Académique Documents
Professionnel Documents
Culture Documents
2
Probabilidad y variable aleatoria
2 tipos de v.a.
Discretas aquellas que solo toman valores aislados. Entre 2 valores
cualesquiera no siempre existe otro valor posible
Continuas al menos en teoría, entre 2 valores cualesquiera siempre hay otro
valor posible
3
Probabilidad y variable aleatoria
V.a. discreta
Nº caras en el lanzamiento de 2 monedas; nº varones en una familia con 3 hijos
x p
0 0,25
1 0,5
2 0,25
4
Distribuciones de Probabilidad Teóricas v.a.
Continua
NORMAL
5
Población y muestra
Los estimadores se calculan en la muestra y varían de muestra en
muestra
El parámetro se calcula en la población y es un valor constante
Los estimadores se nominan con letras latinas y los parámetros con
letras griegas
La frecuencia de ocurrencia de las observaciones en la muestra se
representa mediante una distribución de frecuencias y si en la
población, por una distribución de probabilidad
Ejemplos
Muestra
6
Distribuciones de probabilidad teóricas
Variable continua
7
Distribuciones de probabilidad teórica Normal
9
Probabilidad y variable aleatoria
V.a. continua
f(x)
10
Distribuciones de probabilidad teórica Normal
x-> N(µ, σ)
Tenemos tantas distribuciones normales como combinaciones de µ y σ
La media sitúa la distribución en el eje de abcisas
La desviación típica determina su forma dependiendo de la dispersión
de las observaciones; geométricamente distancia desde el eje de
simetría hasta el punto de inflexión de la curva
Las 2 primeras distribuciones normales tienen igual media pero distinta desviación
típica, una de ellas es más aplanada que la otra porque tiene mayor dispersión
La 3ª tiene distinta media pero igual DT que una de las anteriores (es la misma
curva, algo desplazada a la dcha)
11
Distribuciones de probabilidad teórica Normal
Distinta media
12
Distribuciones de probabilidad teórica Normal
Características
Tiene forma de campana
Es simétrica (asimetría=0) y mesocúrtica (curtosis=0) esto es, ni muy plana
ni muy apuntada
Media, mediana y moda son el mismo valor
Tener aproximadamente
el 68% central de sus valores entre media ± 1 DT (µ ± σ)
el 95% central de sus valores entre media ± 2 DT (µ ± 2σ)
y casi el 100% entre la media ± 3 DT (µ ± 3σ)
13
Distribuciones de probabilidad teórica Normal
Interés
1. Numerosas variables biosanitarias siguen un patrón de variación
que puede ser aproximado por la distribución normal como peso,
talla, frecuencia cardiaca, colesterol en sangre, PAS etc
Son variables que dependen de muchos factores cada una con pesos
pequeños actuando de forma independiente
Por eso son mas frecuentes los valores centrales y más raros los
extremos.
Si pensamos en cada factor como un dado, la mayor parte de las veces
unos dan valores altos, otros bajos y muchos intermedios.
Rara vez, salen todos bajos o todos altos.
14
Distribuciones de probabilidad teórica Normal
Interés
15
Distribuciones de probabilidad teórica Normal
Siempre se calcula la probabilidad para un rango o intervalo de
valores, no para un valor individual
¿Cómo calcular probabilidades? O cómo determinar el área debajo de la
curva?
Integrando la función
Su integral entre los límites del intervalo de valores en que está
definida (-∞, +∞) es 1, equivalente el área debajo de la curva
16
Distribuciones de probabilidad teórica Normal
17
Tabla de probabilidad acumulada para la distribución
Normal tipificada N(0,1)
El area en verde es la probabilidad de que el zcalculado ≤ ztabla
Ejemplo->para encontrar la probabilidad de zcalculado ≤0,50
busca 0,5 en primera columna y 0,00 en primera fila, la intersección te da la probabilidad de
que z sea ≤ 0,5, esto es 0,6915 o lo que es igual el 69,15% de los z son inferiores a 0,5
18
Problemas para una v.a. continua N(µ,σ)
Ejemplo. La altura (cm) de los varones de una determinada ciudad sigue
una distribución Normal (175, 10).
Calcula la probabilidad de que la altura de un varón elegido al azar sea menor o
igual a 188.5 cm
19
Problemas para una v.a. continua N(µ,σ)
Ejemplo. La altura de los varones de una determinada ciudad sigue una
distribución Normal (175, 10).
Calcula la probabilidad de que la altura de un varón elegido al azar sea mayor o igual a 192
cm
20
Problemas para una v.a. continua N(µ,σ)
Ejemplo. La altura de los varones de una determinada ciudad sigue una
distribución Normal (175, 10).
Calcula la probabilidad de que la altura de un varón elegido al azar sea mayor o igual a 165
cm
Pr (z ≥-1,00)= Pr (z ≤ +1,00)=0,8413
En la tabla sólo aparecen valores positivos de z…entonces?
Teniendo en cuenta la simetría de la curva la Pr(z ≥-1,00)=Pr (z ≤ +1,00)
Un 84,13% de esa población tendrá una altura ≥ 165 o la probabilidad de que elegido
un varón al azar sea ≥ 165 fue de 0,8413
21
Problemas para una v.a. continua N(µ,σ)
Ejemplo. La altura de los varones de una determinada ciudad sigue una
distribución Normal (175, 10).
Calcula la probabilidad de que la altura de un varón elegido al azar mida entre 165 y 188.5
//El área que deja z=1 por encima es igual a la que deja z=-1 por debajo//
22
Tabla probabilidad acumulada para la normal tipificada
N(0,1)
Ejemplo. La altura de los varones de una determinada ciudad sigue una
distribución Normal (175, 10).
Calcula el percentil 95 (P95) de la variable altura
El P95 de la variable altura sabiendo que sigue una distribución N(175, 10) es
aquel valor de la altura (x) que deja al 95% de los valores por debajo;
equivalente a calcular el z que deja por debajo una probabilidad de 0,95
Según la tabla de la normal tipificada, ese valor es aproximadamente 1,645,
entonces…
x= µ + zσ= 175 +1,645*10 =175+16,45 = 191,45 cm
23
Problemas para una v.a. continua N(µ,σ)
Ejemplo. La altura de los varones de una determinada ciudad sigue una
distribución Normal (175, 10)
Calcula el percentil 95 (P95) de la variable altura
El P95 de la variable altura sabiendo que sigue una distribución N(175, 10) es
aquel valor de la altura (x) que deja al 95% de los valores por debajo;
equivalente a calcular el z que deja por debajo una probabilidad de 0,95
Según la tabla de la normal tipificada, ese valor es aproximadamente 1,645,
entonces…
x= µ + zσ= 175 +1,645*10 =175+16,45 = 191,45 cm
24
Problemas con v.a. que siguen una distribución Normal
Ejemplo. Entre los diabéticos, el nivel de glucosa en sangre en ayunas,
puede suponerse de distribución aproximadamente Normal con parámetros
(µ= 130 mg/dl , σ= 10 mg/dl).
Calcula la probabilidad de que un individuo diabético elegido al azar
tenga un nivel de glucosa en sangre
Menor de 120 mg/100ml
Mayor de 140 mg/100ml
Entre 140 y 150 mg/100ml
Calcula el valor de glucosa que constituye el P2,5
25
Problemas con v.a. que siguen una distribución Normal
Ejemplo. La cantidad de colesterol en sangre se distribuye Normal con µ=
200 mg/dl y σ= 20 mg/dl.
26
¿Qué sucede cuando una variable continua no sigue
una distribución normal?
Cuando nuestros datos presentan como en este caso asimetría
positiva podemos aplicar una transformación matemática como
tomar logaritmos
Ln(x) tiene el efecto de mejorar la simetría de la distribución de los
datos
27