Bioestadística Distribución Normal

Presentación del tema: "Bioestadística Distribución Normal"— Transcripción de la presentación:

1 Bioestadística Distribución Normal

2 Competencias Qué es distribución Normal y Distribución Normal estándar. Como es la distribución Normal y Normal estándar. Propiedades de la distribución Normal estándar. Como estandarizar valores de una variable para convertirlos en una distribución Normal estándar.

3 Introducción La Distribución Normal Estandarizada, es una de las distribuciones de frecuencia más importantes en la estadística Se utiliza para variables aleatorias continuas (aquellas que pueden asumir cualquier valor en un intervalo especifico de valores. La distribución de probabilidad conocida como distribución normal es, por la cantidad de fenómenos que explica, la más importante de las distribuciones estadísticas.

4 Variables cuantitativas
Pueden tomar muchos valores y pueden ir de valores negativos a positivos.

5 Variables cuantitativas

6 Variables cuantitativas
¿Qué pasaría si la muestra fuera más grande? ¿Cambiaría el histograma?

7 Variables cuantitativas
Las distribuciones de muchas variables son simétricas a ambos lados de la media, especialmente cuando la muestra es muy grande.

8 Distribución Normal Se usa para representar la distribución de valores que deberían ser observados, si incluimos a toda la población. Muestra la distribución de valores si repetimos muchas veces la medición, en una gran población. A esto se debe que el eje Y de la distribución Normal se le llama probabilidad. Un histograma muestra la distribución de los valores observados en una muestra Un trazo Normal muestra la distribución de los valores que se piensa puedan ocurrir en la población de la cual fue extraída la muestra.

9

10 Distribución Normal A la distribución normal también se la denomina con el nombre de campana de Gauss, pues al representar su función de probabilidad, ésta tiene forma de campana.

11 Ejemplo: misma Media, diferente desviasion estandard

12 Caracteristicas de la Curva Normal
La curva normal tiene forma de campana y un solo pico en el centro de la distribución. La media aritmética, la mediana y la moda de la distribución son iguales y se localizan en el pico. La mitad del área bajo la curva se encuentra a la derecha de este punto central y la otra mitad está a la izquierda de dicho punto. • La distribución de probabilidad normal es simétrica alrededor de su media.

13 Caracteristicas de la Curva Normal
• La curva normal desciende suavemente en ambas direcciones a partir del valor central. Es asintótica, lo que quiere decir que la curva se acerca cada vez más al eje X pero jamás llega a tocarlo. Las “colas” de la curva se extienden de manera indefinida en ambas direcciones • Las áreas bajo la curva normal representan las probalildades de distribución normal. El área total bajo la curva normal es igual a 1

14 Distribución Normal Podemos usar la distribución Normal, para responder preguntas como: ¿Cuál es la probabilidad de que un hombre adulto tenga un nivel de glicemia < o igual de 150 mg/100 ml? Podemos responder, tomando el porcentaje de hombres observados, que tienen niveles de glicemia menores de 150 mg/100 ml.

15 Distribución Normal estándar
La distribución Normal es definida por una fórmula matemática complicada. Pero tenemos tablas publicadas que definen el área debajo de la curva Normal: la Distribución Normal estándar. En ella, su media es 0 y la desviación estándar es ±1. Estas tablas están en cualquier texto de estadística.

16 Distribución Normal estándar
La población se distribuye aproximadamente como sigue: 68% dentro de más o menos 1 desviación estandar

17 95% dentro de más o menos 2 desviaciónes estandar

18 99.73% dentro de más o menos 3 desviaciónes estandar

19 Distribución Normal estándar
Rango Área dentro del rango Área fuera del rango -1, + 1 68.3% 31.7% -2, +2 95.4% 0.6% -3, +3 99.7% 0.3% -4, +4 99.99% 0.01%

20 Valores estandarizados
Cualquier distribución Normal puede convertirse en una distribución Normal estándar. Para estandarizar valores, se resta de cada valor su media y se divide entre la desviación estándar. Primero, convertiremos la distribución real en una distribución normal estándar utilizando un valor llamado Z, o estadístico Z que será la distancia entre un valor seleccionado, designado X, y la media µ, dividida por la desviación estándar σ.

21 Ejemplo El promedio de estaturas es de 1.58 cm con desviación estándar de = 0.12 El valor estandarizado para una estatura de 1.7 es /0.12 = 0.12/0.12 = 1.00 Z=1,

22 Valores estandarizados
¿Para que aplicamos lo que hemos aprendido? ¿Cuál es la probabilidad de que una persona de la población, tenga menos de 1.6 mts de estatura? Sabemos que debemos calcular cuál es el área debajo de la curva a la izquierda de 1.6 mt, bajo una curva Normal con media de 1.58 y s de 0.12. /0.12 = 0.167 Usando las tablas de la distribución Normal estándar el valor de p bajo (a la izquierda de la media) para es = 56.75% Podemos responder que la probabilidad de que un individuo de esta población mida menos de 1.6 mt es del 56.75% ¡Es una población de baja estatura!

23 Valores estandarizados
Precauciones Tamaño de muestra Hemos usado una muestra de 1000 mediciones, si el tamaño de muestra es menor, los resultados serán diferentes. La suposición Los resultados dependen de la suposición de que las estaturas están distribuidas Normalmente con la misma media y desviación estándar encontrada en la muestra. Si la suposición es incorrecta, los resultados serán erróneos

24 Distribución no Normal
No todas las variables cuantitativas tendrán una distribución Normal. Se midieron los niveles de glicemia en 10 personas; la distribución está sesgada. ¿Podemos usar las propiedades de la distribución Normal?

25 Distribución no Normal
Si están sesgadas a la derecha, podemos aplicar transformaciones logarítmicas. Si están sesgadas a la izquierda, se eleva cada valor al cuadrado. Se convierten los valores originales en logaritmo natural (ln en calculadoras científicas).