Monografias.com > Sin categoría
Descargar Imprimir Comentar Ver trabajos relacionados

Bioestadística y modelos probabilísticos (página 2)




Enviado por Pablo Turmero



Partes: 1, 2

Monografias.com

Tabla N(0,1)
Z es normal tipificada.

Calcular P[Z< 1,85]
Solución: 0,968 = 96,8%

Monografias.com

Tabla N(0,1)
Z es normal tipificada.

Calcular P[Z< -0,54]
Solución: 1-0,705 = 0,295

Monografias.com

Tabla N(0,1)
Z es normal tipificada.

Calcular P[-0,54< Z< 1,85]
Solución: 0,968-0,295= 0,673

Monografias.com

Ejemplo: Cálculo con probabilidades normales

El colesterol en la población tiene distribución normal, con media 200 y desviación 10.

¿Qué porcentaje de indivíduos tiene colesterol inferior a 210?

Qué valor del colesterol sólo es superado por el 10% de los individuos.

Monografias.com

Todas las distribuciones normales son similares salvo traslación y cambio de escala: Tipifiquemos.

Monografias.com

El valor del colesterol que sólo supera el 10% de los individuos es el percentil 90. Calculemos el percentil 90 de la N(0,1) y deshacemos la tipificación.

Monografias.com

Ejemplo: Tipificación
Se quiere dar una beca a uno de dos estudiantes de sistemas educativos diferentes. Se asignará al que tenga mejor expediente académico.
El estudiante A tiene una calificación de 8 en un sistema donde la calificación de los alumnos se comporta como N(6,1).
El estudiante B tiene una calificación de 80 en un sistema donde la calificación de los alumnos se comporta como N(70,10).
Solución
No podemos comparar directamente 8 puntos de A frente a los 80 de B, pero como ambas poblaciones se comportan de modo normal, podemos tipificar y observar las puntuaciones sobre una distribución de referencia N(0,1)

Monografias.com

Como ZA>ZB, podemos decir que el porcentaje de compañeros del mismo sistema de estudios que ha superado en calificación el estudiante A es mayor que el que ha superado B.
Podríamos pensar en principio que A es mejor candidato para la beca.

Monografias.com

¿Por qué es importante la distribución normal?
Las propiedades que tiene la distribución normal son interesantes, pero todavía no hemos hablado de por qué es una distribución especialmente importante.

La razón es que aunque una v.a. no posea distribución normal, ciertos estadísticos/estimadores calculados sobre muestras elegidas al azar sí que poseen una distribución normal.

Es decir, tengan las distribución que tengan nuestros datos, los ‘objetos’ que resumen la información de una muestra, posiblemente tengan distribución normal (o asociada).

Monografias.com

Aplic. de la normal: Estimación en muestras
Como ilustración mostramos una variable que presenta valores distribuidos de forma muy asimétrica. Claramente no normal.

Saquemos muestras de diferentes tamaños, y usemos la media de cada muestra para estimar la media de la población.

Monografias.com

Aplic. de la normal: Estimación en muestras
Cada muestra ofrece un resultado diferente: La media muestral es variable aleatoria.

Su distribución es más parecida a la normal que la original.

También está menos dispersa. A su dispersión (‘desv. típica del estimador media muestral’… ¿os gusta el nombre largo?) se le suele denominar error típico.

Monografias.com

Aplic. de la normal: Estimación en muestras
Al aumentar el tamaño, n, de la muestra:

La normalidad de las estimaciones mejora

El error típico disminuye.

Monografias.com

Aplic. de la normal: Estimación en muestras
Puedo ‘garantizar’ medias muestrales tan cercanas como quiera a la verdadera media, sin más que tomar ‘n bastante grande’

Se utiliza esta propiedad para dimensionar el tamaño de una muestra antes de empezar una investigación.

Monografias.com

Resumen: Teorema del límite central
Dada una v.a. cualquiera, si extraemos muestras de tamaño n, y calculamos los promedios muestrales, entonces:

dichos promedios tienen distribuciónaproximadamente normal;

La media de los promedios muestraleses la misma que la de la variable original.

La desviación típica de los promedios disminuye en un factor “raíz de n” (error estándar).

Las aproximaciones anteriores se hacen exactas cuando n tiende a infinito.

Este teorema justifica la importancia de la distribución normal.

Sea lo que sea lo que midamos, cuando se promedie sobre una muestra grande (n>30) nos va a aparecer de manera natural la distribución normal.

Monografias.com

Distribuciones asociadas a la normal
Cuando queramos hacer inferencia estadística hemos visto que la distribución normal aparece de forma casi inevitable.

Dependiendo del problema, podemos encontrar otras (asociadas):
X2 (chi cuadrado)
t- student
F-Snedecor

Estas distribuciones resultan directamente de operar con distribuciones normales. Típicamente aparecen como distribuciones de ciertos estadísticos.

Veamos algunas propiedades que tienen (superficialmente). Para más detalles consultad el manual.

Sobre todo nos interesa saber qué valores de dichas distribuciones son “atípicos”.
Significación, p-valores,…

Monografias.com

Chi cuadrado
Tiene un sólo parámetro denominado grados de libertad.

La función de densidad es asimétrica positiva. Sólo tienen densidad los valores positivos.

La función de densidad se hace más simétrica incluso casi gausiana cuando aumenta el número de grados de libertad.

Normalmente consideraremos anómalos aquellos valores de la variable de la “cola de la derecha”.

Monografias.com

T de student
Tiene un parámetro denominado grados de libertad.

Cuando aumentan los grados de libertad, más se acerca a N(0,1).

Es simétrica con respecto al cero.

Se consideran valores anómalos los que se alejan de cero (positivos o negativos).

Monografias.com

F de Snedecor
Tiene dos parámetros denominados grados de libertad.

Sólo toma valores positivos. Es asimétrica.

Normalmente se consideran valores anómalos los de la cola de la derecha.

Monografias.com

¿Qué hemos visto?
En v.a. hay conceptos equivalentes a los de temas anteriores
Función de probabilidad ? Frec. Relativa.
Función de densidad ? histograma
Función de distribución ? diagr. Integral.
Valor esperado ? media, …
Modelos de v.a. de especial importancia:
Normal
Propiedades geométricas
Tipificación
Aparece tanto en problemas con variables cualitativas (dicotómicas, Bernoulli) como numéricas
Distribuciones asociadas
T-student
X2
F de Snedecor

Partes: 1, 2
 Página anterior Volver al principio del trabajoPágina siguiente 

Nota al lector: es posible que esta página no contenga todos los componentes del trabajo original (pies de página, avanzadas formulas matemáticas, esquemas o tablas complejas, etc.). Recuerde que para ver el trabajo en su versión original completa, puede descargarlo desde el menú superior.

Todos los documentos disponibles en este sitio expresan los puntos de vista de sus respectivos autores y no de Monografias.com. El objetivo de Monografias.com es poner el conocimiento a disposición de toda su comunidad. Queda bajo la responsabilidad de cada lector el eventual uso que se le de a esta información. Asimismo, es obligatoria la cita del autor del contenido y de Monografias.com como fuentes de información.

Categorias
Newsletter