Trabajo Final Integrador – Estadística Fonseca Nahuel

Consignas A:
1) Población de estudio: Bebés recién nacidos con bajo peso.

Muestra: 8 casos por año en un intervalo desde el año 2013 hasta 2016 (32 casos en total) del
Hospital Neonatal de Posadas

2) Variables:
a. Peso: Cuantitativa continua
b. Hijos previos por madre: Cuantitativa discreta
c. Consultas prenatales: Cualitativa ordinal
d. Riesgo de salud: Cualitativa ordinal
e. Sexo: Cualitativa nominal
3) Mediana = 4
Moda = 4
Cuartiles: Q1=2,25 y Q3=6
4) Estos valores son parámetros ya que arrojan valores concretos y objetivos sobre el estudio de
una variable de la muestra.
5) Media del peso: 1350 g
6) Deberíamos agregar el Desvío Estándar de las variables cuantitativas.
7)

Cant. de hijos
previos(madre) Fi Cant. de hijos previos(madre)
7
0 1
1 4 6
2 3 5
3 3 4
4 6
3
5 4
6 5 2
7 3 1
8 2
0
9 1 0 1 2 3 4 5 6 7 8 9

Sexo Fi Sexo
Femenino 14
20
Masculino 18
15

10

0
Femenino Masculino
 8) No se considera censo a dicho análisis ya que no hemos realizado nuestras observaciones en
toda la población, sino que solo hemos considerado una muestra aleatoria. Sin embargo,
podríamos definirlo como una encuesta,

Consigna 2

A) Prob. = 0,41
B) Prob. = 0,52
C) Prob. = 0,04
D) Prob. = 0,22

Consigna 3

a) La variable aleatoria es la cantidad de niños que nacen con malformaciones por año.
b) Tabla de probabilidad: (Dist. Poisson con media = 5)

Representa la probabilidad de que nazcan X cantidad de niños X P(X = x)

con malformaciones. 0 0,007
1 0,034
c) La probabilidad de que nazcan más de 8 niños con 2 0,084
malformaciones (X≥9) es de 0,068 3 0,140
4 0,176
5 0,176
6 0,146
7 0,104
8 0,065
Consigna 4

Para µ=2800g y σ=150g (Distr. Normal Z)

a) Prob = 0,02
b) Prob = 0,09
c) Prob = 0,87
d) El peso deberá ser menor que 2550g.

Consigna 5

Para Media = 1350g, s = 250 y n = 35 (Distr. Student T)

a) IC 99% = (1350 ± 121,3)

b) IC 80% = (1350 ± 57,9)
c) Los resultados indican entre que valores máximos y mínimos se encontrará la media de la
población, considerando distintos márgenes de acuerdo a la seguridad que desee. Al tomar una
confianza muy alta el intervalo aumenta su tamaño para asegurar que la media se encentra
dentro de ese intervalo.
Consigna 6

1) Una variable aleatoria es un valor asignado al resultado de una experiencia aleatoria. Una
distribución de probabilidad es una función que asigna valores a la probabilidad de que un
suceso ocurra.
2) El Desvío Estándar (SD) es un valor que permite representar la dispersión de los datos de una
muestra respecto de la media muestral. El Error Estándar (ES) representa la dispersión de las
medias muestrales respecto de la media real de la población completa.
3) Los intervalos de confianza permiten predecir con cierto margen de error el valor de la media
poblacional a partir de una muestra representativa.
4) El teorema del límite central nos asegura que tomando muestras mayores 30 las medias
muestrales se aproximan a una distribución normal, lo que permite predecir la media
poblacional con facilidad.
5) AL ser n menor a 30 no es seguro que las medias muestrales cumplan con el teorema del límite
central. En dichos casos es más seguro utilizar la distribución Student ´t´.