Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
NORMAL
CAROLINA BECERRA A.
JULIN A. FERNNDEZ
DISTRIBUCIN NORMAL
Est presente en numerosos ejemplos en la naturaleza
La mayora de las estimaciones y pruebas de hiptesis que
se utilizan asumen una distribucin normal subyacente
Muchas otras distribuciones que no son normales pueden
aproximarse a una normal, en algunos casos
transformando la variable
Una ventaja es que otras distribuciones, bajo ciertas
condiciones (como la Binomial, Poisson), acaban
aproximndose a la Normal.
CARACTERSTICAS
1) Simtrica respecto al promedio, . La curva hacia cualquiera
de los lados de es una imagen de espejo de la del otro lado.
2)
Percent
14
12
10
68.26%
95.44%
6
4
99.74%
2
0
-3SD
-2SD
-1SD
Media
-
1SD
2SD
3SD
ASIMETRA
Deformacin horizontal de la distribucin
Sesgo
Simetra = = Me = Mo
Asimetra a la izquierda = Mo Me
Asimetra a la derecha = Mo Me
La probabilidad de obtener exactamente cualquier valor es 0.
Las probabilidades se obtendr en trminos de rango de valores.
f.d.p: El rea bajo la curva de dos puntos (a y b) corresponde a la
probabilidad que la variable de inters (X) caiga dentro de esos valores (a y
b)
EJEMPLO
Presin arterial en una muestra de sujetos de 35 a 44
aos.
Asumamos que medimos la presin arterial sin error,
por ende puede tomar un nmero positivo y continuo
de valores.
Entonces la probabilidad de obtener exactamente un
valor (e.j. 99.5 mmHg) es igual a cero.
Cul es la probabilidad que la presin arterial se
encuentre entre 90 y 100 mm Hg.?
Pr(90 X 100)
ESTANDARIZACIN DE
LA NORMAL
Z = (X-)
nos permite resolver
Esta transformacin (estandarizacin)
diversas preguntas. Por ejemplo:
Qu proporcin de personas tiene ms de 170 mmHg.
f ( x)
z1
z0
1 ( z 22
e
2
) x2
z
Las reas bajo la curva de una distribucin continua se calculan
integrando la funci6n entre dos valores de la variable
FUNCIN DE DISTRIBUCIN
ACUMULADA
La funcin de distribucin acumulada (f.d.a) de la variable aleatoria X
evaluada en el punto a se define como la probabilidad de que X tome
valores a. Se representa por el rea bajo la curva de la f.d.p a la
izquierda de a.
Pr( X a )
Forma de campana
Curva es simtrica alrededor de
La distancia entre y nos habla de la magnitud de la desviacin
estndar ()
La media () y la varianza (2) determinan la forma de la distribucin
PROPIEDADES DE LA DISTRIBUCIN
NORMAL ESTNDAR N(0,1):
Alrededor del 68% del rea bajo la curva cae entre 1 y +1
Pr (-1< X <1) = 0.6827
Alrededor del 95% del rea bajo la curva cae entre 2 y +2
Pr (-1.96< X <1.96) = 0.95
Alrededor del 99% del rea bajo la curva cae entre 2.5 y
+2.5
Pr (-2.576< X <2.576) = 0.99
( x) Pr X x
Donde X~N(0,1)
PROPIEDAD DE
SIMETRA DE N(0,1)
TABLAS!
CALCULAR
Encontrar la P(X 1.96)
(1.96) 0.975
Encontrar la P(X 1)
(1) 0.8413
CALCULAR
Encontrar la P(X -1.96)
Estandarizacin de una
distribucin normal
Si X~N(), cul es Pr(a<X<b)?
Solucin: Convertir a una distribucin normal
estndar
Si X~N( y Z=(X- )/ entonces Z~N(0,1) y
b
a
b
a
Pr a X b Pr
Z
Pr a X b
X~N(),
()
(a)
Z~N(),
(b)
b
a
Z
Pr
Distribucin
Normal
Distribucin
Normal
Estndar
EJEMPLO:
El glaucoma es una enfermedad del ojo que se
manifiesta por alta presin intraocular. La distribucin
de la presin intraocular en la poblacin general es
aproximadamente normal con media 16 mmHg y
desviacin estndar de 3 mmHg.
Si el rango normal de presin se considera est entre
12 y 20 mmHg. Qu porcentaje de la poblacin est
por arriba del rango normal?
EJEMPLO:
X= + Zp
X= 96 + (1.28) (59)
X= 96 + 75.52 = 171.52
Es decir, 171.52 minutos es el percentil 90 de tiempo de espera en la
atencin. O tambin
El 10% de los pacientes esperan ms de 171.5 minutos; o el 90% esperan
171.5 minutos o menos.
EJEMPLO:
La estatura para la poblacin de mujeres entre 18 y 74
aos de edad en Estados Unidos, la estatura se distribuye
como una normal con media = 63.9 pulgadas y una
desviacin estndar de 2.6.
Cul es el valor de la altura que separa el 5% superior
de la distribucin?
APROXIMACIN DE LA
BINOMIAL A LA NORMAL
Es pesado trabajar con la distribucin binomial cuando
tenemos n (nmero de ensayos) muy grande.
Resulta ms prctico trabajar con una distribucin
normal.
La binomial puede aproximar razonablemente bien a la
normal. Esto ocurre cuando n es moderadamente grande y
p no se acerca mucho a 0 o a 1.
CORRECCIN POR
CONTINUIDAD
Pasamos de una binomial a normal (diferentes tipos
de variables). La correccin por continuidad consiste
en tomar un pequeo intervalo de longitud 1 alrededor
del punto k.
Para calcular la probabilidad de un valor exacto
P(X=k) = P(k-0,5 X k+0,5)
P(X=k) = P(X k+0,5) P(X k-0,5)
BINOMIAL (N=100;
P=0.01)
(npq = 0.99)
BINOMIAL (N=100;
P=0.99)
(npq = 0.99)
BINOMIAL (N=5;
P=0.3)
(npq = 1.05)
BINOMIAL (N=25;
P=0.4)
(npq = 6)
FRMULA
Si X es una Binomial con parmetros n y p, entonces:
P(a X b)
Tener en cuenta:
(a - 0.5)
(b + 0.5)
Se calcular a travs de estandarizacin
P(a-0.5 X b +0.5)
EJEMPLO:
tenemos una binomial con n= 25, p= 0.4 Utilice la
aproximacin a la normal para calcular P(7 X 12)
np=25 (0.4) = 10
npq= 25(.4)(.6)=6.
Entonces queremos calcular el rea bajo la curva normal de
6.5 a 12.5
Primero: Pr (x<12.5)= {(12.5 - 10) / 6.0} = 1.021
En tablas, Pr (x<1.021) = 0.8463
EJEMPLO:
Segundo: Pr (x<6.5)= (6.5 - 10) / 6.0 = -1.429
En tablas, Pr (x<-1.429) = 0.0764
A partir de la grfica:
a) Cual es la probabilidad de que una z tomada al azar este
entre -2.55 y +2.55?
b) Cual es la probabilidad de que z sea mayor a -2.55?
c) Cual es la probabilidad de obtener un valor menor o
igual a la media?
d) Cual es la probabilidad de obtener un valor mayor a la
media?
DISTRIBUCIN t DE STUDENT
Se utiliza cuando tenemos una poblacin normalmente
distribuida pero cuando el tamao de muestra es
pequeo o la D.E desconocida estimada a partir de
la muestra: incertidumbre.
En este caso, las variables se distribuyen segn la
probabilidad t de Student con k (n-1) grados de
libertad
PROPIEDADES DE LA
DISTRIBUCIN T
Tiene =0
Es simtrica respecto a
Cada curva t es ms dispersa que la curva normal
estndar.
En general, tiene una variancia mayor que 1, pero
esta tiende a 1 a medida que aumenta el tamao de
la muestra.
La variable t va de - hasta +.
Clculo de valores t
t
s
x = media muestral
s = D.E. muestral
EJEMPLO
El peso promedio de un cultivo con aislamiento de una
poblacin bacteriana es de 300 mg. En un laboratorio
se desea evaluar aleatoriamente una parte, por lo que
seleccionan 15 cajas de petri con crecimientos
microbianos. En estos cultivos el peso promedio es de
290 mg 50 mg.
Cul es la probabilidad de que los 15 cultivos
seleccionados no pesen ms de 290 mg?
EJEMPLO
Supongan que el patrn de glucosa en suero sigue
una distribucin normal en la poblacin de
Piedecuesta, con =100 mg/dl. Si se seleccionan 20
pacientes que asisten al laboratorio del hospital en un
da, cuya D.E.= 15 mg/dl:
a) cul es la probabilidad que el promedio de
glicemia sea como mximo 110 mg/dl?
b) cul es la probabilidad que el promedio de
glicemia sea mayor a 150 mg/dl?
EJERCICIO
El IMC de adultos en China es en promedio de 23
kg/m2. En un estudio sobre enfermedades
cardiovasculares indica que un IMC superior a los 25
kg/m2 incrementa la posibilidad de desarrollar eventos
cardacos a mediano plazo. Tras una seleccin de 120
personas:
a) qu porcentaje de la poblacin estar en riesgo
de sufrir problemas cardacos?
b) cul es la probabilidad de estar entre los valores
normales de IMC en dicha poblacin?