017 2018 2019 2020

Cirugías 120 143 150 170 168 173
a) Construir diagrama de dispersión y la ecuación de estimación.

En primer lugar, identificamos las variables:
- Variable independiente X : corresponde al año, consideraremos años
del 1 al 6
- Variable dependiente Y: N° de cirugías por año.
X 2015(1) 2016(2) 2017(3) 2018(4) 2019(5) 2020(6)

Y 120 143 150 170 168 173
Relacion entre el N° de cirugías por año
200
180
160
140
N° de cirugías
120
100
80
60
40
20
0
2014 2015 2016 2017 2018 2019 2020 2021 2022
Año
De acuerdo al diagrama se puede observar que existe una relación lineal.

Cálculo de la ecuación de estimación: y = ax + b
Para la variable X, consideraremos los años del 1 al 6.
X: Año Y X X² XY
2015 120 1 1 120
2016 143 2 4 286
2017 150 3 9 450
2018 170 4 16 680
2019 168 5 25 825
2020 173 6 36 1038
TOTAL 924 21 91 3399
Y = ax + b
a = ( nΣxy – ΣxΣy) / [nΣx² - (Σx)²]
a = [(6)(3399) – (21)(924)] / [(6)(91) – (21)²] = 990 / 105 → a = 9,42857
b = (Σy – aΣx) / n
b = [(924 – (9,42857)(21)] / 6 = 726 / 6 → b = 121
y = ax + b → y = 9,42857 x + 121
b) Calcule el coeficiente de correlación e interprete el resultado
X̅ = Σx / n = 21/6 → X̅ = 3,5 ͞y = Σy /n = 924 / 6 → ͞y = 154
y X x - X̅ y - ͞y (x - X̅ )² (y - ͞y)² (x - X̅ )( y -
͞y )
120 1 -2,5 -34 6,25 1156 85
143 2 -1,5 -11 2,25 121 16,5
150 3 -0,5 -4 0,25 16 2
170 4 0,5 16 0,25 256 8
168 5 1,5 14 2,25 196 21
173 6 2,5 19 6,25 361 47,5
924 21 17,5 2106 180
r = [Σ(x - X̅ )( y - ͞y )] / √ Σ(x - X̅)² √ Σ (y - y

͞ )²
r = 180 / (√ 17,5)( √ 2106) = 180/191.9765 → r = 0,9376
r esta entre ± 0,85 y ± 0,95, por lo tanto, existe una relación fuerte
entre las variables
c) Calcular coeficiente de determinación e interpretar resultado
R² = r² ; si r = 0,9376 → R² = (0,9376)² → R² = 0,87909
Este valor significa que existe una correlación positiva, es decir hay una
relación directa, y en este caso es alta, ya que esta próxima a 1.
d) Proyecte las cirugías al corazón para el año 2023

Y = ax + b; datos: a = 9,24857; b = 121; x = 2023, entonces x tomaría
el valor de 9
y = 9,42857 x + 121 → y = (9,42857)(9) + 121
y = 205.857 → y = 206 cirugías
cirugías proyectadas al añ o 2023
250
200
N° de cirugías
150
100
50
0
2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024
Añ os
3. Quinientos empleados de una empresa que fabrica cierto producto, sospechoso de

estar asociado con alteraciones respiratorias, se clasificaron en forma cruzada con
base de grado de exposición al producto y si tenían o no los síntomas de tales
alteraciones respiratorias. Los resultados se muestran en la siguiente tabla:
Nivel de Exposición
Síntomas presentes Alto Limitado Sin exposición conocida Total
Si 185 33 17 235
No 120 73 72 265
Total 305 106 89 500
¿Proporcionan estos datos la evidencia suficiente para indicar que, en un nivel de

significación de 0,05, existe una relación entre el grado de exposición y la
presencia de los síntomas de las alteraciones respiratorias?
a.-Variables:
- Síntomas presentes: si – no
- Nivel de exposición: si – no
b.-Formulación de hipótesis:
- Hipótesis Nula (Ho) : Parámetros son independientes, los síntomas son
independientes con el nivel de exposición
- Hipótesis alterna (H1): Parámetros No son independientes, los síntomas no
son independientes con el nivel de exposición.
c.- Nivel de significancia: 0,05
d.- Calculo de frecuencias esperadas: fe = (Total columna x Total fila) / suma total
E11 = (235 x 305) / 500 E12 = (235 x 106) / 500 = E13 =( 235 x 89) / 500 =
=143,35 49,82 41,83
E21 = (265 x 305) /500 = E22 = (265 X 106)/ 500 = E23 = (265 X 89) / 500 =
161,65 56,18 47,17
e.- cálculo de x²:
X² = Σ [(fo -fe)² / fe] = [(185–143,35)² / 143,35] +[ (33 -49,85)²/49,85] +
[(17 -41,83)²/41,83] +[ (120-161,65)²/161,65] +[ (73-56,18)²/56,18] + [(72-47,17)²/47,17] =
12,1013 + 5,6955 + 14,7389 + 10,7313 + 5,0358 + 13,0703 → x² = 61.3731

Calculo de X²critico; α = 0.05
n = grados libertad = (nro filas – 1)(nro columnas-1) = (2-1)(3-1) = 2
de acuerdo a la tabla el valor de X²critico es de 5,9915
f.- Decisión y conclusión: ENTONCES X²calculado=61.3731 > X²critico=5,9915; por lo tanto,

la hipótesis nula se rechaza, evidenciándose estadísticamente que los parámetros no son
independientes y por el contrario existe relación entre la exposición a cierta sustancia con
la presencia de síntomas respiratorios.
4. En un estudio acerca de la contaminación atmosférica a realizado en dos

comunidades, se seleccionó una muestra aleatoria de 200 familias de cada una de
dichas comunidades. Se le preguntó a uno de los miembros de cada familia si
algún miembro de la misma se sentía afectado por la contaminación atmosférica.
Las respuestas son las siguientes:
¿Algún miembro de la familia ha sido afectado por la
contaminación?
Comunidad Si No Total
I 43 157 200
II 81 119 200
Total 124 276 400
¿Pueden concluir los investigadores que las dos comunidades difieren con
respecto a la variable de interés? Sea α = 0.05
a.- Planteamiento de hipótesis:
- Hipótesis nula (Ho): las muestras provienen de poblaciones homogéneas según
la afectación por la contaminación.
- Hipótesis alterna (H1): las muestras no provienen de poblaciones homogéneas
según la afectación por la contaminación.
b.-Nivel de significación: α = 0.05
c.- Frecuencias esperadas y cálculo de X²
fe = (Total columna x Total fila) / suma total
E11 = (200 x 124)/400 = 62 E12 = (200 X 276) /400 = 138

E21 = (200 X 124)/400 = 62 E22 =( 200 X 276) / 400 = 138
Cálculo de X² = Σ [(fo -fe)² / fe] = (43-62)²/62 + (157-138)²/138 + (81-62)²/62 +

(119-138)²/138 = 5,8225 + 2,6159 + 5,8225 + 2,6159 → X² = 16,8768
d.- Calculo de Cálculo de X²critico; α = 0.05
n = grados libertad = (nro filas – 1)(nro columnas-1) = (2-1)(2-1) = 1
de acuerdo a la tabla el valor de X²critico es de 3,8415
e.-Decisión y conclusión. - X²calculado=16,8768 > X²critico=3,8415; por lo tanto, la

hipótesis nula se rechaza, entonces, el nivel de contaminación es diferente en las
comunidades I y II, los investigadores si pueden concluir que las dos comunidades difieren
respecto a la variable de interés.
5. Evaluar si niveles altos de colesterol sérico (>250) se considera factor de riesgo de

un infarto del miocardio. Por consiguiente, se realiza un estudio comparativo de
cohortes y se obtiene los siguientes resultados:
Niveles de colesterol Desarrolla IM No desarrolló IM Total

Sérico (mg%)
_________________________________________________________
>250 10 125 135
≤250 21 449 470
_________________________________________________________
Se pide calcular e interpretar el riesgo relativo
Exposición / enfermedad Si No
Si a b
Si c d
Riesgo relativo = Ie+ / Ie- = ( a/ a+b) / (c/c+d) → RR = (10/135) / (21/470) = 1,658

Este valor significa, que, si existe asociación entre niveles altos de colesterol y el
Infarto de Miocardio, por lo tanto: las personas que tienen niveles altos, mayor a
250, de colesterol sérico tienen mayor riesgo de desarrollar Infarto de Miocardio

Tarea 3 Mod Iii

Cargado por

Copyright:

Formatos disponibles

Tarea 3 Mod Iii

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea 3 Mod Iii

Cargado por

Copyright:

Formatos disponibles

Maestría en Gerencia de Servicios de Salud

1. Establezca la hipótesis nula y alterna en cada caso:

“La hipótesis nula es la afirmación contraria a lo que tomamos como hipótesis,

a esta segunda la llamamos hipótesis alterna…” Entonces:

a. Las millas por galón (mpg) promedio de un nuevo modelo de

b. Más del 65% de los empleados de un colegio aportan fondos a

c. En promedio, los empleados de cierta compañía viven a no más de

d. Al menos un 60% de la población adulta de una comunidad votará

2. El Gerente de una Clínica dispone de la siguiente información:

Año 2015 2016 2017 2018 2019 2020

a) Construir diagrama de dispersión y la ecuación de estimación.

X 2015(1) 2016(2) 2017(3) 2018(4) 2019(5) 2020(6)

De acuerdo al diagrama se puede observar que existe una relación lineal.

r = [Σ(x - X̅ )( y - ͞y )] / √ Σ(x - X̅)² √ Σ (y - y

d) Proyecte las cirugías al corazón para el año 2023

3. Quinientos empleados de una empresa que fabrica cierto producto, sospechoso de

¿Proporcionan estos datos la evidencia suficiente para indicar que, en un nivel de

e.- cálculo de x²:

X² = Σ [(fo -fe)² / fe] = [(185–143,35)² / 143,35] +[ (33 -49,85)²/49,85] +

[(17 -41,83)²/41,83] +[ (120-161,65)²/161,65] +[ (73-56,18)²/56,18] + [(72-47,17)²/47,17] =

12,1013 + 5,6955 + 14,7389 + 10,7313 + 5,0358 + 13,0703 → x² = 61.3731

f.- Decisión y conclusión: ENTONCES X²calculado=61.3731 > X²critico=5,9915; por lo tanto,

4. En un estudio acerca de la contaminación atmosférica a realizado en dos

E11 = (200 x 124)/400 = 62 E12 = (200 X 276) /400 = 138

Cálculo de X² = Σ [(fo -fe)² / fe] = (43-62)²/62 + (157-138)²/138 + (81-62)²/62 +

e.-Decisión y conclusión. - X²calculado=16,8768 > X²critico=3,8415; por lo tanto, la

5. Evaluar si niveles altos de colesterol sérico (>250) se considera factor de riesgo de

Niveles de colesterol Desarrolla IM No desarrolló IM Total

Se pide calcular e interpretar el riesgo relativo

Riesgo relativo = Ie+ / Ie- = ( a/ a+b) / (c/c+d) → RR = (10/135) / (21/470) = 1,658

También podría gustarte