Sie sind auf Seite 1von 25

Estadstica para las ciencias de la salud

Segundo semestre 2017


Carrera de enfermera
Universidad Santo Toms

Distribucin de probabilidades

Ing. Fernando Meza Quiroz

Fernando Meza Quiroz Distribucin de Probabilidades


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Variable aleatoria

El resultado de un experimento aleatorio puede ser


descrito en ocasiones como una cantidad numrica.

En estos casos aparece la nocin de variable aleatoria


Funcin que asigna a cada suceso un nmero.

Las variables aleatorias pueden ser discretas o continuas


(como en el primer tema del curso).

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Funcin de probabilidad (V. Discretas)

Asigna a cada posible 40%

valor de una variable 35%

30%
discreta su probabilidad
25%
de ocurrencia.
20%
Recuerda los conceptos de
frecuencia relativa y 15%
diagrama de barras. 10%

Ejemplo 5%

Nmero de caras al lanzar 0%


0 1 2 3
3 monedas.

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Funcin de densidad (V. Continuas)


Definicin
Es una funcin no negativa de integral 1.
Pinsalo como la generalizacin del histograma con frecuencias
relativas para variables continuas.

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Para qu sirve la f. densidad?


Muchos procesos aleatorios vienen descritos por variables de forma que son
conocidas las probabilidades en intervalos.

La integral definida de la funcin de densidad en dichos intervalos coincide


con la probabilidad de los mismos.

Es decir, identificamos la probabilidad de un intervalo con el rea bajo la


funcin de densidad.

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Funcin de distribucin
Es la funcin que asocia a cada valor de una
variable, la probabilidad acumulada
de los valores inferiores o iguales.

Pinsalo como la generalizacin de las


frecuencias acumuladas. Diagrama integral.

A los valores extremadamente bajos les corresponden valores


de la funcin de distribucin cercanos a cero.

A los valores extremadamente altos les corresponden valores de


la funcin de distribucin cercanos a uno.

Lo encontraremos en los artculos y aplicaciones en forma de p-


valor, significacin,
.

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Funcin de distribucin y densidad

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Valor esperado y varianza de una v.a. X

Valor esperado
Se representa mediante E[X]
Es el equivalente a la media
Ms detalles: Ver libro.

Varianza
Se representa mediante VAR[X] o 2
Es el equivalente a la varianza
Se llama desviacin tpica a

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Algunos modelos de v.a.

Hay v.a. que aparecen con frecuencia en las Ciencias de la


Salud.
Experimentos dicotmicos.
Bernoulli

Contar xitos en experimentos dicotmicos repetidos:


Binomial
Poisson (sucesos raros)

Y en otras muchas ocasiones


Distribucin normal (gaussiana, campana,)

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Distribucin de Bernoulli
Tenemos un experimento de Bernoulli si al realizar un
experimentos slo son posibles dos resultados:
X=1 (xito, con probabilidad p)
X=0 (fracaso, con probabilidad q=1-p)

Lanzar una moneda y que salga cara.


p=1/2
Elegir una persona de la poblacin y que est enfermo.
p=1/1000 = prevalencia de la enfermedad
Aplicar un tratamiento a un enfermo y que ste se cure.
p=95%, probabilidad de que el individuo se cure

Como se aprecia, en experimentos donde el resultado es


dicotmico, la variable queda perfectamente determinada
conociendo el parmetro p.
Fernando Meza Quiroz Universidad Santo Toms
Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Ejemplo de distribucin de Bernoulli.

Se ha observado estudiando 2000 accidentes de trfico


con impacto frontal y cuyos conductores no tenan
cinturn de seguridad, que 300 individuos quedaron con
secuelas. Describa el experimento usando conceptos de
v.a.

Solucin.
La noc. frecuentista de prob. nos permite aproximar la probabilidad
de tener secuelas mediante 300/2000=0,15=15%

X=tener secuelas tras accidente sin cinturn es variable de


Bernoulli
X=1 tiene probabilidad p 0,15
X=0 tiene probabilidad q 0,85

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Ejemplo de distribucin de Bernoulli.

Se ha observado estudiando 2000 accidentes de trfico


con impacto frontal y cuyos conductores s tenan
cinturn de seguridad, que 10 individuos quedaron con
secuelas. Describa el experimento usando conceptos de
v.a.

Solucin.
La noc. frecuentista de prob. nos permite aproximar la probabilidad de
quedar con secuelas por 10/2000=0,005=0,5%

X=tener secuelas tras accidente usando cinturn es variable de


Bernoulli
X=1 tiene probabilidad p 0,005
X=0 tiene probabilidad q 0,995

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Distribucin binomial
Funcin de probabilidad

Problemas de clculo si n es grande y/o p cercano a 0 o 1.

Media: =n p

Varianza: 2 = n p q

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Distribucin normal o de Gauss

Aparece de manera natural:


Errores de medida.
Distancia de frenado.
Altura, peso, propensin al crimen
Distribuciones binomiales con n grande (n>30) y p ni
pequeo (np>5) ni grande (nq>5).

Est caracterizada por dos parmetros: La media,


, y la desviacin tpica, .

Su funcin de densidad es:


Fernando Meza Quiroz Universidad Santo Toms
Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

N(, ): Interpretacin
geomtrica

Pueden interpretar la
media como un factor de
traslacin.

Y la desviacin tpica
como un factor de escala,
grado de dispersin,

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

N(, ): Interpretacin probabilista

Entre la media y una


desviacin estandar
tenemos siempre la
misma probabilidad:
aprox. 68%

Entre la media y dos


desviaciones estandar
aprox. 95%
Fernando Meza Quiroz Universidad Santo Toms
Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Algunas
+ caractersticas
La funcin de densidad es simtrica, mesocrtica y unimodal.
Media, mediana y moda coinciden.

Los puntos de inflexin de la fun. de densidad estn a distancia de .

Si tomamos intervalos centrados en , y cuyos extremos estn


a distancia , tenemos probabilidad 68%
a distancia 2 , tenemos probabilidad 95%
a distancia 25 tenemos probabilidad 99%

No es posible calcular la probabilidad de un intervalo simplemente usando la


primitiva de la funcin de densidad, ya que no tiene primitiva expresable en
trminos de funciones comunes.

Todas las distribuciones normales N(, ), pueden ponerse mediante una


traslacin , y un cambio de escala , como N(0,1). Esta distribucin especial
se llama normal tipificada.
Justifica la tcnica de tipificacin, cuando intentamos comparar individuos diferentes
obtenidos de sendas poblaciones normales.
Fernando Meza Quiroz Universidad Santo Toms
Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Tipificacin

Dada una variable de media y desviacin tpica , se denomina


valor tipificado,z, de una observacin x, a la distancia (con signo) con
respecto a la media, medido en desviaciones tpicas, es decir

x
z

En el caso de variable X normal, la interpretacin es clara: Asigna a
todo valor de N(, ), un valor de N(0,1) que deja exctamente la
misma probabilidad por debajo.

Nos permite as comparar entre dos valores de dos distribuciones


normales diferentes, para saber cul de los dos es ms extremo.

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Ejemplo: Clculo con probabilidades normales

El colesterol en la poblacin tiene distribucin


normal, con media 200 y desviacin 10.

Qu porcentaje de indivduos tiene colesterol


inferior a 210?

Qu valor del colesterol slo es superado por el


10% de los individuos.

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera

Fernando Meza Quiroz Universidad Santo Toms


Estadstica para las ciencias de la salud
Segundo semestre 2017
Carrera de enfermera
Universidad Santo Toms

Distribucin de probabilidades

Ing. Fernando Meza Quiroz

Fernando Meza Quiroz Distribucin de Probabilidades